rdagent fin_quant 命令行调用流程分析¶
rdagent fin_quant 是 Qlib 场景里最复杂的一个命令,因为它不是只做 factor 或 model,而是在两者之间动态切换并联合演进。
本文重点说明:
fin_quant如何从 CLI 进入。- 它与标准
RDLoop有哪些结构差异。 - factor/model 两条分支如何在同一循环里切换。
1. 命令入口¶
rdagent/app/cli.py 里注册了 fin_quant:
from rdagent.app.qlib_rd_loop.quant import main as fin_quant
app.command(name="fin_quant")(fin_quant)
因此入口调用链是:
rdagent
-> rdagent.app.cli:app
-> Typer 子命令 fin_quant
-> rdagent.app.qlib_rd_loop.quant.main()
和 fin_model 一样,模块文件本身也保留了:
if __name__ == "__main__":
fire.Fire(main)
所以统一 CLI 层是 Typer,模块独立运行时兼容 Fire。
2. 主函数¶
rdagent/app/qlib_rd_loop/quant.py 中:
def main(
path=None,
step_n: int | None = None,
loop_n: int | None = None,
all_duration: str | None = None,
checkout: bool = True,
):
核心逻辑:
if path is None:
quant_loop = QuantRDLoop(QUANT_PROP_SETTING)
else:
quant_loop = QuantRDLoop.load(path, checkout=checkout)
asyncio.run(quant_loop.run(step_n=step_n, loop_n=loop_n, all_duration=all_duration))
因此 fin_quant 同样支持:
- 全新启动
- session 恢复
- step 数控制
- loop 数控制
- 总时长控制
3. QuantRDLoop 与标准 RDLoop 的差异¶
QuantRDLoop 继承自 RDLoop,但它并不是单纯复用标准装配,而是重写了:
__init__direct_exp_gencodingrunningfeedback
原因很简单:它需要在 factor 和 model 两条研发链之间切换。
它声明可跳过的错误是:
skip_loop_error = (FactorEmptyError, ModelEmptyError)
4. QUANT_PROP_SETTING 装配的是双轨组件¶
rdagent/app/qlib_rd_loop/conf.py 中:
class QuantBasePropSetting(BasePropSetting):
scen = "rdagent.scenarios.qlib.experiment.quant_experiment.QlibQuantScenario"
quant_hypothesis_gen = "rdagent.scenarios.qlib.proposal.quant_proposal.QlibQuantHypothesisGen"
model_hypothesis2experiment = "rdagent.scenarios.qlib.proposal.model_proposal.QlibModelHypothesis2Experiment"
model_coder = "rdagent.scenarios.qlib.developer.model_coder.QlibModelCoSTEER"
model_runner = "rdagent.scenarios.qlib.developer.model_runner.QlibModelRunner"
model_summarizer = "rdagent.scenarios.qlib.developer.feedback.QlibModelExperiment2Feedback"
factor_hypothesis2experiment = "rdagent.scenarios.qlib.proposal.factor_proposal.QlibFactorHypothesis2Experiment"
factor_coder = "rdagent.scenarios.qlib.developer.factor_coder.QlibFactorCoSTEER"
factor_runner = "rdagent.scenarios.qlib.developer.factor_runner.QlibFactorRunner"
factor_summarizer = "rdagent.scenarios.qlib.developer.feedback.QlibFactorExperiment2Feedback"
这说明 fin_quant 的核心不是一个 coder / runner,而是两套:
factor 轨:
hypothesis2experiment / coder / runner / summarizer
model 轨:
hypothesis2experiment / coder / runner / summarizer
5. QuantRDLoop.__init__() 如何装配¶
QuantRDLoop 初始化时会显式创建:
QlibQuantScenarioQlibQuantHypothesisGen- factor 的 experiment generator / coder / runner / summarizer
- model 的 experiment generator / coder / runner / summarizer
QuantTrace
与标准 RDLoop 最大差异是,它没有单一的:
self.hypothesis2experimentself.coderself.runnerself.summarizer
而是分别维护 factor/model 两套对象。
6. QlibQuantScenario 是联合场景描述器¶
rdagent/scenarios/qlib/experiment/quant_experiment.py 中的 QlibQuantScenario 同时提供:
- 联合背景
- 因子背景
- 模型背景
- 统一 source data 说明
- factor/model 各自的 interface、output format、simulator
调用 get_scenario_all_desc() 时可以根据:
filtered_tagaction
返回不同版本的场景说明。
因此在 quant 场景中,给 LLM 的 prompt 是“带 action 上下文的动态描述”,而不是静态固定描述。
7. QuantTrace 比普通 Trace 多了控制器¶
QuantTrace 继承 Trace,额外持有:
self.controller = EnvController()
这个 controller 用于在 factor/model 两个动作之间做策略选择,默认是 bandit。
8. direct_exp_gen:先决定 action,再生成对应实验¶
这是 fin_quant 的核心差异。
QuantRDLoop.direct_exp_gen() 的主逻辑:
hypo = self._propose()
assert hypo.action in ["factor", "model"]
if hypo.action == "factor":
exp = self.factor_hypothesis2experiment.convert(hypo, self.trace)
else:
exp = self.model_hypothesis2experiment.convert(hypo, self.trace)
return {"propose": hypo, "exp_gen": exp}
也就是说,proposal 阶段先产出一个带 action 的 hypothesis,再决定后续走哪条链。
8.1 action 是怎么选出来的¶
QlibQuantHypothesisGen.prepare_context() 支持三种策略:
banditllmrandom
默认配置来自:
QUANT_PROP_SETTING.action_selection = "bandit"
8.1.1 bandit¶
如果是 bandit:
- 从最近一次 experiment.result 中提取指标
- 读取最近一次动作
factor或model - 调用
trace.controller.record(metric, prev_action)更新 bandit - 调用
trace.controller.decide(metric)选择下一动作
EnvController 内部使用的是 LinearThompsonTwoArm,也就是一个双臂 Thompson Sampling 结构。
8.1.2 llm¶
如果是 llm:
- 把历史 hypothesis/feedback 拼成 prompt
- 让 LLM 直接输出下一轮动作
action
8.1.3 random¶
直接在 factor / model 之间随机选。
8.2 action 决定 prompt 上下文¶
动作一旦确定,QlibQuantHypothesisGen 会:
- 把
self.targets设成对应动作 - 只挑出和该动作相关的 trace 子集
- 为 factor 和 model 分别构造不同的 RAG 提示
例如:
factor:早期优先简单快速因子,后期鼓励高 IC 因子model:强调时序模型与受控超参数
8.3 hypothesis 输出对象¶
最终返回的不是普通 Hypothesis,而是:
class QlibQuantHypothesis(Hypothesis):
action: str
所以 quant 场景中 hypothesis 本身带有路由信息。
9. coding:按 action 路由到不同 coder¶
QuantRDLoop.coding():
if action == "factor":
exp = self.factor_coder.develop(...)
elif action == "model":
exp = self.model_coder.develop(...)
因此 coding 阶段的真实分支是:
factor:QlibFactorCoSTEERmodel:QlibModelCoSTEER
也就是分别复用 fin_factor 和 fin_model 的 CoSTEER 开发能力。
10. running:按 action 路由到不同 runner¶
QuantRDLoop.running():
if action == "factor":
exp = self.factor_runner.develop(...)
elif action == "model":
exp = self.model_runner.develop(...)
对应的行为也就是:
- 因子轮:走
QlibFactorRunner - 模型轮:走
QlibModelRunner
所以 fin_quant 的 runner 逻辑不是新的,而是把两条独立流程串在一个总循环里。
11. feedback:按 action 使用不同 summarizer¶
成功执行时:
if action == "factor":
feedback = self.factor_summarizer.generate_feedback(...)
elif action == "model":
feedback = self.model_summarizer.generate_feedback(...)
失败时统一回落为:
HypothesisFeedback(decision=False, ...)
最后同样把 (experiment, feedback) 追加进 trace.hist。
由于 trace.hist 中会同时混合 factor 和 model 结果,下一轮 action 选择、hypothesis 生成时就能看到跨类型历史。
12. factor/model 两条链如何相互影响¶
这是 fin_quant 最重要的设计点。
12.1 factor 轮会参考模型历史¶
当 action=factor 时,QlibQuantHypothesisGen 会把:
- 所有 factor 历史
- 最近一个被接受的 model 实验
一起放进 specific_trace。
这意味着生成新因子时,会参考当前最佳模型背景。
12.2 model 轮会参考因子历史¶
当 action=model 时,会把:
- 所有 model 历史
- 最近一个被接受的 factor 实验
一起放进上下文。
同时 QlibModelRunner 也会把 SOTA factor 合并成 combined_factors_df.parquet 供模型训练。
这意味着模型迭代会显式建立在当前最佳因子库之上。
13. session 与恢复机制¶
fin_quant 同样继承 LoopBase 的 session 机制,每完成一个 step 都会在:
<trace_path>/__session__/<loop_id>/<step_id>_<step_name>
落一次快照。
恢复时使用:
QuantRDLoop.load(path, checkout=checkout)
14. 一张图看完整调用链¶
rdagent fin_quant
-> rdagent/app/cli.py
-> rdagent/app/qlib_rd_loop/quant.py: main()
-> QuantRDLoop(QUANT_PROP_SETTING)
-> LoopBase.run()
-> direct_exp_gen
-> QlibQuantHypothesisGen
-> 先决定 action = factor 或 model
-> factor_hypothesis2experiment / model_hypothesis2experiment
-> coding
-> factor_coder 或 model_coder
-> running
-> factor_runner 或 model_runner
-> feedback
-> factor_summarizer 或 model_summarizer
-> 写回 QuantTrace
-> 下一轮再决定 action
15. 结论¶
rdagent fin_quant 的本质是一个“动作可切换”的联合研发控制器:
统一 CLI 入口
-> Quant 场景 hypothesis 生成
-> 先决定本轮做 factor 还是 model
-> 路由到对应的生成/开发/执行/反馈链
-> 把结果混合写回同一个 Trace
-> 用 bandit / LLM / random 决定下一轮方向
因此它不是简单地把 fin_factor 和 fin_model 顺序拼起来,而是在同一个迭代闭环中动态分配研发资源。