ALTA 研究交易工作台
让多智能体围绕可追溯证据研究市场机会，并在明确授权下进行模拟或经纪商执行。
- Star 数
- ★ 1.1k
- 最近更新
- 26 天前
- License
- Apache-2.0
- 主语言
- Python
- FA 评分
- 83/100 · 表现良好
30 秒速览
- 运行形态
- 可在哪里用
- 兼容但需适配Codex（部分支持）
- 上手难度
- 高 · 需要较重的基础设施
- 开始前需要
- 典型场景
- 研究员想追踪财报、业务变化或催化剂时，用 Change / event Scout 建立带时间戳和来源的研究机会。
- 不适合
- 需要已验证实盘账户接入的交易团队
- 需要低延迟交易或全天候运行保证的机构
- 希望把它当作投资建议或盈利证据的用户
- 源码审查
- 83/100 · 表现良好
这个 Agent 能做什么，适合哪些场景？
ALTA 是一套本地运行的多智能体市场研究系统，提供 React 三语言操作台、Node 网关、Python 研究服务和 PostgreSQL 持久化记录。四种 Scout 负责发现线索，独立评审者挑战证据，策略台比较表达方式，最终产出带来源、判断、风险和后续观察记录的研究机会。用户可在 Shadow 模式中管理内部模拟持仓，也可配置独立的 Broker API 执行路径；经纪商订单必须绑定经过验证并明确选择的账户，且需要单独授权。项目要求 macOS 或 Linux、Node.js 22+、Python 3.12、uv、Docker/OrbStack，初次安装需要联网；它定位为研究软件，不是投资建议、低延迟交易引擎或盈利能力证明。
运行 npm run dashboard 安装锁定的前端依赖、构建 React 控制台并打开本机认证页面。操作员在控制台录入研究或数据凭证、按角色分配模型并启动托管研究服务；Python 研究服务调度四类 Scout 使用日期感知搜索、发行人抓取、信息源和公开数据集收集线索，形成带引用的机会记录。独立评审者提交锁定意见，Moderator 汇总分歧，软件进行排序与门槛检查，Expression Agent 比较最多三种方案，独立审计者选择方案或 Wait。系统保存事件、证据、决策、模拟持仓、监控与结果记录；Shadow 不发出经纪商订单，Broker API 路径只接受持久化研究及审计产物，并由独立监控器刷新报价、对账订单和管理退出。
- 研究员想追踪财报、业务变化或催化剂时，用 Change / event Scout 建立带时间戳和来源的研究机会。
- 量化研究团队需要检验价格分歧和相关证券关系时，让 Market dislocation Scout 收集线索，再由独立评审者检查反证。
- 研究人员分析政策或行业的二阶影响时，使用 Causal / policy Scout 跟踪可能受影响的企业与产业。
- 投资研究团队希望比较候选股票、ETF 或受支持的期权表达及其成本时，使用策略台形成方案并保留 Wait 判断。
- 开发者需要检查多智能体工作流如何运行时，在控制台查看 Agent 角色、模型、输出、工具活动、上下文用量和延迟。
- 操作员想在不向经纪商发单的情况下观察持仓与后续结果时，使用 Shadow 模式记录模拟成交、成本、持仓和退出。
如何安装或部署这个 Agent？
要求 macOS 或 Linux、Node.js 22+ 与 npm、Python 3.12、uv、Docker/OrbStack 和足够磁盘空间。初次安装需要互联网；构建固定版本的自定义 harness 还需要 Rust 工具链。先克隆仓库并启动控制台：
git clone https://github.com/kyky2347/ALTA.git
cd ALTA
npm run dashboard首次使用需在控制台输入研究或数据凭证、分配可用模型，并准备锁定的后端环境。保存密钥不会授予交易权限；模型访问、数据授权和经纪商账户权限是分开的。
如何使用这个 Agent？
在控制台按顺序连接研究或数据凭证、在 Agents → Agent models 分配模型、准备后端环境并启动研究服务，建议从 Shadow 开始。打开 Scout 记录，检查引用和评审意见；在 Research radar 查看机会详情，在 Agent desk 查看执行记录，在 Activity & history 查看事件与重放。若配置 Broker API，先验证账户、保存明确的 Paper 或 Live 目的地，再单独授权；仅支持的账户和执行范围可用。停止 ALTA 不会清算经纪商持仓。
这个 Agent 有哪些优点和局限？
- 机会、证据、评审、表达方案和后续结果通过持久化记录关联，可追查决策时已知的信息。
- 评审者先独立锁定意见，软件负责排序和门槛检查，减少单个 Agent 自行批准执行的路径。
- Shadow 模式提供内部成交、成本、持仓和退出管理，无需向经纪商发送订单。
- 提供三语言控制台、事件历史和 Agent 活动检查，适合研究与工作流审计。
- 经纪商执行与研究服务隔离，并通过持久化台账和订单身份对账处理不确定响应。
- 部署涉及多个运行时、托管数据库与缓存服务，初次安装和启动步骤较多。
- 研究需要可用模型、数据凭证和相应授权；README 未给出服务及 API 的具体费用。
- 六个连接器的存在不代表六种账户均已通过实盘验收；Longbridge / Longport 与 Schwab 的授权受阻。
- Broker API 的初始生命周期范围有限：单账户一个活动方案、美元多头股票或 ETF、整股和 DAY 限价单；不含期权、做空或多方案组合执行。
- 软件管理的退出依赖运行中的后端和经纪商会话；停止 ALTA 不会平仓，故障时也可能延迟退出。
- 持续样本外 Alpha、实盘订单接受、所有断电恢复情形及通用浏览器兼容性尚未得到证明。
这个 Agent 与同类方案有什么区别？
相较于只输出股票代码的聊天机器人，ALTA 将研究线索、证据、独立评审、方案与后续观察作为关联记录保存。相较于直接连接经纪商的执行路径，Shadow 模式只管理内部模拟成交与持仓；Broker API 是需要单独账户选择和授权的另一条路径。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| ALTA 研究交易工作台 当前 | 83 · 表现良好 | 网页应用 | ★ 1.1k | 26 天前 | Python | — |
| QuantDinger AI 量化交易系统 | 89 · 表现良好 | 自托管服务免费 + 模型费 | ★ 13k | 3 天前 | Python | Codex · Claude Code · OpenAI API |
| TradingAgents-Astock | 52 · 缺口较多 | 代码库 / SDK免费 + 模型费 | ★ 3.7k | 2 天前 | Python | OpenAI API · Claude API |
| Agentic RAG 调研指南 | 证据不足 | 代码库 / SDK | ★ 1.7k | 11 个月前 | — | — |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
SECURITY.md、README 与引擎测试材料描述了研究代理的密钥隔离、最小权限、显式账户授权、持久化订单意图、重试阻断及审计边界，因此最小权限、用户确认、数据流透明、敏感数据处理和外部效果控制得 3。依赖审计有锁定文件和 CI 门禁，但没有提供本次依赖审计结果，故依赖安全得 2。撤销可进入关闭恢复状态，但停止 ALTA 不会平仓，退出仍依赖软件监控，故回滚得 2。归属说明涵盖 Codex 快照、NOTICE 和变更记录，但发布者身份未验证，故来源归属得 2。
文档与测试材料对账户隔离、恢复、模糊订单结果和故障处理有相互一致的设计描述；但运行状态、长期可用性和完整依赖可达性不能由静态材料确立，因此自洽性与依赖可用性均得 2。代码化错误边界及不回显秘密的测试有支持，但没有足够材料证明所有失败路径的操作提示都完整，故失败消息得 2。
README 面向研究者、开发者和操作者，说明研究、Shadow 与受控经纪商流程；明确的能力边界也较充分，因此受众与场景、能力边界得 3。触发描述主要是控制台步骤及运行周期，未充分列出何种事件触发各项能力，故触发精度得 2。安装要求清楚，但限于 macOS/Linux、Node 22+、Python 3.12、uv、Docker/OrbStack 且初次设置需要网络，环境适配得 2。
README 提供清晰目录、架构、操作和故障排查入口，信息架构得 3；本地启动、环境要求及后续步骤具体，安装说明得 3。Opportunity、Candidate、Expression 等术语有定义，但多个服务和执行边界仍增加理解成本，命名稳定性得 2。提供了运行命令和操作指引，但没有单独 FAQ，示例与 FAQ 得 2。风险、未验证事项和操作限制写得具体，已知限制得 3。仓库含 Apache-2.0 许可证，许可证得 3。虽有 CHANGELOG 和固定修订信息，但提供的材料未展示具体版本历史，版本与变更记录得 2。SECURITY.md 说明漏洞报告路径，README 称独立维护；由于维护责任主体仍未验证，维护责任得 2。
控制台将证据、审查、决策和事件历史关联，并区分研究记录与投资结果；测试材料还展示了离线契约和生命周期用例，因此输出可用性与增量价值得 3。系统需要多语言模型、数据服务、数据库及本地基础设施，且长时间运行仍需操作员处理异常，成本效益得 2。
README 将重要主张链接到架构、审计、复现和运行文档；测试材料提供具体的边界断言，因此主张可追溯性得 3。README、SECURITY.md、CI 和测试材料对关键边界有交叉支持，但测试结果及审计结论在本次静态审查中只是所提供材料中的陈述，不能独立确认，交叉佐证得 2。材料明确区分研究主张、测试覆盖、账户验收和投资表现，并标明哪些仍未证明，事实与推断区分得 3。
- 这是基于所提供文件的静态审查；信心为低，未执行代码或独立验证测试和审计结果。
- 材料明确说明没有真实账户验收证明；经纪商退出由软件管理，停机可能延迟退出，停止 ALTA 不会平仓。
- 实盘授权和真实账户订单接受仍未建立；初始边界限于单账户、单计划、USD 股票/ETF、整股及 DAY 限价单。