Inalpha 是一个开源专业量化 agent 框架，将工程纪律引入 LLM 驱动交易。将 agent 视为受 hooks、permissions、plan-exec 审批和签名审计链约束的代码协作者——LLM 写策略代码，工程 harness 为每个决策签名并执行每条护栏。

Inalpha 和 NautilusTrader、vnpy 这些量化框架有什么不同？

Inalpha 继承了 NautilusTrader 的事件驱动内核设计和 vnpy 的多市场 Gateway 抽象哲学，额外叠加审计级中间件——hooks、scoped permissions、plan-exec 一次性审批 token、签名审计链——借鉴 Claude Code 的工程模式。传统框架关注执行速度，Inalpha 关注让每个决策都可证明、可回放。

现在能用 Inalpha 交易真金白银吗？

不能。Inalpha 目前处于 alpha 阶段（Phase D-9），支持回测和模拟盘但尚未集成实盘 broker。实盘执行器计划在 Phase D-10 实现。

Inalpha 覆盖哪些市场？

加密货币（CEX 通过 CCXT）、美股、A 股、港股、日股、韩股、澳股、印度、英股、德股、全球指数和 FRED 宏观数据——全部通过同一个 orchestrator 和同一套代码库。

Inalpha 采用 AGPL-3.0 许可证：个人研究、学术用途和商业内部使用均免费。以网络服务形式提供时必须公开修改。专有或闭源商业使用可提 issue 讨论双重许可。

Inalpha — 可审计的量化 agent，能进化的策略。

01 / 01 / 问题

LLM 把策略写出来，很容易。
替它的每个决策签名，才是工程。

现在大部分「LLM + 量化」长这样：prompt 进去，「做多 BTC 0.62」出来，broker SDK 就在隔壁。亏了找不到是哪段 prompt、哪份数据出的错；赚了也分不清是 alpha 还是过拟合。Inalpha 把 Claude Code 那套工程绑带（hooks / permissions / plan-exec）搬到 LLM 量化——LLM 只负责写代码，每个决策有签名、每次回测可重放、订单路径走不到 LLM 嘴边。

01lineage · 血缘

black boxvsinalpha

01

Black box LLM

「建议做多 BTC 0.62」——源数据、prompt、模型版本一概不留痕，亏了无从复盘

01

Inalpha

research_id → backtest_run_id → plan_id 全链 UUID 串联，每个决策可反查上游

02replay · 重放

black boxvsinalpha

02

Black box LLM

上次的 sharpe 2.14 是怎么跑出来的？参数和数据切片忘了，凭印象再算一次

02

Inalpha

strategy_id + params_hash + as_of 三联做指纹，任意时间点重放数字一致

03guardrail · 护栏

black boxvsinalpha

03

Black box LLM

LLM 直接握着 broker SDK：一次 prompt 越狱、一句模型幻觉 = 一笔真亏钱

03

Inalpha

permissions.yaml deny + plan/exec 一次性 TTL token，订单路径 LLM 永远绕不过

02 / 02 / 为什么是 Inalpha

两条底线，
缺一不可。

A.

A. Agent 是一级公民

因子 / 风控 / 进化各 agent 独立工具集
研究辩论中立场天然对立
决策可追溯，不靠玄学
任意时间点皆可回放

B.

B. 工程纪律是底线

每个 tool call 都走中间件
权限按角色 scope
Plan → approve → execute · 一次性 token 兜底
决策记录落盘，声明式配置入库

─── 只有 A，是 chat wrapper。只有 B，是又一个回测框架。两者同时成立，方为 Inalpha。

03 / Architecture · system schematic

Hub → spokes → convergence.

策略代码只写一次。回测 vs 实盘切换 Clock；模拟盘 vs 撮合切换 Gateway——业务逻辑不动。剩下能让分歧出现的，只有物理差异（滑点、延迟、数据精度）。

04 / Unified kernel · same code, three modes

一份代码，
三种模式。

策略代码只写一次。回测 vs 实盘切换 Clock；模拟盘 vs 撮合切换 Gateway——业务逻辑不动。剩下能让分歧出现的，只有物理差异（滑点、延迟、数据精度）。

-backtest

from inalpha_paper import BacktestEngine
engine = BacktestEngine(bars=bars_2024)
strategy.run(engine)

+live

from inalpha_paper import LiveEngine
engine = LiveEngine(broker=ibkr)
strategy.run(engine)

01 / kernelv0.x

data

多 venue 行情：crypto / 美股 / A 股 / 港股 / 日韩澳印巴英德 / 全球指数 / FRED 宏观。freshness 锚定。

from inalpha_data import get_bars

02 / kernelv0.x

paper

内存撮合 + 回测引擎 + 持久化模拟盘。状态可任意回放。

from inalpha_paper import run_backtest

03 / kernelv0.x

research

多分析师 LLM 对抗辩论。立场天然对立。绝不把过期数据当洞察。

from inalpha_research import debate

05 / Engineering harness · claude code, adapted

Claude Code 的工程哲学，
应用于量化交易。

声明式配置规定每个 agent 的工具调用权限。Plan → approve → execute 由一次性、短 TTL 的 token 强制——LLM 永远不会绕过审批触达订单路径。subagent 隔离风险与复盘。MCP 协议接入工具，免去胶水代码。

config/permissions.default.yamlexec

── 点击右侧机制查看真实代码片段

07 / 常见问题SEO.md §FAQ

你可能在想的问题。

坦诚回答我们被问得最多的几个问题。

06 / Coverage · twelve markets, one kernel

同一内核 · 同一 prompt · 同一组 agent。

所有市场共享同一个 orchestrator。新增一个 venue，所有 agent 即刻可用。

── Crypto / 1

Crypto

── 股票 / 9

美股
A 股
港股
日股
韩股
澳股
印度
英股
德股

── 宏观 / 2

全球指数
FRED 宏观

0── stars

0── 贡献者

0── 提交

0── markets

暂不用于真金

── 诚实告知 ——

01D-9 进行中：LLM 自创策略 E1 MVP（三道沙盒 + 多目标 fitness）
02RiskEngine 规则在 paper HTTP 边界生效（仓位上限 / 价格偏离 / 回撤一票否决）
03暂不支持真金部署——每一次改动都经 plan/exec 审批，决策记录落盘

可审计的量化 agent，
能进化的策略。

LLM 把策略写出来，很容易。
替它的每个决策签名，才是工程。

两条底线，
缺一不可。

A. Agent 是一级公民

B. 工程纪律是底线

Hub → spokes → convergence.

一份代码，
三种模式。

data

paper

research

Claude Code 的工程哲学，
应用于量化交易。

你可能在想的问题。

同一内核 · 同一 prompt · 同一组 agent。

Star 它。读它。彻底拆解它。

LLM 把策略写出来，很容易。替它的每个决策签名，才是工程。

两条底线，缺一不可。

Hub → spokes → convergence.

一份代码，三种模式。

data

paper

research

Claude Code 的工程哲学，应用于量化交易。

你可能在想的问题。

同一内核 · 同一 prompt · 同一组 agent。

Star 它。读它。彻底拆解它。

LLM 把策略写出来，很容易。
替它的每个决策签名，才是工程。

两条底线，
缺一不可。

一份代码，
三种模式。

Claude Code 的工程哲学，
应用于量化交易。