量化研究常常需要来回切换多个工具，数据处理用 Pandas，回测用 Backtrader，信号评估还要写一堆自定义指标，特征工程更是繁琐复杂。

ztl1981

量化研究常常需要来回切换多个工具，数据处理用 Pandas，回测用 Backtrader，信号评估还要写一堆自定义指标，特征工程更是繁琐复杂。


Midas 把 Alpha 特征研究的全流程整合到一起，提供了完整的量化信号发现与维护框架。

采用双循环系统：离线循环用 LLM 作为量化研究员自动搜索新信号，在线循环实时监控特征衰减并触发杀单机制。两者共享知识库，每一次失败和成功都能指导下轮研究。

GitHub：github.com/Billy1900/Midas

主要功能：

- 双循环架构：离线发现新 Alpha 信号 + 在线监控与诊断；
- LLM 驱动的特征提案，支持 DSL 表达式快速验证与生成；
- 多代理评估系统，覆盖 IC、半衰期、交易成本、过拟合检测等 6 大维度；
- 知识库持久化，自动记录学习文档、阈值配置与特征状态；
- 支持 OpenAI/Anthropic，CLI 命令快速部署/淘汰/状态查看；
- 集成任意特征引擎，只需提供 compute(expression) 接口即可。

支持 pip install -e . 本地运行，带合成数据 Demo，无需 API Key 即可快速上手，适合量化研究员与交易团队使用。


##