Hkjc Multiagent League — Hkjc 多智能体联盟

HKJC 多Agent自适应进化联赛 架构概览 ┌─────────────────────────────────────────────────────┐ │ AdaptiveLeague (联赛主持人) │ │ 每100场: 适应度评估 → 淘汰/突变/复制 │ │ 每50场: 轮转挑战赛 (低排名挑战高排名) │ └─────────────────────────────────────────────────────┘ │ │ │ │ ┌────┴──┐ ┌────┴──┐ ┌────┴──┐ ┌────┴──┐ │Team A │ │Team B │ │Team C │ │Team D │ │热门陷阱│ │价值猎手│ │均衡混合│ │档位专家│ │λ=1.0 │ │λ=0.0 │ │λ=0.6 │ │λ=0.4 │ └────┬──┘ └────┬──┘ └────┬──┘ └────┬──┘ └──────────┴──────────┴──────────┘ │ ┌────────┴────────┐ │ Chromosome突变 │ │ λ_new = λ+N(0,0.1)│ └─────────────────┘ 文件结构 /root/H-001/league/ v4/evolution.py ← 核心联赛引擎 (4队+基因算法) v4/visualize.py ← 可视化报告生成 v4_output/ ← 输出结果 evolution_v4_.json ← 完整回测数据 report_v4.html ← HTML报告 chart_.png ← 图表 daily_scheduler.py ← 每日调度器 state.json ← 联赛当前状态 核心机制 适应度函数 Fitness = 0.4 × ROI得分 + 0.4 × 准确率得分 + 0.2 × 稳定性得分 基因突变 (每100场) λ 突变: λ_new = λ + N(0, 0.1)，clamp到[0, 1] B队赔率阈值: min_odds_B + N(0, 1.0)，clamp到[3, 20] 档位权重: draw_weight + N(0, 0.05)，clamp到[0.05, 0.5] 挑战赛 (每50场) 排名最低的队挑战第一名 若适应度差距 < 0.2，视为挑战成功 → 互换排名 +50分奖励 策略差异化 Team A 热门陷阱 (λ=1.0): 纯A策略，骑师/练马师/马匹综合评分 Team B 价值猎手 (λ=0.0): 历史胜率 vs 市场隐含概率差值 Team C 均衡混合 (λ=0.6): A+B加权，赔率3-15区间额外奖励 Team D 档位专家 (λ=0.4): A+D组合，档位因子×2放大 使用方式 # 完整回测 (全部427个赛日) python3 /root/H-001/league/v4/evolution.py full # 小样本测试 python3 /root/H-001/league/v4/evolution.py limit 50 # 实时预测 python3 /root/H-001/league/v4/evolution.py realtime 20260510 # 每日调度 (自动定时) python3 /root/H-001/league/daily_scheduler.py daily # 训练模式 (无新数据时) python3 /root/H-001/league/daily_scheduler.py train # 打印当前状态 python3 /root/H-001/league/daily_scheduler.py stats # 生成可视化报告 /root/H-001/venv/bin/python3 /root/H-001/league/v4/visualize.py 赛马日程 (2026年5月) 赛马日: 每周三 + 周日 5/3, 5/6, 5/10, 5/13, 5/17, 5/20, 5/24, 5/27, 5/31 Cron定时任务 已在周日/周三 10:00 自动执行: cron job ID: 7c2f919c4a3b 回测结果摘要 (4112场) 队名 ROI 准确率 适应度 最终排名 均衡混合派 +90.4% 14.9% +0.539 档位专家派 +68.2% 11.2% +0.426 价值猎手派 +45.8% 7.1% +0.320 热门陷阱派 +20.6% 27.3% +0.302 4