2478 Proposal A2eaae60

Change: 多Agent对抗策略竞技场 (Multi-Agent Strategy Arena)

Why

当前的智能策略系统采用单Agent策略生成模式，缺乏多角度验证和持续竞争优化机制。参考真实投研团队的协作模式，需要构建一个多Agent对抗竞争系统：

1. 策略视角单一: 单个Agent生成的策略缺乏不同视角的验证和质疑
2. 缺乏竞争机制: 没有策略优胜劣汰的进化机制，无法持续筛选优质策略
3. 思考过程黑盒: 策略生成过程不透明，用户无法理解决策逻辑
4. 市场适应性弱: 策略无法根据市场现状动态调整和演进
5. 验证周期缺失: 缺乏从回测→模拟盘→实盘的递进式验证体系

What Changes

核心架构

• MultiAgentArena: 多Agent竞技场管理器，协调N个Agent的策略生成和竞争
• AgentDiscussionOrchestrator: Agent讨论协调器，支持辩论、协作、评审多种模式
• StrategyCompetitionEngine: 策略竞争引擎，管理回测→模拟盘→实盘的进阶流程
• ThinkingStreamProcessor: 思考流处理器，实时输出并持久化Agent思考过程
• MarketContextAnalyzer: 市场环境分析器，为Agent提供实时市场现状

Agent对抗系统

• StrategyGeneratorAgent: 策略生成Agent（可配置数量，支持异质化模型）
• StrategyReviewerAgent: 策略评审Agent，质疑和验证策略逻辑
• RiskAnalystAgent: 风险分析Agent，评估策略风险敞口
• MarketSentimentAgent: 市场情绪Agent，结合新闻和情绪指标
• QuantResearcherAgent: 量化研究Agent，基于学术研究优化策略

讨论机制（符合真实投研团队）

• 辩论模式: Agent互相质疑和挑战策略逻辑，挖掘潜在风险
• 协作模式: Agent互相补充和优化策略，综合多方观点
• 评审模式: 部分Agent生成策略，其他Agent评审打分
• 轮换主导: Agent轮流主导讨论，确保多元视角

竞争淘汰机制

• 回测阶段: 初始N个Agent策略进入回测验证
• 模拟盘阶段: 通过回测的策略进入模拟盘实测
• 实盘阶段: 预留扩展设计，模拟盘优胜者可升级实盘
• 周期淘汰: 按日/周/月维度评估，综合评分筛选
• 持续竞争: 淘汰后补充新策略，保持N个Agent持续竞争

市场现状结合

• 实时行情数据: 获取最新股票价格、成交量等
• 技术面分析: 均线、趋势、形态等技术指标
• 基本面数据: 财报、估值、行业对比等
• 市场情绪指标: 资金流向、涨跌比、VIX等

思考过程可视化

• 实时流式输出: 类似聊天的步骤展示
• 结构化思考日志: 每个Agent的推理链条
• 讨论历史回溯: 完整记录Agent间的交互
• 持久化存储: 所有思考过程入库保存

API接口设计

POST   /api/arena/create                     # 创建竞技场
GET    /api/arena/{id}/status                # 获取竞技场状态
POST   /api/arena/{id}/start                 # 启动竞争
GET    /api/arena/{id}/thinking-stream       # SSE 思考流（异步）
POST   /api/arena/{id}/discussion            # 触发讨论轮次
GET    /api/arena/{id}/strategies            # 获取当前策略列表
GET    /api/arena/{id}/leaderboard           # 获取排行榜
POST   /api/arena/{id}/evaluate              # 触发周期评估
GET    /api/arena/{id}/history               # 获取讨论历史

异步执行设计

• 后台任务队列: 策略生成、回测、讨论异步执行
• SSE实时推送: 思考过程实时流式输出
• 断点续传: 支持中断后恢复
• 并发控制: 支持用户切换页面后继续后台执行

Impact

新增能力规范

• multi-agent-arena: 多Agent竞技场核心能力
• strategy-competition: 策略竞争和淘汰机制
• agent-discussion: Agent讨论和协作机制

影响的现有规范

• intelligent-strategy-system: 扩展为多Agent策略生成
• chat-orchestration: 复用编排机制支持多Agent协调

影响的代码模块

• src/stock_datasource/agents/: 新增Arena相关Agent
• src/stock_datasource/arena/: 新增竞技场核心模块
• src/stock_datasource/services/: 新增竞争服务
• frontend/src/views/: 新增竞技场管理页面
• frontend/src/components/: 新增思考流展示组件

技术依赖

• 异步任务框架: Celery / asyncio / APScheduler
• 消息队列: Redis Streams / RabbitMQ
• SSE支持: 服务端推送实时思考流
• LLM集成: 支持多模型异质化Agent

风险评估

• 高复杂度: 多Agent协调和竞争机制复杂
• 计算资源: 并行回测和AI推理需要大量资源
• 状态管理: 需要精确管理竞技场状态机
• 数据一致性: 多Agent并发时的数据同步

与现有智能策略系统的关系

本提案是 add-intelligent-strategy-system 的增强扩展，主要差异：