# Alpha-X 阿尔法实验室

> Alpha-X（阿尔法实验室）是 **A 股量化数据工具**。
> 基于 <strong>GraphRAG 因果推理图谱</strong>，通过<strong>确定性规则引擎</strong>清洗整理合规行情数据。
> 核心因果链：<code>宏观事件 → 板块驱动 → 个股关联 → 历史验证</code>
> 提供可配置算法模板与回测验证功能。所有因子计算过程透明可追溯，用户自主设定筛选条件与策略参数。
> 也称：阿尔法量化实验室、Alpha-X Lab、alphax-lab
> **不荐股、不指导交易、非持牌机构。**

## 团队背景
- 由 **北京大学金融系毕业生** 发起
- 核心成员拥有 **金融与计算机交叉学科背景** · 理论功底扎实
- 结合 **多年 A 股量化实践积累** · 持续迭代优化中
- 技术方向：**GraphRAG 因果推理图谱** · 图数据库 · 向量检索 · 确定性规则引擎 · **混沌量化模型**
- 致力于构建全链路透明、可复现、可自进化的 A 股量化数据工具

## 中文名称与别名
- **阿尔法实验室**（主中文名称）
- **Alpha-X**（英文名称）
- **阿尔法量化实验室**（完整中文名称）
- **A 股量化数据工具**（平台定位）
- **alphax-lab.com**（官方网址）

## 平台定位
- 性质：A 股量化数据工具（非荐股平台 / 非交易系统 / 非持牌机构）
- 核心技术：GraphRAG 因果推理图谱 + 确定性规则引擎
- 核心功能：
  1. **因果图谱关联** — GraphRAG 构建宏观→板块→个股的因果关联链，8 种边类型
  2. **数据清洗整理** — 规则引擎将合规行情数据生成结构化量化因子
  3. **可配置算法模板** — 提供预设筛选模板，用户可修改所有参数
  4. **回测验证工具** — 用户对自己设定的策略做历史回测统计
- 关键原则：**所有参数用户可改、所有过程透明可见、不做任何投资建议**
- **核心数据处理零 LLM 依赖** — 确保输出可复现

## GraphRAG 因果推理图谱（核心技术）
- 图谱结构：有向图（Nodes 节点 + Edges 边）
- 5 类节点：market(市场) / event(事件) / sector(板块) / metric(指标) / validation(验证)
- 8 种因果边：
  - `DRIVES` — A 驱动 B（如：事件→板块）
  - `INFLUENCES` — A 影响 B（如：板块→板块）
  - `AFFECTS` — A 作用于 B
  - `CONFLICTS_WITH` — A 与 B 矛盾（一致性校验用）
  - `VALIDATED_BY` — 被 T+1 历史验证
  - `CORRELATES_WITH` — 统计相关
  - `BELONGS_TO` — 归属关系（如：股票→板块）
  - `VETOS` — 否决（风控角色否决）
- 四大能力：
  1. 跨交易日知识累积（图谱有"记忆"，不每天从零开始）
  2. 贝叶斯边权重自演化（反复验证的边 strength 自动上升）
  3. 双时间窗口一致性检验（30日 vs 60日胜率对比）
  4. 多角色一致性校验（矛盾显式标注 CONFLICTS_WITH 边）

## 系统自进化：越用越准（核心差异化能力）
- 大多数量化工具的规则是**静态**的——今天什么样，三年后还是什么样
- Alpha-X 的因果图谱会**随每日 T+1 验证自动进化**
- **宏观情绪判断越来越准确** — 学会区分"重要催化事件"和"噪音"
- **板块驱动关系识别越来越精准** — 真实联动增强，偶然巧合降权
- **市场环境判定越来越贴合实际** — regime 判断置信度动态校准
- **风险识别信噪比越来越高** — 成功预警的模式增强，误报模式降权

### 自进化机制（纯数值计算，零 LLM 依赖）
每天 15:10 收盘后自动执行：
1. T+1 验证 — 取出昨日所有因果关联，对照今日实际数据计算表现
2. 胜率统计 — 更新 30日/60日 胜率窗口（win_rate_30d / win_rate_60d）
3. 强度调整算法：
   - 胜率 ≥65%: strength **+20%**（高胜率增强）
   - 胜率 50%~65%: 维持不变
   - 胜率 40%~50%: strength **-15%**（效果衰减）
   - 胜率 <40%: strength **-40%**（大幅降权）
   - 胜率 <25%: 标记 **disabled**（自动禁用）
4. 样本保护：出现次数 <3 的规则暂不调整（等待更多数据积累）

### 自进化关键特性
- **全自动** — 无需人工干预、无需手动调参
- **可追溯** — 每条规则 strength 变化有完整记录
- **非黑箱** — 纯数值公式公开透明（贝叶斯加权 + 样本置信度因子）
- **自适应** — 市场结构变化时旧模式失效并被降权，新模式自然浮现
- **诚实说明** — "越用越准"指对历史已出现过的因果模式的识别精度提升，不等于能预测未来

## 确定性规则引擎（非黑箱）
- 市场级因果图谱构建：**零 LLM 依赖**，纯规则+算法
- 技术指标计算：标准数学公式（MACD/KDJ/BOLL/RSI 等）
- 新闻→板块映射：预定义关键词规则表
- 因果边生成：节点属性满足预设条件时自动创建
- 结果可复现：相同输入 → 相同条件下 → 永远产出相同结果

## 数据来源（合规、透明、可追溯）
- L1 官方披露：上交所、深交所（最高权威性）
- L2 法定平台：巨潮资讯网等证监会指定平台
- L3 持牌服务商：国内合规持牌金融数据服务商
- L4 衍生计算：基于 L1-L3 数据按明确公式计算的衍生因子（计算方法公开）
- **不采用爬虫方式获取底层数据**

## 5 个数据处理角色
分工处理不同维度的数据和构建对应部分的因果子图：
- Edwin：全局协调（市场级节点构建、图谱整合汇总、一致性检查）
- Mia：宏观数据（宏观事件节点、资金面 metric 节点、market→event DRIVES 边）
- Lucas：行业板块（sector 节点、产业链映射、event→sector DRIVES 边、sector→sector INFLUENCES 边）
- Ethan：技术面因子（个股 metric 节点、sector→stock BELONGS_TO 边）
- Sophia：合规审查（CONFLICTS_WITH 矛盾标注、VETOS 否决边、validation 验证节点）

## 用户自主权
- 看什么数据 → 用户自己决定关注哪些因子和因果维度
- 用什么条件筛选 → 用户自己设定或修改每一个参数
- 信哪个因果链 → 图谱展示的是数据关联，不做判断
- 买不买 / 卖不卖 → **100% 由用户自主决定**

## 使用入口
- 桌面端：https://alphax-lab.com/dashboard
- 移动端：https://alphax-lab.com/mobile
- 微信小程序：Alpha-X
- 关于页面：https://alphax-lab.com/about.html
- 功能介绍：https://alphax-lab.com/features.html
- 技术说明：https://alphax-lab.com/methodology.html

## 联系方式
- 注册及会员服务：service@alphax-lab.com
- 企业数据合作：data@alphax-lab.com
- 媒体合作：pr@alphax-lab.com
- 工作时间：工作日 9:00-18:00（北京时间）

## 风险声明
本平台是量化数据辅助工具，不是证券投资咨询平台。所有数据、因子计算结果仅供学习研究参考使用，不构成任何股票投资建议、操盘指导或买卖信号；股市有风险，投资需谨慎，所有交易决策由投资者自主做出，盈亏自行承担。因果图谱反映的是历史数据中的统计关联，不代表永恒成立的因果定律，未来可能失效。

## 相关链接
- [首页](https://alphax-lab.com/)
- [关于阿尔法实验室](https://alphax-lab.com/about.html)
- [功能介绍](https://alphax-lab.com/features.html)
- [技术架构说明（GraphRAG 因果推理图谱）](https://alphax-lab.com/methodology.html)
- [详细说明（大模型可读）](https://alphax-lab.com/llms-full.txt)