# MoFin 自成长系统设计文档 > 最后更新:2026-06-23 > 维护人:知微 > 原则:每增加一个系统机制,必须在此同步更新文档并签入 git --- ## 一、四层循环架构(Sense → Respond → Adapt → Improve) MoFin 不再是一个简单的价格监控 + 推送工具,而是一个**能够自我感知、自我决策、自我适应、自我成长**的循环系统。 ``` ┌──────────────────────────────────────┐ │ IMPROVE (自成长) │ │ 知识萃取 | 策略评估 | 分支剪枝 │ │ 硬编码审计 | 分析师复查 │ └────────────┬─────────────────────────┘ │ 每周/每日 ┌────────────▼─────────────────────────┐ │ ADAPT (适应) │ │ 停损上移 | 仓位调整 | 分支触发记录 │ │ 情景切换 | 策略重评 | 缓存刷新 │ └────────────┬─────────────────────────┘ │ 盘中 ┌────────────▼─────────────────────────┐ │ RESPOND (决策+推送) │ │ price_monitor→XMPP | 分支扫描→推荐 │ │ 开盘简报 | 收盘简报 | 自选买入提醒 │ └────────────┬─────────────────────────┘ │ 实时 ┌────────────▼─────────────────────────┐ │ SENSE (感受) │ │ price_monitor | 宏观采集 | 小果扫描 │ │ 汇率刷新 | 趋势检测 | 多周期缓存 │ └──────────────────────────────────────┘ ``` ### 1.1 SENSE — 感受层 所有数据采集,不生成判断,只给数据。 | 组件 | 调度 | 输出 | 说明 | |------|------|------|------| | price_monitor.py | */2 9-16 交易日 | price_events.json, 分支触发 | 腾讯行情API,每2分钟扫全部持仓+自选 | | macro_context_collector.py | 9:35, 12:00 交易日 | macro_context.json | A股大盘指数+情绪指标 | | hk_rate.py | 每日首用刷新 | ~/.cache/hk_exchange_rate.json | HKD→CNY汇率,缓存24小时,API失效时用上次有效值 | | xiaoguo_scanner.py | */5 9-15 交易日 | 热榜+新闻→数据库 | 独立扫描线(5分钟间隔),轮询东方财富/同花顺热度榜 | | refresh_mtf_cache.py | 9:00 交易日 | MTF缓存 | 多周期均线/支撑阻力计算预热 | | trend_detector | 每30分钟 | sector_signals | 板块资金异动/涨跌比反转(通过 market_watch 脚本) | | stale_detector.py | 每日9:00 | strategy_staleness_report.json | 所有策略的价格偏离/过期检查 | ### 1.2 RESPOND — 决策+推送层 所有数据驱动判断,有触发才推送。 | 组件 | 调度 | 触发条件 | 推送目标 | |------|------|---------|---------| | price_monitor → 分支评估 | 每2分钟 | 价格触及买入区 ±1% | 私信(有触发才推) | | price_monitor → 情景切换检测 | 每2分钟 | 情景ID变化 | 私信 | | stale_push_wlin.py | 9:01, 9:31, ... 每30分 | 自选在买入区且RR≥1.5 | 私信(报推荐/重评) | | branch_scanner.py | 9:15, 9:45 每30分 | 有分支操作推荐 | 私信 | | 开盘简报 (LLM) | 9:35 | - | 私信 | | 收盘简报 (LLM) | 16:10 | - | 私信 | **推送必经链路:** 1. no_agent 脚本 → stdout → cron 调度器 → `deliver=local` 2. `deliver=local` 命中 `cron_to_xmpp.py` 管道→ XMPP bridge (5805) → 知微Bot → Dad 私信 3. LLM cron → 知微回复 → XMPP bridge → Dad 私信 ### 1.3 ADAPT — 适应层 盘中触发的自动调整,不需要手动干预。 | 组件 | 调度 | 行为 | |------|------|------| | per_stock_reassess.py | 9:00, 12:00 | 所有自选重评 + 初始化分支树 | | stale_push 在线重评 | 每30分钟检测到STALE时 | 串行等重评完再出报告 | | 移动止损保护 | 持仓价跌破重评止损线时自动触发 | 停损线上移(不下移) | | 分支触发记录 | 价格触发分支条件时 | trigger_count+1,记录在strategy_tree内 | | 情景切换 | 价格监控每次扫描 | 比较当前情景与上次,变化则推送+重新排序分支 | | MTF缓存刷新 | 9:00 | 多周期技术面指标预热 | ### 1.4 IMPROVE — 自成长层 系统自我诊断、自我修正的机制。 | 组件 | 调度 | 行为 | |------|------|------| | 知识萃取 (LLM) | 16:30 | 当日分析提炼→写入analyst-knowledge-log.md | | 策略评估-每日 (LLM) | 21:00 | 六维度评估全部策略→推荐调整 | | 策略评估-每周 (no_agent) | 周六21:00 | 宽度+深度评估 | | 建议对账-每周 | 周六20:00 | 交易建议 vs 实际执行核对 | | 分析师持仓复查 | 周四20:00 | 基本面+技术面持仓复查 | | **硬编码审计** | **17:25** | **扫描所有.py中大额硬编码数字→告警** | | 系统全局审计 (LLM) | 17:30 | 7维度系统健康检查 | | **分支剪枝** | **周六6:00** | **trigger_count≥5且成功率<30%→归档** | --- ## 二、多分支策略树 ### 2.1 为什么需要分支? 传统买入区+止损策略在单一市场情景下够用。但A股经常出现: - 弱震荡时低吸 → 急跌需要割肉 → 反弹要追涨 → 轮动需切换 不同情景需要不同的策略响应。所以每个股票不再只有一个策略,而是一棵**决策树**。 ### 2.2 结构 ```json { "code": "000001", "strategy_tree": { "scenario": "weak_consolidation", "last_scenario_check": "2026-06-23T14:30:00", "branches": [ { "id": "buy_dip", "scenario": "weak_consolidation", "condition": "price <= buy_low AND volume < avg_volume * 0.7", "action": "买入", "priority": 1, "trigger_count": 3, "success_rate": 0.67 }, { "id": "stop_loss", "scenario": "all", "condition": "price <= stop_loss", "action": "止损", "priority": 0, "trigger_count": 1, "success_rate": null } ], "pruned_branches": [] } } ``` ### 2.3 分支生命周期 ``` 创建:per_stock_reassess 初始化时(init_default_branches) ↓ 活跃:price_monitor 每2分钟检查(evaluate_branches) ↓ 触发:价格符合条件 → record_branch_trigger → trigger_count++ ↓ 剪枝:每周六 prune_low_performance_branches 条件:trigger_count ≥ 5 且 success_rate < 30% 动作:移入 pruned_branches(可追溯,不直接删除) ``` ### 2.4 情景定义(strategy_tree.py) | 情景ID | 标签 | 触发条件 | 组合建议 | |--------|------|---------|---------| | sharp_decline | 急跌防御 | mood=bearish, sector_crash=True | 减仓至80%以下 | | weak_consolidation | 弱势震荡 | mood=neutral, breadth=weak | 保持仓位90%以内 | | sector_rotation | 板块轮动 | mood=neutral, rotation=True | 跟随板块切换 | | bullish_recovery | 反弹上行 | mood=bullish | 加仓至95% | --- ## 三、自成长机制:硬编码审计 ### 3.1 为什么? 2026-06-23 发现代码中存在3处硬编码现金/汇率值。这些值不会自己老化,必须通过自动化扫描。 ### 3.2 hardcode_scanner.py 扫描规则: - 所有 `.py` 文件中的赋值语句(=, return, default) - 数字 ≥ 4 位且不是明显的日期/时间阈值 → 标记 - 排除 `LIMIT 200`, `timeout=60`, `CACHE_TTL=86400` 等合法常量 - 输出 JSON 到 `/home/hmo/web-dashboard/data/hardcode_audit.json` 调度:每周一至周五 17:25(在系统审计 17:30 之前5分钟) ### 3.3 响应流程 ``` 硬编码审计发现问题 → 知微在下次回复中主动告警 → 判断是否真硬编码 → 是:改为从 data/*.json 或 API 实时读取 → 改完在回复中附上改动摘要 ``` ### 3.4 发现的已知问题(2026-06-23 修复) | 位置 | 问题 | 修复 | |------|------|------| | stale_push_wlin.py | load_cash() 返146837硬编码 | 改为读 portfolio.json,读不到返0 | | stale_push_wlin.py | lot_cost 汇率写死0.93 | 改为 hkd_to_cny() 动态 | | stale_push_wlin.py | 港股每手默认500股 | 改为 Tencent API f[60] 字段实时 | | hk_rate.py | FALLBACK = 0.87 硬编码 | 改为存最近一次有效汇率到缓存 | | price_monitor.py | HK_RATE = 0.87 fallback | 最低层兜底,暂时保留(hk_rate全挂时用) | --- ## 四、Cron 清单 > 更新时间:2026-06-23 > 总 job 数:31(其中活跃:约22个交易日核心jobs) ### 4.1 盘中核心(交易日 9:00~16:10) | 名称 | 调度 | 类型 | 脚本 | 用途 | |------|------|------|------|------| | 价格监控-高频 | */2 9-16 | no_agent | price_monitor.py | 每2分钟扫价+分支评估+情景检测 | | 分支扫描-盘中 | 15,45 9-15 | no_agent | branch_scanner.py | 全持仓分支状态扫描 | | 自选买入区提醒 | 1,31 9-15 | no_agent | stale_push_wlin.py | 自选买入推荐+自动重评 | | 小果独立扫描 | */5 9-15 | no_agent | xiaoguo_scanner.py | 热榜+新闻 | | 自选买入区提醒-盘前+午间 | 0 9,12 | no_agent | per_stock_reassess.py | 全部自选重评 | | 宏观采集-早盘 | 35 9 | no_agent | macro_context_collector.py | 早盘大盘状态 | | 宏观采集-午间 | 0 12 | no_agent | macro_context_collector.py | 午间大盘状态 | | 多周期缓存刷新 | 0 9 | no_agent | refresh_mtf_cache.py | 技术指标预热 | | 开盘简报 | 35 9 | LLM | - | 生成开盘简报 | | 收盘简报 | 10 16 | LLM | - | 生成收盘简报 | | 芯碁微装-价格监控 | 0 10,14 | LLM | - | 单票专用监控(新策略期间临时) | | 策略时效性检查 | 0 9 | LLM | strategy-staleness-check.py | 策略过期检查 | ### 4.2 盘后(交易日 16:00~21:00) | 名称 | 调度 | 类型 | 脚本/技能 | 用途 | |------|------|------|----------|------| | 小果情感分析 | 0 16 | LLM | xiaoguo情感分析 | 持仓+自选新闻情感 | | 知识萃取-盘后 | 30 16 | LLM | finance/analyst-knowledge | 当日经验→知识库 | | 硬编码扫描-每日 | 25 17 | no_agent | hardcode_scanner.py | 自成长审计 | | 系统全局审计 | 30 17 | LLM | system_audit.py | 7维度健康检查 | | 数据采集-策略评估前 | 30 20 | no_agent | collect_evaluation_data.py | 评估数据准备 | | 策略评估-每日 | 0 21 | LLM | stale_detector.py | 策略六维评估 | ### 4.3 每周(周末) | 名称 | 调度 | 类型 | 用途 | |------|------|------|------| | 分析师-持仓复查 | 周四20:00 | LLM | 基本面+技术面复查 | | 建议对账-每周 | 周六20:00 | no_agent | 建议vs执行核对 | | 策略评估-每周 | 周六21:00 | no_agent | 宽度+深度评估 | | 分支剪枝-每周 | 周六6:00 | no_agent | 低效分支自动淘汰 | ### 4.4 暂停/不活跃 | 名称 | 状态 | 原因 | |------|------|------| | MoFin盘前中监控 | 暂停 | 被实时 price_monitor 替代 | | MoFin午后监控 | 暂停 | 同上 | | 区间维护 | 暂停 | 2026-06-03已暂停 | | 市场数据采集 | 暂停 | 被小果扫描替代 | | 知微洞察生成 | 暂停 | 被实时推送替代 | | 小果市场筛选 | 暂停 | 被全市场管道替代 | | 市场精选推荐 | 暂停 | 被实时分支扫描替代 | --- ## 五、关键数据文件 | 文件 | 路径 | 用途 | |------|------|------| | decisions.json | /home/hmo/web-dashboard/data/decisions.json | 所有股票策略(含分支树) | | portfolio.json | /home/hmo/web-dashboard/data/portfolio.json | 持仓+现金 | | price_events.json | /home/hmo/web-dashboard/data/price_events.json | 价格触发事件记录 | | strategy_staleness_report.json | /home/hmo/web-dashboard/data/strategy_staleness_report.json | 策略过期报告 | | macro_context.json | /home/hmo/web-dashboard/data/macro_context.json | 大盘宏观状态 | | hardcode_audit.json | /home/hmo/web-dashboard/data/hardcode_audit.json | 硬编码扫描结果 | | system_audit_report.json | /home/hmo/MoFin/data/system_audit_report.json | 系统审计报告 | | ~/.cache/hk_exchange_rate.json | 用户目录 | HKD汇率缓存(含上次有效值) | --- ## 六、关键设计原则 1. **有触发才推** — 所有监控脚本默认静默,有操作信号才生成输出。no_agent + SILENT原则 2. **数据驱动** — 所有数字从文件/API读,禁止硬编码现金、汇率、手数 3. **先重评再出报告** — 自选提醒必须先等重评完成,再用重评后数据出报告 4. **no_agent 优于 LLM 用于纯数据管道** — 数据采集/转发用 no_agent 脚本(零token),判断/分析用 LLM 5. **分支可追溯** — 分支剪枝不直接删除,移入 pruned_branches 历史字段 6. **自成长必须自动化** — 能扫的不要等人发现,能修的不要等人报 --- ## 七、元自成长层(Meta-Growth) ### 7.1 为什么需要元层? 前三层的循环(Sense→Respond→Adapt→Improve)有一个根本局限:**Improve层本身不会成长。** - hardcode_scanner 只扫当前定义的规则,不会自己发现"还需要扫什么" - 分支剪枝只基于现有的成功/触发统计,不会自己引入新的评估维度 - 知识萃取只做分析经验积累,不会从修复模式中学习新的问题类型 **元层(meta-growth)的功能:定期审视所有自成长机制本身,基于近期修复模式自动扩展扫描类别。** ### 7.2 meta_growth.py ``` 交易日 12:45 和 00:45 运行(自成长机制中的最高层) ↓ 12:45: 读取上午盘git log → 分析发现的新问题 → 如果发现新模式 → 注入硬编码扫描规则 → 下午盘的 hardcode 审计 17:25 就能用上新规则 00:45: 读取全天git log → 分析修复模式 → 更新 growth_registry → 注入新规则(次日生效) ``` ### 7.3 为什么每天两次? | 调度 | 作用 | |------|------| | **12:45**(午间) | 上午盘中发现问题 → 注入新扫描规则 → **下午17:25的硬编码审计就能用上新规则**。例如知微上午修了一个"港股每手股数"问题,12:45 meta_growth 分析git log识别到新模式并注入,17:25自动扫出同类问题。半天内完成闭环。 | | **00:45**(凌晨) | 全天修复汇总 → 注册表更新 → 下一天的所有审计带新规则运行。 | ### 7.4 问题类别注册表(growth_registry.json) 路径:`/home/hmo/web-dashboard/data/growth_registry.json` 记录所有历史上的问题类别和对应的扫描规则: - 已发现的类别 - 已添加的扫描规则 - 当前周期的新建议 - 自成长元层最近运行时间 ### 7.5 扩展点机制 `hardcode_scanner.py` 中预置扩展点注释: ```python # 扩展点 — meta_growth 在此追加新规则 ``` `meta_growth.py` 检测到新模式后,直接在扩展点后插入新规则元组。下次 hardcode_scanner 运行时自动执行新规则。 ### 7.6 自成长机制的迭代链路 ``` 第一周: hardcode_scanner 扫出 cash 硬编码(手动发现的) → 修复 → meta_growth 发现 "hardcode_cash"模式 → 添加 asset硬编码扫描规则 第二周: hardcode_scanner 自动运行新规则 → 扫出下一个硬编码 → 修复 → meta_growth 发现新模式... 每一轮迭代,扫描规则自动扩展。 ``` ### 7.7 元层的自我审视 meta_growth 每次运行也会检查自成长系统本身的健康度: - hardcode_scanner 是否存在 - 注册表是否可写 - 本周是否正常执行过 - 上次提出的建议是否已实施 如果发现某条自成长机制失效(如 hardcode_scanner 连续3周无输出、cron job 挂掉),meta_growth 会输出告警。