本帖最后由 alphaFind 于 2026-1-23 19:54 编辑
做量化研究，真正费时的经常不是写因子，而是把信息从不同入口搬到同一张桌子上：价格、三表、估值指标、公告/新闻、SEC 10-K/10-Q……来回对齐口径、补缺、再改一轮结论，时间就这么被吃掉了。
我是《alphaFind》。今天分享一个偏“研究助理”取向的开源项目 Dexter。它不是交易系统，不碰下单，但把研究链路里最基础也最耗人的两件事做扎实了：查数据和留痕。
1）Dexter 在做什么：让研究问题可执行、可复盘
Dexter 的工作方式很直白：你丢一个自然语言问题，它把问题拆成需要的数据与步骤，调用工具把数据拉回来，再汇总成答案。
对我来说，它最有价值的是两点：
- 过程留痕：每次工具调用的入参、结果都会写入
.dexter/scratchpad/*.jsonl。研究不是“一锤子买卖”，能复盘、能追责、能复用，这点很关键。
- 上下文不爆炸：循环过程中不会把“全量数据”都塞给模型，而是把每次工具结果压成一句摘要，再推进下一轮（context compaction）。最后出答案时再把完整数据拿出来用。
做因子研究时，我们追求的就是这个感觉：结论跑得动，过程说得清。
2）技术栈与结构：TypeScript + Bun 的终端研究工具
Dexter 是一个 TypeScript + Bun 的 CLI 应用，终端界面用 Ink + React，模型侧用 LangChain 来做工具调用。
如果你想快速读懂它，建议按这几条主线看：
- 交互入口：
src/index.tsx → src/cli.tsx（输入、历史记录、调试面板、模型选择、中断）
- Agent 循环：
src/agent/agent.ts（迭代、执行工具、生成最终回答）
- 提示词策略：
src/agent/prompts.ts（system prompt / iteration prompt / final answer prompt / tool summary prompt）
- 工具注册：
src/tools/registry.ts（默认提供 financial_search；如果配了 Tavily 才启用 web_search）
这类项目很多，但 Dexter 的代码读起来比较“工程味”：职责清楚，关键路径短，便于你把它拆下来接到自己的研究流程里。后面如果云栈社区要做“研究工作台模板”，这种结构就很适合作为底座。
3）我觉得它做对了的 3 件事
A. 金融数据走专用通道
在 system prompt 里明确规定：涉及价格、财报、指标、filings 等金融数据，优先走 financial_search；只有非结构化信息才用 web_search（可选）。这能减少很多“搜索噪声”。
B. financial_search 不是一个工具，是一层路由
在 src/tools/finance/financial-search.ts 里，Dexter 把一组金融子工具（价格、三表、财务指标快照/历史、分析师预期、SEC filings 元数据与条目、新闻、内幕交易、分部收入、crypto 等）统一交给模型，让模型先决定该调哪些子工具；随后并行执行 tool calls，把结果合并成结构化 JSON 返回。
这其实很像我们做数据平台时的“统一入口 + 路由分发”，只是把路由逻辑交给了模型的 tool calling。
C. Scratchpad 做单一事实来源
循环阶段用摘要推进，最终回答阶段再加载全量结果。省上下文，也保留审计和复盘能力。研究写得越久，你越会觉得“可追溯”比“看起来聪明”更重要。
4）在 alpha / 因子研究里怎么用它（务实一点）
Dexter 不负责交易执行，所以别指望它直接跑高频链路；但在“研究生产力”上，它能放在策略链路的前半段：
- 因子假设 0→1：把一个模糊想法拆成要拉的数据项与对比维度
- 特征工程素材收集：价格序列 + 三表 + 估值指标 + 预期/内幕交易等，一次性集中拉取
- 复盘与协作：用 scratchpad 回看每一步“依据是什么”，方便团队复用研究过程
如果你的研究流程经常卡在“到处查、到处抄、到处对口径”，Dexter 这套思路值得试试。
配套资源
- Github 仓库：
github.com/virattt/dexter
- 数据 API：
financialdatasets.ai
- Rust 教程：
https://yunpan.plus/f/57
- TypeScript 教程：
https://yunpan.plus/f/18
alphaFind 的一句话结论
Dexter 值得关注，不是因为它“会回答”，而是它把金融研究里最难工程化的部分——工具路由、过程留痕、上下文压缩——做成了一条清晰的工程链路。
关注《alphaFind》，我会继续从 Faster Alpha Discovery 的角度，拆更多能真正落到研究与因子链路里的开源项目。
标签：#Dexter #Github #量化研究 #因子研究 #数据工程 #AIagent #金融工程 #Bun #TypeScript | 
发表于 昨天 19:45
|
查看: 3|
回复: 0
