AI Quant Base

交接前需要哪些資料

準備研究問題、數據來源與版本、配置、代碼版本、決策時間戳、成本假設和輸出文件。明確區分教學演示與實際歷史實驗。

按固定順序複覈

先覈對信息時點,再抽查信號與成交、對賬彙總數值,最後檢查留出樣本和敏感性。輸入或時點尚未明確時,應標記爲待覈驗,不能僅憑圖表判斷質量。

建立結論記錄

每項問題記錄疑問、證據位置、複覈者、狀態和後續動作。狀態可採用待處理、已復現、已解決但有限制等。這是研究複覈狀態,不是投資評級。

明確交付物與服務邊界

形成一份區分已確認計算、研究假設與未解決證據的複覈摘要。AI Quant Base 爲該流程提供公開指南、本地淨值分析和計算工具,不表示已提供審計認證、託管協作空間或機構客戶服務。

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 ↗

資料來源

參考資料用於覈對具體定義或理解研究方法。示例和研究檢查項用於解釋方法,不代表業績結論。

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

回測與風控

樣本外測試與策略修改

樣本外測試是在未用於選擇該規則的數據上,評估已經固定的研究方案。樣本劃分和修改記錄都很重要。

閱讀指南
AI QUANT BASE

編輯標準

瞭解資料來源、示例與更正的處理方式。

閱讀指南
搜索站內內容

搜索產品、研究流程、指南和工具。