大数跨境

[Alpha Agent Workflow 设计大赛] [例文] GEM Agent Workflow

[Alpha Agent Workflow 设计大赛] [例文] GEM Agent Workflow BRAIN智能助手
2026-11-16
0

GEM 是由主 Codex session 控制、原生 subagent 执行研究的 Alpha 工作流:Lead 提出经济假设,Worker 寻找初步信号,Striker 将信号深入发展到最终目标。 当前目标是在锁定的数据集、Region、Universe、Delay 和 REGULAR ATOM 约束下,找到 3 个唯一的最终合格 Alpha;探索完成仍不足 3 个时,如实报告缺口。工作流不自动提交 Alpha。

本文目录


1. Agent 拆分与职责


2. 核心设计思路


3. UML 活动图


4. 研究方式、门槛与预算


5. 实际使用的 MCP


6. Corr 等待与恢复


7. 算子索引与按需 lookup:避免 context 过载


8. Session 文件落位与进度

1. Agent 拆分与职责

角色
执行位置
核心职责
不负责的事情
Controller
主 Codex session,不另开 Lead 代替主控
创建 session;派发与等待 agent;维护队列、生命周期和阶段;展示研究进度;核对最终结果、去重与停止条件
不用 Python/Claude 进程冒充研究 agent;不因 runner 已退出或汇报暂少而催停研究
alpha-gem-lead
每个 wave 一个原生 subagent
阅读数据集/字段 description 与类型;提出金融经济含义明确、可证伪、数学表达一致的 Idea;结合本 session 的实验结果提出后续 wave,并判断是否 exhausted
不回测、不请求 Corr、不派发 Worker;不要求平台未提供的原始数值、非零比例或更新频率
alpha-gem-worker
每个 Idea 一个原生 subagent,逐个执行
回测基线;根据结果做有针对性的修订与对照;依次检查 SelfCorr、ProdCorr;写 validated 或 rejected fragment
不承担完整的最终提交级优化;不把初筛通过称为最终成功;不自行派发其他 agent
alpha-striker
每个唯一初筛信号一个原生 subagent,逐个执行
深入研究信号的信息来源、成分、不对称性和条件有效性;引入同数据集辅助字段,重构/增强表达式;清除 RA 失败并降低 Corr
不局限于微调参数或堆算子;不冻结原表达式;不把临时无改善直接判为 unfixable

2. 核心设计思路


长程任务拆解与精简 context。 将“从数据集到 Alpha”的长程研究拆成专门的 agent,每个 agent 只接收完成当前任务所需的输入,专注于自己的职责。例如,gem-lead 的研究输入只包含 dataset 及其 field 的描述,专注于从金融经济学含义出发思考并提出 Alpha Idea;回测、候选优化和信号提升等后续任务内容不进入它的 context。该数据集中可利用的信息是否已经耗尽,也只由 gem-lead 判断,其他 agent 不代替它宣布 exhausted。再如,gem-worker 的初始输入只包含 gem-lead 产生的某一个 Idea 的描述、相关字段、表达式及必要的运行约束,不把其他 Idea、整个数据集的字段列表和全部研究历史塞入 context。这样可以减少无关信息干扰和重复 token 消耗,让有限上下文更多用于具体问题的深入思考,提高研究的聚焦程度与效率。


候选任务独立,为并行与流水线提供基础。 不同 Worker 分别研究不同 Idea,不同 Striker 分别发展不同初筛信号,任务和产物按候选隔离,因此具有并行扩展空间。在启用流水线的运行模式下,某个候选完成 Worker 初筛后,对应 Striker 可以立即对其开展深入研究,同时其他 Worker 继续验证其他 Idea,从而缩短整个数据集的研究周期。这里的独立性针对不同候选;同一候选的 Striker 仍依赖其 Worker 已完成的验证结果,不能提前处理尚未产出的信号。

3. UML 活动图

入口:用户在新的 Codex 主 session 发出运行请求。该主 session 就是 Controller。

从主活动图左上方的黑色实心圆“开始”沿箭头阅读。主线为 ①初始化 → ②Lead → ③Worker → ④判断是否继续发现 → ⑤Striker → ⑥汇总。泳道表示负责角色,不表示并行;圆角矩形表示动作,带条件的菱形表示分支,小菱形汇合路径,双圆为结束。

主活动:阶段顺序与 Agent 泳道

GEM 主流程 UML 活动图:Controller、Lead、Worker、Striker 泳道及步骤①至⑥

打开主活动图查看大图

主图中有两个阶段级循环:④为“否”时返回②,生成下一 wave;⑤在未满 3 个且还有候选时,继续处理下一个 Striker。达到目标或候选全部处理后才进入⑥。

关键顺序:先完成所有 wave 的 Lead/Worker 发现,再进入 Striker。 不是“一个 Worker 通过后马上交给 Striker”,也不是三个 Worker/Striker 并行。

③里面:一个 Worker 怎样处理一个 Idea?

单个 Worker 的 UML 活动图:初筛、修订循环、有序 Corr 与终态

打开 Worker 活动图查看大图

⑤里面:一个 Striker 怎样发展一个初步信号?

单个 Striker 的 UML 活动图:信号深入研究、RA 和 Corr 门槛、终态收尾

打开 Striker 活动图查看大图

exhausted 指没有足够依据支持新的预测机制,不是把所有字段组合跑遍。以上为正常执行路径;回测/Corr 仍 pending、agent 尚未完成或证据不完整时,应留在当前步骤等待/恢复,或报告真实错误,不能直接进入下一步或冒充研究失败。

4. 研究方式、门槛与预算

研究方式

Lead 主要依据字段描述构建预测机制,说明方向、经济渠道、预期时间尺度和可削弱假设的对照。一个新字段、窗口、符号或算子本身不等于一个新 Idea。

Worker/Striker 按“诊断当前问题 → 提出可区分的对照 → 回测 → 根据证据解释结果”迭代。优先在一个 multi-sim 中比较 2–4 个有信息量的变体,而非盲目扫参数或填满配额。字段单位、业务含义和 VECTOR 归约应与研究假设一致;unit warning 本身不等于模拟失败。

有希望的 revision 可以成为后续研究起点,不必退回原始表达式;原始假设、反证和已验证候选仍保留。Striker 可从第一轮就使用同数据集辅助字段,以及有经济依据的 if_else、trade_when 等条件/状态结构,但不强制使用某个算子,也不追求表达式复杂度。

项目
Worker:初步信号筛选
Striker:深入发展与最终验证
合格门槛
Sharpe > 0.8,SelfCorr < 0.6,ProdCorr < 0.6
同一最终 Alpha 的 RA_fail = 0,SelfCorr < 0.5,ProdCorr < 0.5
RA 失败
可以仍有失败,交给 Striker 处理
必须清零;PPA 仅作诊断,不是额外停止门槛
修订预算
最多 3 个付费修订 batch,每批最多 10 个变体
每个 Idea 最多 10 个模拟 batch,每批最多 10 个变体
基线与反转
初始基线不计付费修订;初始明显负基线(Sharpe ≤ -0.5)的一次反转诊断免费。revision 中新分支的反转不重新获得免费预算
每个新模拟 batch 都消耗预算,无免费 baseline/sign-flip 类别
弱信号限制
平坦区间 (-0.5, 0.4) 最多做一批有信息量的廉价结构诊断
不因一次持平/变差直接停止;继续有依据的研究,直到达标、预算耗尽或有证据支持提前停止
输出
validated
 / rejected fragment
追加 submittable / unfixable Striker Report

Worker 基线使用 INDUSTRY neutralization、decay=5、truncation=0.08。数据集、Region、Universe、Delay 由 session 锁定。Striker 的设置变化应回答具体研究问题,而不是替代信号增强。

attempt_n 是模拟作业/产物的顺序编号,不等于 Worker 的付费 revision 次数。恢复同一个已提交作业不新增预算,Corr 轮询与冷却也不消耗模拟预算。

本文的 submittable 指达到 GEM 约定的最终目标,不代表已执行平台全项提交审核或已提交。汇总不能仅相信 agent 写的状态:会核对报告指标及同一最终 Alpha 的成功 Corr 证据;缺失、pending 或失败不算通过,同一个最终 Alpha ID 只计一次。

5. 实际使用的 MCP

GEM 统一使用项目配置的 alpha-gem-mcp,负责查询字段、读取 Alpha 状态和请求相关性。Lead、Worker、Striker 按职责共享同一个 MCP,不使用分角色编号的服务器。

MCP 方法
用途
使用角色
get_datafields
读取数据集及字段 description、类型
Lead;Worker/Striker 按需查询辅助字段
get_datafield_info
确认选中字段的业务含义与类型,复用已有说明以避免重复查询
Lead / Worker / Striker
get_alpha
读取 /alphas/{alpha_id} 的 is.checks,诊断 RA 失败;不发起 Corr
Worker / Striker
get_self_corr
专门请求 SelfCorr;Worker 显式传 threshold=0.6,Striker 传 0.5
Worker / Striker
get_prod_corr
专门请求 ProdCorr;仅在同一 Alpha、同一阶段阈值的 SelfCorr 通过后调用
Worker / Striker

Lead 不请求 Corr。工作流不调用 check_submission、submit_alpha,也不通过同步 MCP simulate_batch 工具执行长回测。

6. Corr 等待与恢复


顺序是 SelfCorr 通过 → ProdCorr;Striker 还须先确认 RA_fail 为 0。


空 HTTP 200 等待结果、429 限流都按服务器响应的等待时间继续;不是每个 429 都固定冷却 5 分钟。


每次 MCP 调用最多进行 1000 次 HTTP 轮询。仍未得到结果时返回 pending,进入项目共享的 5 分钟冷却,之后用相同工具、Alpha、session 和阈值恢复同一请求。1000 次不是整个研究的永久轮询总上限。


明确的终态错误与暂时错误分开处理;例如 412 表示相关性计算不适用,不能虚构一个相关性数值。


成功结果按 (operation, alpha_id, threshold) 复用,避免重复请求。Worker 的 0.6 和 Striker 的 0.5 是不同请求键。


Controller 必须尊重 active/pending/cooldown,不能为了释放串行槽位中断。回测/Corr 尚未返回,不能当作研究失败或结果为零。

7. 算子索引与按需 lookup:避免 context 过载

采用“短索引选算子 → 按名称 lookup 选中算子的 full doc → 按文档写表达式”的两层结构。Agent 不需要把完整算子手册一次性读入上下文。

先读轻量索引,只决定用哪些算子

文件
用途与使用角色
nugget_operators.md
Lead/Worker 唯一的算子选择与许可清单;只包含名称和简短用途提示,不读完整目录索引
operators/op_index.md
Striker 的完整算子目录索引;同样只提供名称、分类和简短用途,方便按研究问题选择算子
operators/op_full_doc.json
完整定义与文档的数据源,由 lookup 脚本定向读取,不由 agent 整份加载

索引回答“哪些算子可能适合当前问题”,不代替函数签名、参数语法或 NaN 行为的完整说明。

再查选中的 full doc,而不是读完整手册

在 GEM 项目根目录运行 tools/op_lookup.py,可一次查询多个已选中的算子:




python tools/op_lookup.py --session <session_id> vec_avg max ts_delay

脚本从本地完整文档中提取这些算子的定义、说明和相关注意事项。Agent 阅读后再确认参数顺序、位置参数与命名参数、适用类型、返回含义及缺失值处理,不能只凭短索引提示或记忆猜语法。

控制上下文占用


索引常读,完整文档按需读:不整份加载 full doc,也不对索引中所有算子逐一 lookup。


只查本轮选中的名称:尚未选用的算子不预先展开;需要新算子时再补查。


批量查询、任务内复用:相关名称合并在一次 lookup;本任务已读过的文档不反复读取。


查询不扩大权限:lookup 的底层虽包含完整目录,Lead/Worker 仍只能选择 nugget 清单允许的算子。

8. Session 文件落位与进度

所有运行产物都进入 runs/<session_id>/,不在项目根目录散放。研究历史只读当前 session;不读取其他 run、ideas_gem/ 或项目根目录的历史研究结论来封锁机制。静态工作流/算子文档和平台 Corr 的范围不受此限制。




runs/<session_id>/

├── manifest.json / state.json       # 研究范围与运行状态

├── queue/queue.md                   # Lead 的 Idea 队列

├── rounds/round_NN/

│   ├── lead/                       # 研究记录与 exhausted 结论

│   ├── workers/idea_NN/attempts/     # Worker 每批请求、结果与断点

│   └── striker/idea_NN/attempts/     # Striker 每批请求、结果与断点

├── fragments/idea_NN.md             # Worker 终态与后续 Striker Report

├── dispatch/                       # agent 生命周期与 Corr 请求 ledger

├── progress/progress.jsonl          # 回测事实与研究决策

├── events/ / logs/                  # 事件和日志

└── summary/SUMMARY.md               # 最终成果、失败原因与未处理项

【声明】内容源于网络
0
0
BRAIN智能助手
Alpha,收入,顾问申请,代码... 有问题,就问BRAIN智能助手!
内容 55
粉丝 0
BRAIN智能助手 Alpha,收入,顾问申请,代码... 有问题,就问BRAIN智能助手!
总阅读13.8k
粉丝0
内容55