alpharsi
AlphaRSI——三角色自改进闭环，进化 alpha 序列模型的训练配方。Operator 跑 walk-forward、Evaluator 用 OOS RankIC 验收、Refiner 用 TPE 贝叶斯搜索提议超参，只保留严格更优。离线一条命令跑，数据包 sha1 对账分发，GPU 自动走 CUDA。附带一个 skill。
AlphaRSI — three-role self-improvement loop that evolves the training recipe of alpha sequence models. Operator runs walk-forward, Evaluator grades with OOS RankIC, Refiner proposes hyperparameters via TPE Bayesian search; only strictly-better recipes are kept. Offline one-command run, data bundle shipped with sha1 reconciliation, GPU auto-detect. Ships one skill.
怎么安装
dsh plugin add github:Z-Asset/alpharsi 简介
AlphaRSI — alpha 模型训练配方自进化 把 alpha 序列模型（如 S13 中证 500 复刻包）的训练配方当进化对象。三角色闭环：Operator 跑 walk-forward、Evaluator 用 OOS_RankIC 验收、Refiner 提议下一组超参，只保留严格更优。参照 MetaRSI-v1 的 Model-RSI 算子与 RSI Kernel 权限边界。 三个角色 | 角色 | 实现 | |---|---| | Operator 运行模型 | train_from_xy.py 的 walk_forward()（确定性训练脚本，非 LLM） | | Evaluator 验收模型 | summarize() 的 OOS_RankIC / ICIR / SR（封闭） | | Refiner 改进模型 | 离线 TPE 贝叶斯搜索；在线 DeepSeek LLM | 循环从不重置：评估 → 诊断 → 提议配方 → 校验 → 评估 → 只保留严格更优 → 继续。 一条命令 bash pip install -e . # 装包（提供 alpharsi 命令） alpharsi <S13数据包路径> # 离线 TPE 搜索，默认参数 alpharsi --doctor <S13数据包路径> # 体检：sha1 对账 + 依赖 + 数据口径 + CUDA alpha…
推荐参考
信息
- 协议
- –
- 语言
- Python
- GitHub 星标
- 0
- 月下载
- –
- 最近更新
- 2026-09-17
- 创建于
- 2026-09-17
基础安全检查
- 检查结果
- curated 收录但无 npm 包/安装命令；无 license
- 收录来源
- curated:awesome-dsh-plugin.com, curated:awesome-dsh-plugin/awesome-dsh-plugin
同类推荐
SuperClaude_Framework
SuperClaude-Org/SuperClaude_Framework
一个配置框架，通过专用命令、认知角色和开发方法论增强Claude Code。