推演引擎设计
本文是推演智能体的方法论锚点，定义双轨触发架构（事件驱动 + 时间驱动）、多 Agent 辩论机制、输入输出规范、回测闭环与分阶段自动化路径。推演引擎不追求预测涨跌，只追求把传导链路走全、走显式。所属层级与边界见 智能体层总体设计。
一、定位与边界
推演引擎要做的事，本质上是替代自媒体财经博主工作流中的"分析推演"环节--看政策、理逻辑、判方向。它不替代博主的内容包装层（金句、情绪、人设），只做结构化推演。
边界明确：
- 做什么：把政策/事件文本结构化为输入，多视角 Agent 辩论，输出影响矩阵与传导链路
- 不做什么：不输出精确涨跌数字、不直接生成交易信号、不做高频盘中推演
- 不追求什么：不追求"对"，追求"全"--链路覆盖率优先于方向准确率
边界背后的逻辑：人类分析师（含博主）的失败模式往往是"漏链路"而非"判错方向"。一条被忽视的传导链可能比十个错误判断代价更大。推演引擎强制每条链路都走一遍并留痕，把"漏"这个失败模式堵死。
二、双轨触发架构
推演由两类触发器驱动，共用同一套推演引擎，区别在触发机制与预处理流程：
事件驱动型
外部政策/事件触发，被动响应。触发源包括：
- 央行公告（利率、准备金、MLF/SLF 操作）
- 财政部与税务总局公告（赤字率、专项债、减税降费）
- 部委文件（证监会、银保监、发改委、工信部）
- 国常会与政治局会议通稿
- 突发地缘与黑天鹅事件
事件触发后先过事件分级器（轻量分类 Agent），按 A/B/C 三级决定推演深度：
- A 级：完整多 Agent 辩论（高成本），如降准 50bp、重大产业政策出台
- B 级：轻量推演（单 Agent + 模板），如常规月度数据发布
- C 级：仅事件归档不推演，如例行公开市场操作
时间驱动型
关键时点触发，主动周期性。时点分四类：
硬周期时点：月末/季末/年末资金面、财报披露季、指数调仓日
政策窗口期：中央经济工作会议（12 月）、两会（3 月）、政治局会议（每季度末月底）、FOMC 议息（每年 8 次）、MLF 续作日（每月 15 日前后）
数据发布点：官方 PMI（每月 1 日）、CPI/PPI（9-10 日）、社融/M2（10-15 日）、季度 GDP
衍生与纪念日：股指期货交割日、期权行权日、历史重大事件周年（如 2024"9·24"周年，常引发复盘与预期共振）
时间驱动型不需要事件分级器，按预录入年度日历直接启动。但仍有 A/B/C 分级--硬周期月末是 B 级，中央经济工作会议是 A 级。
三、多 Agent 辩论机制
核心不是让一个 Agent 给答案，而是让多个视角的 Agent 协商。每个 Agent 独立推演，显式标注分歧与共识。
Agent 角色定义
宏观 Agent：从利率、流动性、汇率维度推演。输入是政策文本与宏观指标，输出对股债汇商的影响判断。
行业 Agent：从产业链上下游、供需格局推演。输入是政策文本与行业景气数据，输出对具体行业的影响判断。
资金 Agent：从北向、融资盘、新发基金、机构调仓推演。输入是政策文本与资金流向数据，输出短期资金面判断。
情绪 Agent：从历史相似事件的市场反应推演短期波动。输入是事件特征向量与历史相似事件库，输出情绪面判断。
反方 Agent：专门唱反调，针对其他四个 Agent 的结论找反例与漏洞。反方 Agent 的存在是为了对抗群体思维，避免一致预期导致的链路盲区。
综合机制
每个 Agent 输出三件事：
- 判断：方向（利好/利空/中性）+ 力度（强/中/弱）+ 时滞（立即/渐次/长期）
- 置信度：0-1 的自评分
- 推理链路：从政策到结论的每一步推导，可追溯
综合 Agent 加权汇总时不是简单平均，而是显式标注：
- 共识项：多数 Agent 一致的判断，标注共识强度
- 分歧项：Agent 间冲突的判断，标注分歧来源与各方理由
- 盲区项：反方 Agent 提出但其他 Agent 未覆盖的点
综合 Agent 的产出是结构化影响矩阵，不是单一结论。
四、输入输出规范
输入结构化
政策/事件文本经预处理层结构化为：
- 类型：货币/财政/产业/监管/地缘/黑天鹅
- 方向：宽松/收紧/利好/利空/中性
- 力度：从历史同类事件标定（如本次降准幅度处于历史分位）
- 时滞性：立即反应/逐步发酵/长期累积
- 受影响主体：行业、板块、资产类别列表
结构化后的事件特征向量作为各 Agent 的统一输入。
输出形态
核心产出是影响矩阵：
矩阵本身不是目的，关键是每条链路的推理过程可审阅、可质疑、可修正。每条链路附带：
- 推理步骤（从政策到结论的每一步）
- 引用的历史相似事件
- 引用的三段研究档案（如政策解读文档、行业档案）
- Agent 间的分歧标注
输出刻意约束形式：
- 不输出"涨 X%"这类精确数字
- 只输出方向、力度档位（强/中/弱）、时滞区间
- 必须附带置信度与分歧度
- 必须暴露推理链路供人审阅
约束的目的是保留可迭代性--即使推演错了，也能定位是哪条链路的假设出问题，可针对性优化。如果一开始就追求黑箱预测，会失去可迭代性。
五、回测闭环
推演产出第一时间接入回测，没有回测的推演不可信。每次推演产出时，同时记录：
- 预测的方向/力度/时滞
- 推演链路与置信度
- 触发时点与触发源
- Agent 间的分歧标注
时点过后（T+1、T+5、T+20），自动拉取实际市场表现，对比推演结果，写入回测表。评估维度：
- 链路覆盖率：Agent 是否漏掉人类分析师会提到的关键链路
- 方向一致率：Agent 与实际市场方向是否一致
- 增量发现率：Agent 是否发现了被市场事后验证但当时未被广泛讨论的链路
- 分歧预警率：反方 Agent 提出的风险点是否在 T+5/T+20 兑现
回测结果反哺推演：
- 某条链路长期失效，对应 Agent 的权重下调
- 某类事件方向长期误判，对应 Agent 的 prompt 与知识库补充
- 反方 Agent 的预警命中率高于平均，提升其在综合环节的话语权
六、自动化分阶段路径
不要一步到位全自动。分三阶段，每阶段验证通过再进入下一阶段：
阶段一：人工触发的推演引擎
先把多 Agent 推演引擎本身跑通。手动输入事件，手动调用，验证推演质量。这个阶段不碰自动化。
验证标准：选 3 个历史政策事件（覆盖货币、财政、产业各一），让引擎产出推演报告，对比头部博主的同期解读，评估链路覆盖率与方向一致率。不追求"打败博主"，追求"达到合格博主下限"。
阶段二：半自动化
- 硬周期时点自动触发（每月就那么几个，可控）
- 事件触发仍人工筛选后启动
- 回测机制同步建立，T+1/T+5/T+20 自动对账
这个阶段的关键是把回测跑顺，建立可迭代的反馈闭环。
阶段三：全自动化
- 事件分级器上线，A 级事件自动触发完整推演
- 信号触发器上线（市场异动监测触发事后归因推演）
- 抽样人工审计机制运行：每周随机抽 3-5 次自动推演结果人工复核
七、自动化的真正难点
长期跑下去不烂掉，比跑起来更难。几个必须正视的难点：
信号质量的自动判断：每天政策公告、新闻、研报成百上千条，事件分级器是关键。否则 token 成本和噪声都会失控。分级器本身也是一个需要回测与迭代的 Agent。
推演漂移：系统跑 3 个月后，Agent 输出可能开始模式化--类似事件给类似结论，失去增量信息。需要定期注入新语料（最新研报、新政策、新市场特征），并周期性重置 Agent 的反思记忆。
黑天鹅的边界：预定义的事件类型覆盖不了真正的黑天鹅（2020 疫情、2024"9·24"级别突变）。这类事件触发后，标准推演流程可能失效，需要"应急模式"--降低置信度声明、扩大场景分布、强制人工介入。
自动化悖论：越自动化，人工监督越少，系统出错时越难发现。抽样人工审计是必须保留的机制，不能为了"全自动"而取消。
成本控制：定时任务不节制会失控。A/B/C 分级是必要的--不是每个事件都值得完整多 Agent 辩论，大部分 C 级事件归档即可。
LLM 隐含偏见：Agent 的"常识"来自训练数据。用英文语料为主的模型模拟中国投资者行为，会有系统性偏差。需要用中文语料微调或 RAG 注入本土化知识，知识源就是三段的研究档案。
八、与三段的衔接
推演智能体与三段是双向关系：
三段 -> 推演智能体：
- 推演 Agent 的上下文从
01-知识库/02-政策解读/检索历史政策拆解作为类比库 - 行业 Agent 从
01-知识库/03-行业与产业/检索行业档案作为产业链判断依据 - 情绪 Agent 从
01-知识库/06-实盘与复盘/的错题本检索历史相似事件的市场反应
推演智能体 -> 三段：
- 推演产出作为
01-知识库/02-政策解读/下具体政策解读文档的引用来源 - 自动生成的政策解读草稿先标注"自动生成待审阅"，人工审阅后去掉标注
- 推演回测发现的高频失效链路，反馈到三段对应方法论文档的修订
双向衔接的实质：三段是推演智能体的"知识源"，推演智能体是三段的"应用现场"。两者互相喂养。
九、MVP 起点
第一个里程碑选 3 个 2024-2025 年的真实政策事件（覆盖货币、财政、产业各一），让引擎产出推演报告，同时收集头部博主的同期解读做对比。
评估维度：
- 链路覆盖率：Agent 是否漏掉博主提到的关键链路
- 方向一致率：Agent 与博主的最终方向判断是否一致
- 增量发现：Agent 是否发现了博主没提到的链路
- 响应速度：从政策发布到推演产出耗时
这个 MVP 不追求"打败博主"，而是验证"Agent 推演能否达到合格博主的下限"。达到下限后，再谈超越。
十、行业 Agent 的图谱增强
行业 Agent 的"产业链上下游推演"在三段研究档案基础上做 RAG，能覆盖单行业内部的链路。但跨行业多跳传导（如"碳酸锂跌 -> 电池成本降 -> 整车毛利升 -> 装机量升 -> 组件排产升"五跳链路）靠 LLM 凭记忆推理，每跳都有信息损失，且不可追溯。本节定义图谱作为行业 Agent 的关系数据底层，把产业链从"文本描述"变为"可查询的图"。
图谱的必要性
现有行业 Agent 的失败模式是"漏链路"。产业上下游分析与定投机会挖掘 用 ASCII 图描述的产业链是给人看的，Agent 读不懂。当政策事件触发时，Agent 靠 LLM 常识推理传导路径，三个问题：
- 跨行业链路丢失：LLM 对单行业链路记忆清晰，对跨行业 5 跳以上链路记忆模糊
- 时滞属性缺失：LLM 知道"锂价跌利好整车"，但不知道滞后几个月、弹性多大
- 推理不可追溯：Agent 给出结论后，无法定位是哪条链路的假设出问题
图谱把产业链关系显式建模，Agent 推演时先查图谱 BFS 找全链路，再调 LLM 做语义判断。链路覆盖率从"LLM 记忆覆盖度"变为"图谱完整度"，可审计可迭代。
节点与边的定义
节点类型六类，对应三段研究档案的实体：
边类型六类，对应产业链关系：
每条边带四个属性：
- 传导时滞（lag_months）：A 变化到 B 响应的滞后月数
- 弹性系数（elasticity）：A 变化 1% 时 B 变化百分之几
- 置信度（confidence）：0-1，基于来源可信度与回测验证
- 来源文档（source_doc）：三段研究档案路径，可追溯
图谱存储在 03-仿真库/01-数据库/04-共享资源/trend_invest.db，新增三张表：kg_node（节点）、kg_edge（边）、kg_event_impact（推演结果）。多跳查询用 SQLite 递归 CTE（WITH RECURSIVE），无需引入图数据库。
抽取 Agent 与图谱填充
图谱手工建不可持续。9 个案例行业的产业链关系有上千条边，人工录入成本高且易过期。抽取 Agent 作为推演智能体的"知识库建设"职责，从三类数据源抽三元组：
- 券商研报（慧博投研）：产业链图谱、毛利率对比、产能数据
- 公司公告（巨潮资讯网）：年报、大额合同、产能规划
- 行业协会数据（硅业分会、中汽协等）：价格、产量、装机量
抽取流程：LLM 读研报 -> 识别实体与关系 -> 输出三元组 -> 写入 kg_edge，confidence 标记来源可信度。关键关系（卡脖子环节、传导时滞）强制人工校验才入库，非关键关系直接写入但标记"待回测验证"。
抽取 Agent 不是独立智能体，是推演智能体的子流程。它和三段研究档案的关系是双向的：从档案抽取关系填充图谱，图谱推演发现的新关系反馈到档案修订。
推演触发场景
图谱推演不是新触发器，是现有双轨触发的增强：
事件驱动型增强：政策事件触发后，行业 Agent 调图谱做"政策冲击沿产业链传导"的 BFS 推演。例如"国产替代政策加码"触发后，图谱从"半导体设备"节点出发，沿 upstream / downstream 边 BFS，输出所有受影响环节及传导时滞。Agent 再调 LLM 对每条链路做语义判断，输出影响矩阵。
时间驱动型扩展：每月行业景气更新后，新增一个触发场景--用图谱推演"哪些行业将滞后跟随"。例如"碳酸锂价格触底"信号出现后，图谱沿 downstream 边推演电池、整车、装机量的滞后响应时点。这个场景作为时间驱动型的新触发源，纳入双轨触发架构。
两种场景复用同一套图谱和推演引擎，区别只在触发机制与输入预处理。
与回测的衔接
图谱边的"传导时滞"和"弹性系数"初始值来自 LLM 抽取或人工标注，必须经回测验证才可信。衔接机制：
- 回测对历史冲击事件（如 2021 年硅料涨价、2023 年锂价崩盘）跑图谱推演
- 对比推演的传导时滞与实际市场响应时点，计算误差
- 误差大的边，调整 lag_months 和 elasticity，confidence 下调
- 长期失效的边（如某替代关系实际未发生），标记为"弱关系"或剔除
回测结果反哺图谱，形成"抽取 -> 推演 -> 回测 -> 修正"的闭环。这个闭环和第五节的回测闭环共用同一套回测，只是评估维度从"方向一致率"扩展到"传导时滞准确率"。
落地路径
图谱增强与推演引擎的三阶段并行推进，不单独成阶段：
阶段一（与推演引擎阶段一并行）：手工建 9 个案例行业的图谱（半导体、创新药、AI 算力、储能光伏、低空经济、人形机器人、数据要素、军工、软件），验证图谱查询能力。这阶段不碰抽取 Agent，关系数据从 行业分析案例库 现有文档手工抽取。
阶段二（与推演引擎阶段二并行）：抽取 Agent 上线，从研报自动抽取三元组，人工校验入库。回测同步对历史事件跑图谱推演，验证传导时滞。
阶段三（与推演引擎阶段三并行）：图谱推演接入时间驱动型触发，每月行业景气更新后自动推演滞后跟随行业。抽样人工审计机制覆盖图谱推演结果。
阶段一和推演引擎阶段一共用同一个 MVP：选 3 个历史政策事件，让引擎产出推演报告，评估链路覆盖率。图谱增强的贡献体现在"链路覆盖率"指标上--有图谱的 Agent 应该比无图谱的 Agent 多覆盖 30%+ 的跨行业链路。