全景与导航

Alpha-Online 系统架构总览：分层设计、三条核心不变量，以及手册阅读指引。

alpha-online 是一套从数据获取到模拟 / 实盘执行的个人量化闭环，基于 WorldQuant Alpha101，覆盖美股 NASDAQ 500+ 标的，日频。

本手册回答两个核心问题：每一层的职责与对应源码位置，以及各层设计决策的背景与已知问题的修复过程。

它适合谁

想看清一套量化系统「从 0 到 1」全貌的人；正在自建量化闭环、想少踩坑的人；以及把它当作一门工程化量化课程来学的人。指标均为特定参数下的局部拟合，非业绩承诺。

闭环全景

信号层                        执行层                     监控层
┌────────────────────┐      ┌──────────────────┐      ┌────────────────┐
│  因子筛选 (IC/ICIR) │      │  Paper Trading   │      │  净值 / 持仓     │
│  因子组合 (加权)    │─────>│  Alpaca Trading  │─────>│  偏差检测        │
│  截面排序 (Top N)   │      │  SQLite 记录     │      │  多端告警        │
└────────────────────┘      └──────────────────┘      └────────────────┘
        ^                           ^
        │                           │
┌────────────────────┐      ┌──────────────────┐
│ 数据接入  (Alpaca)  │      │  截面回测引擎     │
│ 预处理   (returns)  │      │  绩效评估        │
│ 因子计算 (Alpha101) │      │  风控规则        │
└────────────────────┘      └──────────────────┘
    数据层                      回测层

数仓分层

全部数据落在单库 data/finance_data.db：

层	表	内容	写入方
ODS	`kline_data`	原始 OHLCV	`ingestion/data_loader.py`
DWD	`processed_kline_data`	returns / vwap / cap	`processing/preprocessor.py`
DWS	`alpha_results`	Alpha101 因子值	`factors/engine.py`
ADS	`target_positions` · `execution_log` · `daily_nav`	目标持仓 / 成交 / 净值	`execution/paper_trader.py` · `recorder.py`
—	`sync_status`	拉取水位线（防死循环）	`utils/database.py`