长期开发规划：AI 投研系统、AlphaSift 深度融合、本地 Agent 能力复用与跨资产分析

[ZhuLinsen]

背景

DSA 当前已经具备股票分析、Web 工作台、Bot/通知、持仓管理、告警、DecisionSignal、AlphaSift 热点/选股接入等基础能力。后续希望从“AI 股票日报工具”进一步升级为“机会发现 + 深度分析 + 报告表达 + 决策信号 + 持仓复盘 + 本地 Agent 能力复用”的 AI 投研系统。

这个 issue 用于收口长期开发规划。有兴趣的同学可以在评论区认领其中一个方向，也可以基于某个方向拆分独立 issue / PR。

总体目标

围绕以下主线持续演进：

1. 补齐行业 / 概念 / 题材 / 主线能力，让 A 股分析不只看个股和行业，而能识别市场主线、板块阶段和个股地位。
2. 深化 AlphaSift 与 DSA 的协作，让 AlphaSift 负责发现机会，DSA 负责分析、跟踪、复盘。
3. 复用 Codex / Claude Code / OpenCode / Hermes 等本地 Agent 能力，降低 LLM 配置门槛。
4. 分析时引入外围市场、期货、商品、汇率、加密等跨资产走势作为参考。
5. 增强 Agent 能力，结合用户操作偏好、持仓、历史信号沉淀个性化投研上下文。
6. 系统性优化报告，让报告从“大段文字”升级为“决策仪表盘”。
7. 优化分析效果，支持多策略、多维度、多角色分析，并能沉淀后验结果。

---

方向一：行业 / 概念 / 题材 / 主线系统

动机

当前 DSA 已有行业板块能力，但 A 股实际分析里，“概念 / 题材 / 主线”往往比传统行业更影响短中期机会。只分析行业不够，需要补齐概念板块、题材热度、主线生命周期、龙头识别和个股在题材中的位置。

例如，一只股票不能只回答“属于什么行业”，还应该回答：

• 属于哪些概念板块？
• 当前是否处于市场主线？
• 所属题材处于启动、发酵、加速、分歧、修复还是退潮？
• 个股在题材中是龙头、中军、跟随、补涨，还是边缘标的？
• 如果龙头断板或题材退潮，该股的分析结论是否需要降级？

目标

建立 DSA 的市场结构分析层：

市场结构
  ├── 行业板块
  ├── 概念板块
  ├── 热点题材
  ├── 主线生命周期
  ├── 龙头 / 中军 / 跟随 / 补涨识别
  ├── 个股题材位置
  └── 板块退潮与风险提示

这层能力应被个股报告、AlphaSift 候选池、Agent 问股、大盘复盘、告警和 DecisionSignal 共用。

可拆任务

• 接入概念板块数据源：东方财富 / 同花顺 / AkShare / AlphaSift 可用源优先。
• 获取概念成分股、概念涨跌幅、成交额、资金流、热度和更新时间。
• 建立行业 + 概念双维度 stock taxonomy，本地缓存股票与行业 / 概念关系。
• 识别热点题材阶段：启动、发酵、加速、分歧、修复、退潮。
• 识别题材内个股角色：龙头、中军、跟随、补涨、边缘、高位风险。
• 个股报告加入“市场位置卡”：行业、概念、题材阶段、个股地位、龙头联动、退潮风险。
• 大盘复盘加入“主线题材”和“题材扩散 / 退潮”分析。
• DecisionSignal 记录题材、概念、个股角色和题材阶段，便于后验统计。
• Agent 问股时可回答“这只票在当前题材里是什么位置”。

---

方向二：Codex / Claude Code / OpenCode / Hermes 本地 Agent 能力接入

#1743 @massif-01

动机

当前 DSA 使用 AI 分析通常需要额外配置 LLM API Key。但很多用户本地已经登录了 Codex、Claude Code、OpenCode 或 Hermes，其中 Codex 等工具的额度可能很充足，希望能直接复用这些已登录能力，而不是再次配置一套 LLM。

目标

参考 Hermes Agent 的思路，为 DSA 增加本地 Agent / CLI Provider：

• codex_cli
• claude_code_cli
• opencode_cli
• hermes_cli

注意：这里重点不是“让 Codex 调用 DSA”，而是“让 DSA 调用本地 Codex / Claude Code / OpenCode / Hermes，把它们作为可选 LLM / Agent 后端”。

建议实现

第一版不建议直接读取 Codex 登录凭证，而是调用官方 CLI，由 CLI 自己复用本地登录状态。

示例配置：

LLM_PROVIDER=codex_cli
AGENT_LLM_COMMAND=codex
AGENT_LLM_TIMEOUT_SECONDS=300
AGENT_LLM_OUTPUT_FORMAT=json

或：

LLM_PROVIDER=hermes_cli
AGENT_LLM_COMMAND=hermes chat -q
AGENT_LLM_TIMEOUT_SECONDS=300
AGENT_LLM_OUTPUT_FORMAT=json

调用流程：

DSA 构造分析 prompt
  ↓
写入临时输入文件
  ↓
调用本地 CLI
  ↓
要求输出 JSON
  ↓
DSA 读取 JSON
  ↓
Schema 校验
  ↓
渲染报告
  ↓
失败时 fallback 到普通 LLM Provider

可拆任务

• 抽象 CLI Provider 接口。
• 实现 codex_cli provider。
• 实现 hermes_cli provider。
• 定义 CLI 输出 JSON schema。
• 增加超时、错误分类、fallback。
• Web 配置页支持选择本地 Agent Provider。
• 后续适配 Claude Code / OpenCode。

---

方向三：外围市场与跨资产上下文分析

动机

个股分析如果只看自身行情，容易忽略外部环境。例如：

• A 股个股技术面走强，但大盘处于红灯状态。
• 周期股不参考铜、原油、黄金等商品走势。
• 港股不参考美元、美债、南向资金和中概股表现。
• 美股不参考 VIX、期权 IV、利率环境和行业 ETF。
• 科技股不参考纳指、BTC/ETH 等风险偏好指标。

目标

新增 CrossAssetContext，作为个股分析、大盘复盘、持仓风险和 Agent 问答的外部环境输入。

建议覆盖：

• 全球主要指数
• A/H/US 市场状态
• 行业 ETF
• 商品 / 期货
• 汇率
• 利率
• 波动率
• 加密货币
• 期权情绪
• 风险偏好评分

P0 建议指标

A 股分析优先参考：

• 上证指数、深证成指、创业板指、科创 50、沪深 300、中证 500、中证 1000
• 涨跌家数、涨停 / 跌停、成交额
• 北向资金、主力资金、板块资金
• 恒生指数、恒生科技、纳斯达克、标普 500
• 富时中国 A50 期货、股指期货
• USD/CNH、美元指数、美债收益率
• 黄金、原油、铜
• VIX、BTC、ETH

报告中不应堆数据，而是输出摘要：

外围环境：
- 风险偏好：中性偏弱
- 流动性：偏紧
- 大盘环境：黄灯
- 商品影响：铜价走强，利好有色链
- 汇率影响：离岸人民币走弱，对 A 股风险偏好偏负
- 对该股影响：外部环境不支持激进追高

可拆任务

• 定义 CrossAssetContext schema。
• 接入主要指数、汇率、美债、VIX。
• 接入黄金、原油、铜等商品。
• 接入 BTC / ETH 作为风险偏好指标。
• 将 CrossAssetContext 注入个股分析和大盘复盘。
• 报告中增加外围环境摘要。
• 后续与告警、持仓风险联动。

---

方向四：Agent 能力增强与操作偏好沉淀

动机

当前 Agent 问股已经具备基础能力，但更理想的形态是“投研操作入口”：不仅回答问题，还能读取上下文、沉淀偏好、保存信号、创建告警、追踪持仓。

目标

增强 Agent 的以下能力：

• 意图识别：个股研究、大盘复盘、持仓复盘、题材追踪、财报解读、研报总结、告警创建、候选股筛选、历史观点追问。
• 状态保持：记住当前股票、当前账户、当前策略、最近报告、候选列表、待确认动作。
• 工具过程可见：展示调用了哪些工具、耗时、成功/失败、降级路径。
• 用户偏好沉淀：结合操作习惯、仓位纪律、风险偏好、历史反馈调整分析输出。
• 可执行动作：加入自选、加入候选池、创建告警、保存 DecisionSignal、触发回测、推送报告、生成持仓复盘。

可拆任务

• Agent session state 增强。
• Agent 工具调用过程可视化。
• 用户操作偏好模型：风险偏好、仓位纪律、持仓周期、常用策略。
• Agent 输出可保存为 DecisionSignal。
• Agent 支持创建告警、加入候选池、自选股更新。
• Agent 支持持仓复盘和历史观点追问。
• 敏感操作增加确认和审计。

---

方向五：报告整体优化

动机

报告是 DSA 的核心交付物。当前报告已经能完成 AI 分析，但仍偏“大段文字”，缺少更强的交易决策表达、证据引用和多维度结构化展示。

目标

报告从“分析文章”升级为“决策仪表盘”。

新版报告应直接回答：

• 当前是否值得关注？
• 是否可以买？
• 什么条件下买？
• 买错了哪里止损？
• 目标位在哪里？
• 什么情况下信号失效？
• 这只股票在当前题材中是什么地位？
• 大盘和外围环境是否支持？

建议结构

个股报告 2.0
  ├── 1. 顶部决策卡
  ├── 2. 市场位置卡
  ├── 3. 多维评分卡
  ├── 4. 技术面分析
  ├── 5. 题材 / 板块分析
  ├── 6. 资金面分析
  ├── 7. 基本面 / 财报 / 研报分析
  ├── 8. 新闻 / 公告 / 事件分析
  ├── 9. 外围行情影响
  ├── 10. 冲突与风险提示
  ├── 11. 操作计划
  └── 12. 证据引用

顶部决策卡建议字段：

• action
• action_label
• confidence
• score
• horizon
• entry_low
• entry_high
• stop_loss
• target_price
• invalidation
• position_advice
• risk_level
• summary

市场位置卡建议包含：

• 所属行业
• 所属概念
• 当前主线题材
• 是否来自 AlphaSift 候选
• 题材阶段
• 龙头 / 中军 / 跟随 / 补涨 / 边缘地位
• 与龙头股联动关系
• 题材退潮风险

可拆任务

• 报告 2.0 schema。
• 顶部决策卡渲染。
• 市场位置卡渲染。
• 多维评分卡。
• 冲突检测与风险提示。
• 证据引用和来源展示。
• Web / 通知 / 邮件 / PDF 多形态模板。
• 报告顶部结论与 DecisionSignal 统一。

---

方向六：分析效果优化与多策略分析

动机

当前分析仍以单次 LLM 综合判断为主。后续需要增强多策略、多维度、多角色分析，让分析更稳定、更可解释，也能和后验结果形成闭环。

目标

支持多策略同时分析，并输出统一结论：

• 技术策略
• 题材策略
• 资金策略
• 基本面策略
• 事件驱动策略
• 趋势策略
• 反转策略
• 持仓风控策略

方向

1. 多策略并行分析

   • 每个策略输出自己的观点、评分、证据和风险。
   • 最终由综合器汇总，形成统一建议。

2. 多角色分析

   • 技术面 analyst
   • 基本面 analyst
   • 题材 analyst
   • 新闻 / 情绪 analyst
   • 风控 analyst
   • 组合管理 analyst

3. 冲突检测

   • 技术看多但题材退潮。
   • 基本面好但资金流出。
   • AlphaSift 分数高但持仓风险高。
   • 大盘红灯但个股建议激进。

4. 后验评估

   • 记录不同策略、不同题材、不同市场阶段下的信号表现。
   • 用 1d / 3d / 5d 收益、最大回撤、止损触发、目标达成等指标评估策略质量。

可拆任务

• 策略分析输出 schema。
• 多策略并行执行框架。
• 综合器：合并多策略观点。
• 多角色 analyst 原型。
• 冲突检测规则。
• 策略后验统计。
• 将策略表现反馈到报告和 Agent。

---

方向七：财报、研报、公告知识库

动机

财报、研报、公告、新闻如果每次都临时搜索，会导致：

• 分析慢
• 成本高
• 结果不稳定
• 证据不可追踪
• 同一家公司长期信息无法沉淀

目标

建立 DSA 本地投研知识库：

公司画像
  ├── 财报缓存
  ├── 研报缓存
  ├── 公告缓存
  ├── 新闻缓存
  ├── 机构观点
  ├── 盈利预测
  ├── 风险事件
  └── 历史分析结论

分析时优先读取本地缓存，必要时增量刷新。

可拆任务

• 公司画像缓存。
• 财报摘要缓存。
• 研报摘要缓存。
• 公告事件缓存。
• 新闻 / 情报证据缓存。
• 缓存过期与增量刷新机制。
• 报告引用本地缓存证据。
• 后续支持 embedding / 语义检索。

---

方向八：新品种支持策略

原则

DSA 当前主线仍是股票分析。加密、期货、期权、外汇不应一开始就做成完整交易系统。

建议原则：

先作为股票分析增强因子，再逐步成为独立分析对象。

优先级

品种	优先级	定位
指数 / ETF	P0 / P1	股票分析强相关，应优先完善
期权	P1 / P2	先作为美股风险和预期指标
商品 / 期货	P2	先作为宏观和周期股参考
加密货币	P2	先作为全球风险偏好指标
外汇	P2	作为外部流动性和汇率风险指标
完整期货 / 加密交易系统	P3 / 暂缓	不作为近期主线

可拆任务

• 指数 / ETF 深度支持。
• 美股期权 IV、Put/Call Ratio、财报前隐含波动。
• 黄金、原油、铜、股指期货作为宏观参考。
• BTC / ETH 作为风险偏好指标。
• 美元指数、USD/CNH、USD/HKD、USD/JPY 等外汇指标。
• 后续评估是否将加密、期货、期权作为独立分析对象。

---

推荐执行顺序

阶段	重点	说明
阶段 1	概念板块 + 题材系统 + AlphaSift	先补齐市场主线识别和机会发现入口
阶段 2	报告 2.0	把最终交付物升级成决策仪表盘
阶段 3	多策略分析	提升分析稳定性和可解释性
阶段 4	财报 / 研报 / 公告知识库	增强分析深度和证据质量
阶段 5	CrossAssetContext	加入外围行情和跨资产参考
阶段 6	本地 Agent Provider	复用 Codex / Hermes 等本地登录能力
阶段 7	新品种增强因子	ETF、期权、商品、加密、外汇逐步接入
阶段 8	信号闭环与持仓复盘	将分析结果转化为可跟踪资产

---

最优先的 10 个落地点

1. AlphaSift 标准输出契约。
2. DSA 候选池 / 题材池。
3. 概念板块数据接入。
4. 报告 2.0 顶部决策卡。
5. 报告市场位置卡：题材、概念、龙头地位、板块阶段。
6. 多策略分析与冲突检测。
7. 财报、研报、公告缓存。
8. CrossAssetContext 外围行情上下文。
9. codex_cli / hermes_cli 本地 LLM Provider。
10. ETF / 期权 / 商品 / 加密作为分析增强因子接入。

---

明确暂缓或不做

事项	原因
AlphaSift 代码直接并入 DSA	会让 DSA 变重，降低 AlphaSift 独立演化能力
直接读取 Codex 登录凭证	认证不稳定，风险高，第一版应走 CLI Adapter
完整期货交易系统	偏离股票投研主线
完整加密货币交易系统	复杂度高，先作为风险偏好指标
自动下单	金融和合规风险高
大规模重写 Agent 框架	当前应增强投研闭环，不应推倒重来
过早做插件市场	核心投研体验稳定后再做
所有 Bot 平台全量适配	维护成本高，优先核心渠道 + Webhook / Apprise

---

认领方式

这是一个长期规划 issue，不要求一次性完成。欢迎按以下方式参与：

1. 在评论区认领某个方向或子任务。
2. 将较大的方向拆成独立 issue。
3. 每个 PR 尽量只解决一个明确问题。
4. 涉及用户可见能力时，请同步更新文档和 changelog。
5. 涉及报告结构、Web UI、通知效果时，请附截图或可视化证据。

---

总结

DSA 后续核心路径：

AlphaSift 负责发现机会，DSA 负责深度分析、报告表达、信号跟踪和持仓复盘；同时通过外围行情上下文、投研资料知识库、多策略分析和本地 Agent Provider，把 DSA 从股票日报工具升级为 AI 投研系统。

当前最值得优先推进的是：

1. AlphaSift 深度融合。
2. 报告 2.0。
3. 多策略分析。
4. 财报 / 研报 / 公告缓存。
5. 外围市场和期货、商品、加密等跨资产参考。
6. Codex / Hermes 等本地 Agent 能力复用。

[ZhuLinsen]

结论
PR #1226 只覆盖 CUSTOM_WEBHOOK_BODY_TEMPLATE 的文档产品化，不覆盖这个长期规划 issue；当前 issue 不建议因为 #1226 关闭。这个规划可以继续作为总 epic 保留，但落地时应拆成小 issue / PR，优先从 AlphaSift 契约、报告 2.0 和多策略分析开始。

建议排查

• 第一阶段先收敛 AlphaSift 输入输出契约：复用现有 data/alphasift/、tests/test_alphasift_api.py 和 Web 入口，明确候选池、题材池、分数字段、来源证据和降级语义。
• 报告 2.0 建议先做最小闭环：新增顶部决策卡、市场位置卡，并与现有 DecisionSignal 字段对齐，避免报告、Web 展示、通知和后验统计各自定义一套结论字段。
• 多策略分析可先从 schema 和综合器开始，不急于引入完整多角色框架；优先覆盖技术、题材、资金、风控四类观点，以及“看多但大盘/题材不支持”的冲突检测。
• codex_cli / hermes_cli 适合作为独立 provider 后置推进，配置入口可沿用 LLM_PROVIDER、AGENT_LLM_COMMAND、AGENT_LLM_TIMEOUT_SECONDS、AGENT_LLM_OUTPUT_FORMAT，同时补充 .env.example 和 Web 设置说明。
• CrossAssetContext 和新品种支持建议先作为股票分析增强因子接入，不要先做独立交易系统；最小验证应覆盖个股分析、大盘复盘、Agent 问答和报告渲染路径。

---

🤖 此回复由 OpenReview Bot 自动生成，仅供参考。如有疑问请 @维护者。

[ZhuLinsen]

结论
这个 issue 适合作为长期 epic 继续保留，不建议因为 PR #1226 关闭；PR #1226 只覆盖 CUSTOM_WEBHOOK_BODY_TEMPLATE 文档产品化，和这里的 AlphaSift、报告 2.0、多策略、Agent Provider 等规划没有直接重合。

建议排查

• 第一批建议拆成独立 issue：AlphaSift 标准输出契约、报告 2.0 顶部决策卡、多策略分析与冲突检测，避免一个 PR 同时改太多层。
• AlphaSift 方向优先复用 data/alphasift/、tests/test_alphasift_api.py 和 ALPHASIFT_ENABLED，先明确候选池、题材池、评分、证据来源、字段兼容和降级语义。
• 报告 2.0 建议先做最小闭环：结构化顶部决策卡 + 市场位置卡，再逐步接 Web 渲染、通知模板、DecisionSignal 和 docs/CHANGELOG.md。
• 本地 Agent Provider 不建议第一阶段读取登录凭证，按 issue 里的思路走 LLM_PROVIDER、AGENT_LLM_COMMAND、AGENT_LLM_TIMEOUT_SECONDS、AGENT_LLM_OUTPUT_FORMAT 会更稳。
• 每个子任务合入前至少补对应测试和文档：AlphaSift 走 tests/test_alphasift_api.py，Agent 走 tests/test_agent_*，用户可见配置同步 .env.example、docs/full-guide.md 和 docs/CHANGELOG.md。

---

🤖 此回复由 OpenReview Bot 自动生成，仅供参考。如有疑问请 @维护者。

[massif-01]

方向二：Codex / Claude Code / OpenCode / Hermes 本地 Agent 能力接入 我领

[ZhuLinsen]

结论
可以认领。第一版建议收敛成“本地 CLI 作为可选 LLM Provider”的最小闭环，优先做 codex_cli 和 hermes_cli，不要直接读取 Codex / Claude / Hermes 的登录凭证。

建议排查

• 配置入口先围绕 LLM_PROVIDER、AGENT_LLM_COMMAND、AGENT_LLM_TIMEOUT_SECONDS、AGENT_LLM_OUTPUT_FORMAT 展开，并同步更新 .env.example、docs/full-guide.md 和 docs/CHANGELOG.md。
• Provider 契约建议固定为：DSA 构造 prompt → 调用本地 CLI → 要求返回 JSON → 做 schema 校验 → 渲染报告；失败时 fallback 到现有普通 LLM Provider。
• 错误分类建议至少覆盖：命令不存在、超时、非零退出码、空输出、非法 JSON、schema 校验失败，避免静默返回空分析。
• 实现时不要使用固定本地路径或读取登录文件；AGENT_LLM_COMMAND 只作为用户显式配置的命令入口，CLI 自己复用本地登录状态。
• 回归测试可优先覆盖 tests/test_agent_registry.py、tests/test_agent_executor.py、tests/test_agent_models_api.py，再补一个 mock CLI 成功、超时、非法 JSON、fallback 的最小测试集。

---

🤖 此回复由 OpenReview Bot 自动生成，仅供参考。如有疑问请 @维护者。

[ZhuLinsen]

结论
方向二可以按独立功能线推进，但第一版请收敛为 CLI Provider 最小闭环：DSA 调用本地 CLI、读取 JSON、Schema 校验、失败 fallback，不读取任何登录凭证。

建议排查

• 配置先固定在 LLM_PROVIDER、AGENT_LLM_COMMAND、AGENT_LLM_TIMEOUT_SECONDS、AGENT_LLM_OUTPUT_FORMAT，同步 .env.example、docs/full-guide.md、docs/CHANGELOG.md。
• Provider 输出契约建议只接受 JSON，失败时要区分命令不存在、超时、非 JSON、Schema 不匹配、CLI 非零退出码，避免静默吞错。
• 第一批只做 codex_cli 和 hermes_cli，claude_code_cli、opencode_cli 可以先保留扩展点，不要在同一个 PR 里扩太多。
• 测试优先覆盖 tests/test_agent_registry.py、tests/test_agent_executor.py、tests/test_agent_chat_api.py 这类 Agent/Provider 路径，并补 CLI 超时、坏 JSON、fallback 的回归用例。
• Web 设置页如果一起做，只暴露 provider、command、timeout、output format 这几个字段，并同步 apps/dsa-web/src/locales/settingsHelp.ts 的说明。

---

🤖 此回复由 OpenReview Bot 自动生成，仅供参考。如有疑问请 @维护者。

[ZhuLinsen]

结论
方向二可以由你认领，第一版建议严格收敛为“本地 CLI Provider MVP”：只调用已安装 CLI、读取 JSON 输出、做 Schema 校验和 fallback，不碰任何本地登录凭证或账号文件。

建议排查

• Provider 先支持 codex_cli、hermes_cli，配置围绕 LLM_PROVIDER、AGENT_LLM_COMMAND、AGENT_LLM_TIMEOUT_SECONDS、AGENT_LLM_OUTPUT_FORMAT 展开。
• 运行链路建议固定为：DSA 生成 prompt -> 写临时输入 -> 调用 CLI -> 解析 JSON -> 校验 -> 渲染报告；失败时回退到现有 LLM Provider。
• 需要重点覆盖的失败类型：命令不存在、超时、退出码非 0、输出非 JSON、JSON 字段缺失、Schema 不兼容。
• Web 配置页可以先只暴露选择和基础命令配置，相关说明同步到 .env.example、docs/full-guide.md、docs/CHANGELOG.md。
• 回归测试优先覆盖 Agent/Provider 注册和执行路径，可参考 tests/test_agent_registry.py、tests/test_agent_executor.py、tests/test_agent_models_api.py。

---

🤖 此回复由 OpenReview Bot 自动生成，仅供参考。如有疑问请 @维护者。