wehub-resource-sync
53 lines
1.7 KiB
Python
53 lines
1.7 KiB
Python
from __future__ import annotations
|
||
|
||
from typing import Any
|
||
|
||
from langchain_core.messages import HumanMessage
|
||
|
||
from tradingagents.llm_clients.base_client import normalize_content
|
||
from tradingagents.llm_clients.factory import create_llm_client
|
||
|
||
_LRS_DOC_MD = """
|
||
### LRS TQQQ策略（草案）
|
||
|
||
LRS（Long Regime Switching）TQQQ 策略的当前目标是提供一个最小可运行框架，用于快速验证：
|
||
|
||
1. 在趋势行情中保持多头暴露（以 TQQQ 为核心标的）。
|
||
2. 在风险放大阶段降低仓位或切换到观望。
|
||
3. 将信号、仓位和回测结果放在同一策略页面里，便于迭代。
|
||
|
||
**当前版本（MVP）策略骨架：**
|
||
|
||
- **标的**：`TQQQ`
|
||
- **信号层**：趋势/波动率/风险三类信号（后续逐步细化）
|
||
- **执行层**：先不接券商下单，仅输出建议仓位与操作提示
|
||
- **评估层**：回测页展示收益、回撤、胜率、换手（当前先占位）
|
||
|
||
**后续计划：**
|
||
|
||
- 增加参数面板（信号窗口、止损阈值、仓位上限）
|
||
- 接入历史数据批量回测
|
||
- 输出可复盘的策略日志与版本对比
|
||
""".strip()
|
||
|
||
|
||
def get_lrs_doc_markdown() -> str:
|
||
return _LRS_DOC_MD
|
||
|
||
|
||
def answer_lrs_question(prompt: str, cfg: dict[str, Any]) -> str:
|
||
client = create_llm_client(
|
||
provider=cfg["llm_provider"],
|
||
model=cfg["quick_think_llm"],
|
||
base_url=cfg.get("backend_url"),
|
||
)
|
||
llm = client.get_llm()
|
||
resp = llm.invoke([HumanMessage(content=prompt)])
|
||
if hasattr(resp, "content"):
|
||
normalize_content(resp)
|
||
content = resp.content
|
||
out = content if isinstance(content, str) else str(content)
|
||
return out.strip() or "我暂时没有生成有效内容，请换个问法再试。"
|
||
return str(resp)
|
||
|