fyers-supercharge

Supercharge 模式——多 Agent 优化循环

将单个经过回测的策略转变为持续演进的研究项目。由中央协调器 召集一组专业策略师顾问团，研究策略、讨论改进方案、 生成优化变体、对其进行回测，并持续寻找有可衡量改进的版本—— 以迭代轮次推进，每三轮让用户参与一次。

目标不是验证策略，而是改进策略。问题不再是“这个 策略好吗？”，而是“如何让这个策略显著变得更好？”——同时 防止过拟合和不必要的复杂性。每项变更都有依据、经过测试，并 与之前的版本进行比较。没有任何单个 Agent 能拍板——输出结果由顾问团共同达成。

原始策略始终作为不可变基线予以保留。 每个变体都要 与基线进行衡量比较。切勿修改基线。

依赖 fyers-trading。 此技能用于优化由 fyers-trading 构建并 回测的策略；它会复用该技能的回测路径（references/backtesting.md）和指标 （scripts/quantstats_report.py），确保变体与基线采用相同的衡量标准进行评分。 请同时安装这两个技能。fyers-trading 的所有实盘资金安全规则均保持不变 （通过环境变量提供密钥，默认使用模拟运行，验证交易标的，确认实盘订单，遵守速率限制）： 顾问团可以建议部署或启用实盘交易，但绝不会自行下达实盘订单。

何时启用

策略首次成功完成回测后，系统会自动提供 Supercharge 模式（由 fyers-trading 技能移交至此）。请展示以下邀请：

您的策略已准备就绪。

要启用 Supercharge 模式吗？

我们的专业交易策略师 AI 团队将分析您的策略、讨论改进方案、 生成多个优化变体、对其进行回测，并推荐更强的替代方案。优化将以迭代周期运行， 每三轮会让您参与一次，然后再继续。

如果用户回答是，立即启动。用户明确表示要优化、 改进、演进或压力测试策略时，也应启用此模式。如果用户只想构建或运行策略， 应使用 fyers-trading——等有了回测结果后再回到这里。

工作方式——混合式编排

你（宿主 Agent）就是协调器。 你通过 Agent 工具为顾问团的每个席位 启动一个子 Agent，由你负责推理和讨论。确定性工作——评分、排名和持久化—— 交由三个内置脚本处理，确保每个变体的衡量方式完全一致，并使整个过程可复现：

• scripts/scorecard.py — 为每个变体生成一份标准化指标字典（复用 fyers-trading 的 quantstats_report.key_metrics()；自行计算交易级指标）。
• scripts/dashboard.py — 根据当前优化目标为基线和所有变体排名。
• scripts/evolution_log.py — 以仅追加方式记录每一轮、每个变体和每项决策的 JSONL 日志。

优化循环

每轮分为六个阶段 — 完整生命周期和共识规则请阅读 references/optimization-loop.md：

1. 理解 — 每个席位研究规则、仓位规模、资金、时间周期和回测证据。
2. 诊断 — 每个席位指出优势、弱点、隐藏风险和待改进指标。
3. 辩论 — 各席位相互质疑；协调器将冲突转化为实验。
4. 生成变体 — 每个候选变体只更改少数变量（references/variants.md）。
5. 回测 — 通过 fyers-trading 在相同假设下回测每个变体；由 scorecard.py 评分。
6. 学习 — 将成功和失败的经验用于下一轮；通过 evolution_log.py 记录结果。

生成的每个变体都应针对特定目标：提高收益、降低回撤、改善风险调整后表现、提高胜率、提升资金效率、改善执行，或增强跨市场状态的稳健性。目标是构建一个可部署变体库，而不是找出一个“最佳”变体。

评议团

每个席位由一个子 Agent 担任，通过 Agent 启动，并根据 references/council.md 提供简介（共 12 个席位： 风险、收益、入场精度、退出策略、市场状态、回测完整性、执行、期权、资金效率、简洁性与稳健性、变体生成、表现排名）。 席位名单可扩展，且无需更改循环 — 添加席位只需增加一条目。

每三轮设置检查点

绝不悄无声息地继续。 每三轮后暂停并呈现优化报告 （改进、创建或弃用的变体、改善或恶化的指标、重大分歧、当前领先者、建议的下一步方向），然后等待用户选择方向 — 继续、专注于回撤 / 收益 / 稳定性 / 频率 / 执行，或完成。请参阅 references/checkpoints.md。

最终交付物

用户确认完成后，提供执行摘要、策略演进时间线、变体库、对比仪表板和 AI 共识。请参阅 references/deliverables.md。

参考资料

主题	阅读
六阶段循环 + 共识规则	references/optimization-loop.md
评议团名单（12 个席位、职责、否决权）	references/council.md
变体约定、策略接口、变体库	references/variants.md
指标 + 对比仪表板（各项数据的来源）	references/metrics.md
每三轮一次的用户检查点	references/checkpoints.md
最终交付物 + 成功标准	references/deliverables.md
过拟合 / 稳健性防护措施	references/overfitting.md

脚本

• scripts/scorecard.py — 为每个变体生成标准化指标字典；复用 fyers-trading 的 quantstats_report.key_metrics()，并提供标准库回退方案；计算交易级指标和稳健性评分。CLI：demo。
• scripts/dashboard.py — 按目标为基准版本和各变体排名，并以 Markdown 格式呈现 对比仪表板。CLI：demo。
• scripts/evolution_log.py — 仅追加的 JSONL 日志（与 fyers-trading 的 trade_logger.py 类似）：log_round/log_variant/log_decision/log_checkpoint + timeline/checkpoint_report/summary。CLI：demo / timeline / summary / tail。

要进行完整评分，需要安装 fyers-trading 和 QuantStats。未安装时，脚本仍可运行（使用标准库回退方案），但无法提供 CAGR/Calmar 和 HTML 业绩分析报告。