第 4 章 · 记忆日志、Alpha 反思与断点续跑

本章讲框架怎么复盘自己的决策、怎么把教训喂回未来、以及崩了怎么续跑。这是 TradingAgents 区别于“一次性问答”的关键——它有时间维度。

4.1 核心思路：决策的复盘要“等行情”

交易决策对不对，当下不知道——得等几天真实行情出来才知道赚没赚、跑没跑赢大盘。所以框架把记忆做成两阶段、延迟反思：

第 N 次跑 TICKER:
  Phase A(run 结束): 把决策记为 [date | TICKER | 评级 | pending]，不调 LLM

第 N+1 次跑同一个 TICKER(propagate 开头):
  Phase B: 找出该 TICKER 所有 pending 条目
           → 用 yfinance 拉那段时间的真实收益 + alpha
           → 调 LLM 写 2-4 句反思
           → 原子批量回写，pending 变成带收益的已结算条目

入口在 propagate 开头调 _resolve_pending_entries(trading_graph.py:296)，结束时调 memory_log.store_decision(trading_graph.py:469)。

4.2 Phase A：记决策(纯文本，无 LLM)

记忆日志是一个追加式 markdown 文件(TradingMemoryLog, memory.py)。每条决策用一行 tag 起头，用 HTML 注释  作硬分隔(因为它不可能出现在 LLM 散文里，memory.py:12-13)：

[2024-05-10 | NVDA | Buy | pending]

DECISION:
<组合经理的完整最终决策文字>

<!-- ENTRY_END -->

store_decision(memory.py:30)带幂等保护：写前先快速扫原文，若已有同 (date, ticker) 的 pending 就不重复写。评级用 parse_rating 从决策里抽(见第 2 章)。

4.3 Phase B：结算——算 alpha、写反思

下次同标的运行时，_resolve_pending_entries(trading_graph.py:296)干三件事：

① 拉真实收益。 _fetch_returns(trading_graph.py:251)用 yfinance 拉决策日起 holding_days(默认 5 个交易日，加 7 天缓冲跨周末)的价格，算原始收益和相对基准的超额收益(alpha)：

raw   = (标的收盘[持有末] - 标的收盘[0]) / 标的收盘[0]
alpha = raw - (基准收盘[持有末] - 基准收盘[0]) / 基准收盘[0]

价格拿不到(太近/退市/网络错)就返回 (None,None,None)，跳过、下次再试(trading_graph.py:316-317)——不阻塞。

② 选对基准。 _resolve_benchmark(trading_graph.py:230)按 ticker 的交易所后缀选基准指数：.T→日经、.HK→恒生、.L→FTSE…，美股无后缀默认 SPY(default_config.py:152-163 的 benchmark_map)。这样非美股也能有合理的 alpha 基准。

③ 写反思。 Reflector.reflect_on_final_decision(reflection.py:31)调 quick LLM，用一个刻意精简的 prompt(reflection.py:20-29)：只要 2-4 句纯散文，按顺序讲“方向对没对(引 alpha)、论点哪部分成立/失败、下次一条具体教训”。为什么这么抠字数——因为反思会被再注入未来 agent 的 prompt，太长会撑爆上下文。

所有结算在一次 batch_update_with_outcomes(memory.py:164)里批量原子写，避免多次 I/O。

4.4 原子写：崩了也不毁日志

回写用 temp 文件 + os.replace() 模式(memory.py:160-162、memory.py:214-216)：先写 .tmp，再原子替换。这样即使写到一半崩溃，也不会留下半损坏的日志。pending tag [date | TICKER | 评级 | pending] 被替换成带收益的 [date | TICKER | 评级 | +3.2% | +1.1% | 5d]，并追加 REFLECTION: 段。

可选的 memory_log_max_entries 会轮转掉最老的已结算条目，但pending 条目永不删(它们是未处理的活，_apply_rotation, memory.py:220)。

4.5 教训怎么喂回未来

运行开始时 get_past_context(memory.py:70)拼一段历史注入 state.past_context：

同标的最近 5 条完整决策+反思。
跨标的最近 3 条“只要反思”的教训(_format_reflection_only)。

这段 context 被组合经理读取(portfolio_manager.py:35-40)：prompt 里有历史教训就让它参考，没有就只靠当前分析。于是框架形成一个跨运行的学习回路。

4.6 断点续跑：per-ticker checkpoint

它要解决的小问题: 一次完整分析要调几十次 LLM，中途崩了(限流、断网)不该从头再来。

思路: LangGraph 的 SqliteSaver 在每个节点后存 state，崩溃后能从最后一个成功节点续跑。设计要点(graph/checkpointer.py)：

每个 ticker 一个独立 SQLite 库(_db_path, checkpointer.py:19)，并发不同标的不争锁。
thread_id 折入“图形状签名”(thread_id, checkpointer.py:28)：sha256(TICKER:date:signature)[:16]，signature 包含分析师选择、辩论/风险轮数、资产类型(trading_graph.py:348 的 _run_signature)。这样换了图形状的 resume 不会误用旧 checkpoint(issue #1089)——否则会拿着 3 分析师的存档去续 4 分析师的图，静默跑歪。
成功跑完就 clear_checkpoint 清存档，避免陈旧状态(trading_graph.py:476)。

启用方式：config["checkpoint_enabled"]=True，propagate 会用 checkpointer 重编译图(trading_graph.py:378-383)。

4.7 端到端时序(把本章串起来)

propagate("NVDA", "2024-05-20")
  │
  ├─ Phase B: 结算上次 5-10 的 pending → 拉真实收益 → 算 alpha vs SPY → 写反思 → 原子回写
  ├─ get_past_context("NVDA") → 注入历史决策+跨标的教训
  ├─ (可选)加载 checkpoint,从上次成功节点续
  ├─ 跑完整个 agent 图 → final_trade_decision
  ├─ Phase A: store_decision → [2024-05-20 | NVDA | ... | pending]
  └─ 清 checkpoint

4.8 代码地图(本章)

主题	文件	符号
记忆日志	`tradingagents/agents/utils/memory.py`	`TradingMemoryLog.store_decision`、`get_past_context`、`batch_update_with_outcomes`、`_apply_rotation`
收益/alpha	`tradingagents/graph/trading_graph.py`	`_fetch_returns`、`_resolve_benchmark`、`_resolve_pending_entries`
反思	`tradingagents/graph/reflection.py`	`Reflector.reflect_on_final_decision`
checkpoint	`tradingagents/graph/checkpointer.py`	`thread_id`、`get_checkpointer`、`checkpoint_step`、`clear_checkpoint`
图形状签名	`tradingagents/graph/trading_graph.py`	`_run_signature`

4.1 核心思路：决策的复盘要“等行情”​

4.2 Phase A：记决策(纯文本，无 LLM)​

4.3 Phase B：结算——算 alpha、写反思​

4.4 原子写：崩了也不毁日志​

4.5 教训怎么喂回未来​

4.6 断点续跑：per-ticker checkpoint​

4.7 端到端时序(把本章串起来)​

4.8 代码地图(本章)​