跳到主要内容

AI Trading Matrix 当前状态

状态：rewrite-lite / 实践画像已完成 / 参考评估进行中 最后更新：2026-05-15 项目：AI Trading Matrix 阶段：reference-evaluation-first / 实践画像 Batch 1-6 已完成 / NOFX 评估 Batch 2 已完成 / 外部候选未启动

1. 本文档定位​

本文档记录 AI Trading Matrix 当前已经可确认的事实、事实等级、主要缺口、风险、开放问题和下一步。

它不替代：

  • project-anchor.md 项目定义、生态角色、职责边界、第一阶段目标和执行治理边界。

  • inherited-context.md 从生态级基线、项目注册表、金融风险边界和执行治理口径继承的上游上下文。

  • 后续方案阶段可能建立的 CONTEXT.md、产品定义、MVP 定义、PRD、执行治理方案、风控方案或系统设计文档。

本文档的重点是回答：AI Trading Matrix 目前已经站在哪里，距离第一阶段独立交易执行闭环还缺什么。

2. 当前状态摘要​

当前可以确认：

  • AI Trading Matrix 已被生态层登记为三个前台独立系统 / 产品之一；
  • 当前生态定位是金融信息逻辑链路「感知」-「认知」-「执行」中的「执行」环节；
  • 第一阶段目标是形成独立交易执行闭环，并证明其在客观交易、自动化交易、AI 交易、量化交易、回测和受约束执行场景中的最小价值；
  • 旧状态文档记录其“已经实现一套基础版 AI 交易系统”；
  • 当前项目级锚点和继承上下文已完成第一轮基线校准；
  • 当前实践画像已完成 Batch 1-6，覆盖产品入口、对象接口、核心编排、执行反馈、执行治理和前端体验证据（详见 current-practice-profile.md）；
  • NOFX 参考评估已完成 Batch 1-2（README + 代码入口级 gap），多数能力域仍需代码 / 体验深评估。

已通过实践画像登记到本仓库的事实：

  • 本地仓库目录：/Users/mlabs/Programs/trading-matrix，main 分支；
  • 仓库形态：Go 后端（go-zero）+ React 前端 + docs + other 参考目录；
  • 后端核心编排：TraderManager、AutoTrader、BacktestManager、CronManager、DecisionExecutor；
  • 执行链路：Decision → exchange client → order confirmation / trade sync → order/fill/position/equity feedback；
  • 多交易所 adapter 表面：Binance、Bybit、OKX、Bitget、Hyperliquid、Aster、Lighter V2；
  • 前端产品入口：traders、strategy、dashboard、competition、debate-arena、backtest、strategy-market、admin；
  • 基础授权 / 审计对象：JWT、authz.CanRead/WriteTrader、admin whitelist、event_log / decision / order / fill / position 记录。

仍未在本仓库充分登记或解决：

  • 当前用户、消费对象、商业化验证对象或系统消费方；
  • 产品定义、MVP 定义、执行治理方案、风控方案；
  • 端到端运行验证证据（build / code evidence ≠ 运行 ready）；
  • 第三方参考评估结论（NOFX 深评估未完成，外部候选池为空）；
  • 第一阶段验收标准和验证证据；
  • 执行治理高风险缺口的项目化整改（见 §6.4）。

因此，当前最核心的问题不是“是否已有实现”，而是：

如何在完成第三方参考项目评估并上收待决问题后，把基础版 AI 交易系统 / 实践事实映射为可被生态、项目和 Agent 共同继承的第一阶段交易执行闭环定义。

3. 当前已完成的文档状态​

当前项目目录已有：

  • project-anchor.md 已校准为当前项目入口锚点。

  • inherited-context.md 已校准为上游继承上下文。

  • current-state.md 本文档，用于承接当前事实、缺口、风险、开放问题和下一步。

  • current-practice-profile.md AI Trading Matrix 当前本地实践版本画像；后续以该画像为事实基准，进入最新 NOFX gap 评估和其他第三方参考项目筛选 / 评估，并把结论先上收到项目边界和待决问题。

当前参考评估入口已有：

当前尚未建立：

  • 产品定义文档
  • MVP 定义文档
  • 执行治理方案
  • 风控方案
  • FinClaw -> AI Trading Matrix 协同边界问题记录
  • AI Trading Matrix -> Reinforcement Learning Engine 反馈对象说明

当前明确不保留：

  • projects/trading-matrix/CONTEXT.md 当前阶段该文件已正式删除，不作为项目入口。后续只有在项目边界、当前实践画像和参考评估结论稳定后，才由方案阶段判断是否重新建立。

4. 当前已知进展​

4.1 已确认进展（生态层 + 项目层）​

  • 生态层已认可 AI Trading Matrix 的独立产品 / 系统身份；
  • 生态层已确认其角色是金融信息逻辑链路中的交易执行环节；
  • 生态层已确认它可以在授权、审计、风控边界内承接真实执行链路；
  • 当前第一阶段不要求它依赖完整 FinClaw 或 Reinforcement Learning Engine；
  • 第三方参考评估以当前 Trading Matrix 实践画像为事实基准，不再把 NOFX 早期基座作为独立评估对象。

4.2 已确认进展（实践画像 Batch 1-6）​

实践画像 Batch 1-6 已将以下事实从"待核验"升级为"已有证据"：

  • 已实现基础版 AI 交易系统：go-zero 后端 + React 前端 + 配置 + 服务上下文 + API 聚合入口（Batch 1 证据）；
  • 已有对象接口地图：User、AiModel、Exchange、Strategy、Trader、Order、Position、Fill、Equity、Decision、EventLog、EventSignal、EventBacktest、EventReplay、Debate（Batch 2 证据）；
  • 已有核心 AutoTrader 编排：启动、自动恢复、周期轮询、事件触发、LLM 调用、决策解析、执行和记录（Batch 3 证据）；
  • 已有真实执行链路：Decision → exchange client → order confirmation / trade sync → order/fill/position/equity feedback（Batch 4 证据）；
  • 已有基础授权 / 审计 / 风控对象：JWT、owner read/write、admin whitelist、event/decision/order/fill/position 记录、策略级风控检查、DrawdownMonitor（Batch 5 证据）；
  • 已有前端执行工作台：traders、strategy、dashboard、competition、debate-arena、backtest、strategy-market、admin 页面（Batch 6 证据）。

这些证据只能证明执行域工程实践存在，不能证明生产 ready、实盘安全闭环或商业化 ready。

4.3 参考评估进展​

  • NOFX 最新仓库 gap 评估已完成 Batch 1-2（README + 代码入口级），输出 9 域 gap 对照、6 项可借鉴能力、6 项不应继承假设和 6 项上游待决问题（nofx-reference-evaluation.md）；
  • NOFX 6 条体验路径（Dashboard / Strategy Studio / Backtest Lab / Competition / Trader Config / Auto Trading）全部仍为"待评估"；
  • 外部第三方参考候选池框架已建立（external-reference-candidate-analysis.md），但候选项目 0 项登记。

4.4 仍待解决事项​

  • 端到端运行验证（backend / DB / env / 交易所凭据边界下的 smoke / 截图 / 日志）；
  • NOFX 代码层 / 体验层深 gap 评估（Batch 3+）；
  • 外部第三方参考候选登记、quick scan 和 deep evaluation；
  • 产品定义、MVP 定义、执行治理方案、风控方案、接口问题集；
  • 执行治理高风险缺口项目化（见 §6.4）。

5. 第一阶段闭环当前判断​

当前第一阶段闭环尚未被正式定义。

根据项目锚点和继承上下文，第一阶段最小闭环至少需要补齐：

  1. 目标对象 谁需要在客观交易、自动化交易、AI 交易或量化交易场景中完成受治理交易执行、回测、策略评估或自动化交易工作流。

  2. 核心输入 第一阶段优先接收哪些认知结果、策略假设、信号、市场上下文、用户意图和执行约束。

  3. 处理链路 如何完成市场与账户接入、策略 / 信号候选管理、风险条件表达、回测 / 仿真、策略 / 虚拟交易员赛马、执行前检查、用户授权、交易执行和反馈记录。

  4. 输出对象 优先采用哪些对象，例如 Execution Support Plan、Strategy Candidate、Signal Candidate、Pre-Execution Checklist、Authorization / Audit Record、Backtest / Simulation Result、Strategy / Virtual Trader Race Result、Execution / Feedback Event。

  5. 价值验证 如何证明输出能让交易执行更可评估、可授权、可追踪、可风控，并能作为独立产品 / 系统证明商业化路径和为后续学习层沉淀可用反馈。

  6. 非目标和风险边界 如何避免无治理自动交易、收益保证、替用户承担投资责任、绕过授权风控或重建上游认知。

6. 当前主要缺口​

6.1 事实缺口​

已填充（通过实践画像 Batch 1-6）：

  • Trading Matrix 当前本地实践版本画像尚未填充 → 已完成 Batch 1-6；
  • 基础版 AI 交易系统代码、运行状态和能力范围尚未映射到本仓库 → 已在 practice profile 登记；
  • 当前授权、审计、风控、可回滚和责任边界尚未登记 → 已在 practice profile Batch 5 登记基础对象和已知缺口。

已部分填充：

  • NOFX gap 评估已到 Batch 2（README + 代码入口），但代码层深对照和全部 6 条体验路径仍为"待评估"；
  • 当前支持市场、策略类型和执行场景已通过 practice profile 登记 adapter 表面，但尚未运行验证。

仍为空：

  • 外部第三方参考候选池（0 项登记）；
  • 端到端运行验证证据（build / code ≠ 运行 ready）；
  • 当前用户或消费对象；
  • 输出对象 JSON 样例、用户旅程和状态机；
  • 可验证价值证据。

6.2 产品定义缺口​

  • 第一阶段目标用户或消费对象未定；
  • 第一阶段交易执行范围未定；
  • 建议、辅助、仿真、回测、策略赛马、授权执行之间的产品分层未定；
  • 第一阶段独立产品价值和商业化路径未定；
  • 实施前参考项目评估如何先上收到项目边界和待决问题尚未定义；
  • 是否需要在后续方案阶段建立 CONTEXT.md 和执行治理补充文档尚未决策。

6.3 接口缺口​

  • FinClaw -> AI Trading Matrix 的认知产物输入、条件化策略假设、风险约束和执行前检查点尚未定义；
  • Data Horizon / 数据视界 -> AI Trading Matrix 的信息 / 信号输入、质量标记和交易指令边界尚未定义；
  • AI Trading Matrix -> Reinforcement Learning Engine 的反馈对象、结果类型和学习输入边界尚未定义；
  • Financial Expert Foundation Model 未来反哺 AI Trading Matrix 的方式尚未定义。

6.4 治理缺口​

基础治理对象已在实践画像 Batch 5 登记（JWT、owner authz、admin whitelist、event/decision/order/fill/position 记录、策略级风控）。以下为实践画像发现的具体高风险治理缺口：

#缺口治理层风险证据来源
EG-1/api/event/receive webhook 无路由层 JWT、无 DataHorizon token 校验、无重放保护授权执行高practice-profile Batch 5
EG-2/api/admin/test-query 仅 HasPrefix(trimmed, "SELECT") 限制 SQL，无 JWT授权执行高practice-profile Batch 5
EG-3AutoStartRunningTraders 服务启动时自动恢复交易员，无当次人工确认禁止漂移高practice-profile Batch 5
EG-4SL/TP 设置失败不阻断已完成开仓，产生未保护仓位风控高practice-profile Batch 4
EG-5VerifyOtpLogic 打印 OTP secret 和输入 code审计中practice-profile Batch 5
EG-6SessionMiddleware 存在但未在 server 注册授权中practice-profile Batch 5
EG-7event-backtest task/signal 接口无对象级 user 校验授权中practice-profile Batch 5
EG-8GetPositionEvent 无显式 authz.CanReadTrader，通过 position_id 反查存在跨用户风险授权中practice-profile Batch 4/5
EG-9DebateExecute 后端未接入真实执行但前端 mock 返回 success禁止漂移中practice-profile Batch 5/6
EG-10前端 trader start/stop 无二次确认、无真实交易模式确认授权执行中practice-profile Batch 6

仍未项目化的治理缺口：

  • 产品级 risk policy（真实交易开关、环境隔离、最大日损、global kill switch、异常订单 runbook）；
  • 统一 execution audit object（独立于分散的 event_log/decision/order/fill/position）；
  • 回测、仿真、收益展示和策略候选的底线风险提示字段；
  • 材料接入、事实源升级和 sync / escalation 触发条件下推到项目工作流。

6.5 执行治理 4 层映射​

project-anchor.md §10 定义了执行治理 4 层分层。以下将当前实践画像证据映射到该体系：

治理层定义当前已有当前缺失
信息 / 认知输入来自 Data Horizon、FinClaw 或外部来源的信息、认知结果、策略假设和信号Data Horizon event webhook 接入（/api/event/receive）；策略配置含 event signal windowwebhook 可信来源校验（EG-1）；Data Horizon token 未用于接收校验
交易执行支持将输入转译为可评估、可授权、可追踪、可风控的候选方案和检查点Strategy CRUD、RiskControlConfig、BacktestManager、EventBacktest、LLM 决策解析输出对象 schema / JSON sample 未定义；状态机未建立
授权执行在明确用户授权、审计、风控和可回滚治理边界内触发真实交易JWT、owner authz、DecisionExecutor 执行链路、OrderSyncer、PositionBuilder、DrawdownMonitor产品级 risk policy、统一审计对象、环境隔离、二次确认、全局 kill switch
禁止漂移在缺少治理时不得自动触发真实执行StopTrader、ClosePosition、EventOrderWatcher cancelAutoStartRunningTraders 自动恢复（EG-3）；DebateExecute mock success（EG-9）；前端无真实交易确认（EG-10）

7. 当前风险​

  1. 交易执行支持与授权执行边界模糊 如果建议、辅助、仿真、回测和授权执行没有分层，系统容易被误读为可直接替用户执行交易。

  2. 基础版系统事实无法被团队继承 如果已有实现不映射到项目文档，后续 Agent 和协作者会继续依赖口头理解。

  3. 过早被写成黑箱自动交易 如果把“AI 交易系统”直接等同于自动执行，项目会偏离当前金融风险边界。

  4. 上游认知边界被绕过 如果系统自行补造未经 FinClaw 或外部证据支持的金融认知结论，会破坏生态职责分工。

  5. 学习层数据污染 如果反馈对象没有区分回测、仿真、纸面交易、真实执行和用户行为，后续学习层会接收到不可比较的数据。

  6. 风险治理滞后于工程能力 如果真实账户、订单、资金、合约、链上动作或自动执行能力先于授权、审计、风控和可回滚机制出现，必须立即触发 sync / escalation。

  7. 未经参考评估直接实施 如果没有先完成第三方参考项目分析、测试、体验、评估、对比和上游问题收束，项目容易重复已有产品缺陷、错过成熟模式，或把未经验证的参考能力直接误写成需求。

8. 当前最重要的下一步​

已完成：

  • 完成 Trading Matrix 当前实践版本画像 → Batch 1-6 已完成（2026-05-12）。
  • NOFX 参考评估 Batch 1-2 → README + 代码入口级 gap 已完成（2026-05-14）。

当前优先级（reference-evaluation-first）：

  1. NOFX 深 gap 评估 Batch 3+ 继续代码层深对照（order sync / position builder / agent workflow / risk clamp / onboarding）和体验路径测试（Dashboard / Strategy Studio / Backtest Lab / Competition / Trader Config / Auto Trading）。Cross-reference 既有 docs/prd/nofx-analysis/* 和 docs/task/done/* 迁移记录。

  2. 外部参考候选登记 + quick scan 基于 external-reference-candidate-analysis.md，无差别收集 NOFX 之外的第三方参考项目并完成 quick scan。

  3. 上收参考评估结论 将 NOFX 深评估和外部参考评估结果回收到项目边界、风险边界和后续待决问题。

后续（依赖参考评估结论）：

  1. 定义第一阶段交易执行范围（市场、资产、策略类型、信号类型、执行场景）。
  2. 定义产品分层（建议、辅助、仿真、回测、策略赛马、执行前检查、用户授权、授权执行）。
  3. 定义最小输出对象和 JSON sample。
  4. 定义执行治理底线字段（对齐 §6.5 四层映射）。
  5. 起草接口问题集（FinClaw -> AI Trading Matrix 和 AI Trading Matrix -> Reinforcement Learning Engine）。
  6. 判断后续方案阶段是否建立 CONTEXT.md 和执行治理补充文档。

9. 当前待决问题​

已回答：

  • Q1（画像 Batch 1 范围） → 画像已按 Batch 1-6 完成全部能力域。
  • Q2（当前能力） → 已在 practice profile 登记证据；"稳定完成"需运行验证。
  • Q3（是否触及真实账户/订单/资金） → 已确认触及：执行链路存在真实下单、成交同步和持仓构建能力。

参考评估阶段待回答（依赖 NOFX Batch 3+ 和外部候选评估）：

  1. 当前 Trading Matrix 与最新 NOFX 仓库之间在 order sync / position builder / agent workflow / risk clamp / onboarding 层面有哪些深层 gap？
  2. 最新 NOFX 的 agent skill schema 是否应转译为 Trading Matrix 的状态机 / 用户旅程？
  3. NOFX 之外有哪些第三方参考项目应进入候选池？
  4. Trading Matrix 是否保留 backtest / event replay 作为第一阶段差异化，而不跟随 NOFX 降级？

产品定义阶段待回答（依赖参考评估结论）：

  1. 第一阶段最小市场范围是加密、证券、期货，还是跨市场？
  2. 第一阶段最小消费对象是内部团队、人类交易用户、系统消费方、AI 虚拟交易员，还是外部客户？
  3. 第一阶段最小输出对象应先选哪几类？
  4. 哪些授权、审计、风控、可回滚和责任边界字段是第一阶段必须有？
  5. 与 FinClaw 的交接应是什么形态？
  6. 哪些反馈对象应优先进入后续学习层？
  7. 哪些能力一旦出现，就说明项目已越过受治理交易执行边界？

10. 何时需要向生态层回流​

以下情况应触发 sync / escalation：

  • 现有基础版系统实践说明当前交易执行边界无法成立；
  • 某些本地执行对象、反馈对象、风控对象、授权对象或治理字段应上升为生态级共享定义；
  • FinClaw -> AI Trading Matrix 接口冲击 FinClaw 的认知边界或本项目的执行治理边界；
  • AI Trading Matrix -> Reinforcement Learning Engine 反馈对象无法用当前学习层触发条件解释；
  • 项目开始重建上游感知或认知职责；
  • 项目触及真实账户、订单、资金、合约、链上交易、私钥或自动执行能力；
  • 用户授权、审计、风控、可回滚治理或责任边界超出当前治理口径；
  • 第一阶段用户、消费对象、输出对象或商业化路径发生根本变化。

11. 相关文档​