AI Quant Base

要解決的問題

別人能否準確理解規則觀察什麼、何時作出決策?第一次研究的目標是說明清楚,而不是設定盈利承諾。

準備資料與範圍

先選擇一種資產類型和觀察頻率,記錄數據來源、使用權限、幣種、日期範圍和缺失情況。人工構造的短序列可以覈對計算,但不能證明市場表現。

三個操作步驟

先用文字描述信號,再改寫成明確條件,最後用少量觀察值逐項手算。註明最早可執行時間,以及會使假設失效的條件。準備歷史實驗時,再閱讀回測指南並在自己的研究環境中實施。

完成後應得到什麼

保留一頁研究說明,包含問題、數據字段、進入和退出規則、倉位約束、成本假設與待解決問題。完成標準是規則可檢查,不等於可以投入實盤。

開始具體任務

使用研究工作臺記錄規則,或檢查適用的淨值序列。操作前核對輸入假設,離開前導出研究記錄。

打開工作臺 ↗

對這條研究路徑有疑問?

如需諮詢內容或提出建議,請說明研究目標、資產類型、當前階段,以及希望進一步解釋的步驟。請勿發送賬戶密碼或交易密鑰。

info@aiquantbase.com ↗
本文爲知識與方法說明,不發佈歷史回測或實盤交易業績。

延伸閱讀

AI 量化

什麼是 AI 量化交易?

AI 量化交易是在量化研究與交易流程中使用機器學習或語言模型等方法。理解它,需要明確模型處理哪項任務,以及結果如何驗證。

閱讀指南
回測與風控

如何組織一次交易策略回測

回測是在明確的執行假設下,將規則應用於歷史數據。它的參考價值取決於假設是否合理,以及數據是否適合研究任務。

閱讀指南
搜索站內內容

搜索產品、研究流程、指南和工具。