量化交易系统总体架构与一统演进蓝图 (Assessment & Unification Plan)
文档创建: 2026-04-05 涉及核心项目: ATMS、QMT (qmt_system)、Wavemonitor、tradingagents-cn 核心战略: 依托小步快跑迭代，正式开启多项目 Monorepo 合体进程
一、 系统全貌与原产物核心定位
在进行统一规划前，对前期分别验证独立技术的成果及其在全局大系统中的定位梳理如下：
1.1 ATMS: 战术监控与AI宏观决策
历史定位: 定时巡检、多维共振监控、结合大语言模型盘中辅助决策的独立系统。 技术沉淀:
- 高频巡检调度:
main.py定时机制与健壮的自我降级防护。 - AI 赋能辩论 (
debate/): 探索出利用实时技术信号与持仓成本数据灌入 Prompt、限定 2 轮带记忆裁决的无幻觉 LLM Agent 应用机制。 - 消息枢纽: 基于 OpenClaw 的
atms666-stock飞书自动化卡片推送链路。
1.2 WaveMonitor: 极速算子基座
历史定位: 探索大批量实时股票状态机计算的最优解。 技术沉淀:
vector_engine.py(V7.1 Titan): 抛弃逐条 K 线的 if-else 判断，完全依靠 Pandas 执行纯向量化并行运算。内置双确认红绿波、状态粘性 FFill、超级防守趋势与动态吊灯止损。是所有旧版运算库（如 TA-Lib）的绝对上位替代品。
1.3 QMT System: 交易执行与底层基建
历史定位: 打通真实市场交易与跨平台研发（Mac vs Windows）隔离的底座环境。 技术沉淀:
- 多端执行抽象 (
executor): 基于ExecutorBase包含实盘 QMT 和基于滑点延迟可配置的模拟执行器SimulatedExecutor。 - 多源数据网关 (
stock-qdata): 优雅抹平xtdata/akshare/csv获取方式异构差异的数据提取中间件。
二、 当前演变断层与技术债务
在独立发展验证后，向整合系统转化存在以下架构冲突，需要在重构计划中逐个拔除：
- 算法游离重叠 (Strategy Drift Risk)：ATMS 中依赖的
core/indicators.py与 WaveMonitor 依靠的vector_engine造成双轨并发运行同一业务意图的漏洞。 - 抓取阻塞死锁 (Network IO Block)：目前多系统中的
fetcher常依赖外裹一层的线程池并发调用 SDK 同步爬取，在监控大量或高频标的时很容易造成全局服务挂起超时。 - AI智能体缺乏分工碰撞：当前辩论核心仍带有感性情绪色彩对抗，缺少维度视角的盲区互补分离。
三、 四段式统一重构实施路径
将前述积淀缝合成唯一的中央化交易工业体系库。
Phase 1: 核心计算基座大一统 (Engine Unification)
将全系统的脑部判定计算中枢切换至唯一的 V7.1 Titan。
- 淘汰 ATMS 老旧的基于遍历的探测架构。
- 将
Wavemonitor置为跨系统库提供底座支撑算令。 - ATMS 降级转变为业务网关和通知引擎调度外壳。
Phase 2: 高频常驻数据守护进程重置 (Data Daemon)
打碎数据爬取和信号计算耦合。
- 在
stock-qdata中引入深度基于asyncio的爬虫守护进程（参考tickflow实现）。 - 爬取一轮立即更新至内存高速缓存；运算引擎端从此脱离请求耗时，变更为无痛零开销并发拉取检测，打通万级标的高频算力承载。
Phase 3: AI 特工维度的空间切分与投研自进化 (Multi-Agent & Auto-R&D)
引入先进 Agent 编排。
- 博弈重划：由“看多与看空”的立场冲突对抗，变维至基于“技术盘面/资金量能/宏观研报新闻”的视角分工辩论。
- 开启自进化：创建
auto_researcher训练剧本，利用闭市和节假日收集模拟/真实盘历史信号损失，让 AI 通过重跑回测主动改写设定 YAML 配置，让算法具备自我迭代演化力。
Phase 4: gRPC 跨端跨环境交易中继站 (Execution Relay)
将 Mac 上的投研中心与必须要运行在 Windows 的 QMT 执行中心最终架桥。
- 策略计算侧仅需发布包含授权秘钥的微小信令封包至下端。隔离物理环境风险并保障底层稳定。