Я розберу, як саме побудувати багатофакторну альфа-модель хедж-фондного рівня, використовуючи графову інженерію.
Почнемо одразу.
Збережіть це
- Я Роан, бекенд-розробник, який працює над системним дизайном, виконанням у стилі HFT і кількісними торговими системами. Моя робота зосереджена на тому, як ринки передбачень насправді поводяться під навантаженням. Якщо маєте пропозиції, ідеї для співпраці або партнерства, мої DMs відкриті.
У своїй попередній статті я сказав, що особисто пройду перші 20 налаштувань для всіх, хто створює AI-квантову систему, і я мав це на увазі.
Кілька розробників уже глибоко в процесі зі мною. Пропозиція все ще дійсна.
Якщо ви будуєте систему графової інженерії або збираєтеся почати, або навіть просто обмірковуєте це, відповідьте під цією статтею або напишіть мені в DM про ваше поточне налаштування. Я особисто пройдуся по вашій архітектурі та покажу вам розрив між тим, що у вас є, і роєм, який самостійно полює на альфу.
Якщо я не відповім, ви не були в першій двадцятці. Дійте швидко.Багатофакторне інвестування — це те, як кожен серйозний хедж-фонд на Волл-стріт отримує прибуток. Вони не торгують за однією ідеєю. Вони накопичують фактори.**Це той самий процес, який використовує AQR. Той самий, що й Two Sigma. Той самий, що й Bridgewater. І це вперше, коли він став доступним для виконання однією людиною.
Проблема завжди полягала в тому, що для цього потрібна дослідницька команда. Інженери з факторів. Статистики. Фахівці з побудови портфелів. Аналітики ризиків. Інженери з виконання. Вам потрібно щонайменше десять осіб на одну факторну родину, і жоден самотній квант не може зібрати таку команду.
Ось чому роздрібні кванти застрягають на окремих стратегіях, а хедж-фонди друкують альфу.До цього моменту.
https://x.com/RohOnChain/status/2074134246784921977
У своїх двох попередніх статтях я розповів про циклічну інженерію та про те, як побудувати рій AI-агентів, який полює на альфу 24/7.
Коли у вас є цикли та рої, шар, який об'єднує їх в одну працюючу систему, — це граф.
Графова інженерія — це практика проектування цього шару. Ви визначаєте вузли. Ви визначаєте ребра. Граф працює сам.
До кінця цієї статті ви не просто зрозумієте графову інженерію.
У вас буде самопрацююча багатофакторна альфа-модель, яка запускатиметься кожні 24 години на вашому ноутбуці.
Частина 1: Що таке графова інженерія насправді
Кожен квант, який працює з AI, знаходиться десь на одній і тій же прогресії. Визначення того, де ви знаходитесь, робить очевидним, куди рухатися далі.
Що таке графова інженерія насправді
Етап 1: Промпти.
Ви вводите запит. Ви чекаєте. Ви читаєте результат. Ви вводите наступний. Ви самі є циклом. Нічого не залишається, коли ви закриваєте ноутбук.
Етап 2: Цикли.
Ви пишете скрипт, який обгортає запит і запускається за розкладом. Цикл зберігає стан. Він залишається після того, як ви закриваєте ноутбук. Цьому навчала моя стаття про циклічну інженерію. Один агент, одне завдання, що працює вічно.
Етап 3: Рої.
Ви розгалужуєте цикл на багатьох агентів зі спеціалізованими ролями. Один генерує сигнали. Інший їх перевіряє. Ще один виконує. Цьому навчала стаття про рій AI-агентів. Кілька агентів паралельно, координовані вручну через клейовий код на Python.
Етап 4: Графи.
Ви описуєте структуру координації один раз. Вузли — це агенти. Ребра — це передача даних. Граф знає, коли розпаралелювати, коли чекати, коли повторювати, коли ескалувати. Ви більше не торкаєтеся клейового коду.
Графова інженерія — це практика проектування цієї структури координації.
Граф — це не скрипт. Ця відмінність має більше значення, ніж хтось вам каже.
Скрипт ламається в той момент, коли одному агенту потрібно чекати на іншого. Скрипт ламається в той момент, коли стан має зберігатися між циклами. Скрипт ламається в той момент, коли ви хочете запустити шість циклів паралельно на різних моделях. Кожен роздрібний квант, який намагався побудувати мультиагентну систему, натикався на ці три стіни.
Стіна невдач зламала мене. Коли мій агент прибутковості заблокувався, тому що йому довелося аналізувати 500 балансових звітів і він вперся в ліміти швидкості, весь конвеєр помер.
Я повертався наступного ранку до зупиненого процесу, без сигналу і без уявлення, де сталася помилка. Налагодження означало читання стек-трейсу та здогадки, який агент був вище за місцем аварії.
До другого місяця я витратив більше часу на налагодження координації, ніж на дослідження. Я був на межі того, щоб закинути весь проект.
Це стан невдачі, якого досягає кожен мультиагентний квант. Це також причина, чому існують графи.
У графа немає таких режимів відмови. Паралельність є рідною. Стан є постійним. Відмова обмежується вузлом, а не конвеєром. Коли вузол ламається, решта графа продовжує працювати, і ви виправляєте зламаний вузол, описуючи помилку простою англійською мовою.
Це обіцянка графової інженерії. Тепер питання в тому, що керує графом.
Частина 2: Інструмент, який керує графом
Графи — це архітектурні діаграми. Вони не працюють самі по собі. Їм потрібне середовище виконання.
Середовище виконання — це те, що більшість людей, які будують мультиагентні системи, розуміють неправильно.
Вони припускають, що важка частина — це проектування графа. Це не так. Важка частина — це знайти інфраструктуру, яка може його виконати.
Я витратив тижні, намагаючись використовувати різні середовища виконання, перш ніж знайшов те, яке могло запустити багатофакторний граф від початку до кінця.
Те, яке я використовую, називається Slate. Створено @wearerandomlabs. Працює у вашому терміналі. Підхоплює ваші наявні підписки на моделі та розподіляє роботу між ними.
Що важливо для цієї статті, так це нещодавно випущена можливість під назвою Programs. Program — це граф, написаний на JavaScript, який Slate безперервно запускає для вас.
Промпт виконується один раз і зупиняється. Program продовжує роботу, доки завдання не буде виконано.
Ви не пишете Program наодинці. Ви розповідаєте Slate, що ви хочете, простою англійською мовою. Slate створює чернетку графа.
Потім Slate показує вам діаграму. Ви ставите запитання про діаграму. Ви змінюєте вузли. Ви налаштовуєте моделі. Тільки коли ви задоволені, ви кажете Slate зберегти та запустити.
Якщо він ламається, ви спілкуєтеся з Slate про помилку. Slate виправляє граф.
Ви можете знайти Slate за адресою http://randomlabs.ai/rr. Він доступний сьогодні.
Найкращий спосіб відчути графову інженерію до того, як ви її побудуєте, — це запустити два приклади Programs, які постачаються з Slate.
Вони називаються
/goal
та
/deepresearch
.
/goal - Графи, які працюють, доки не будуть підтверджено завершені
Введіть це всередині Slate:
1/goal реалізуй функцію t-статистики з поправкою Ньюї-Веста на Python та перевір, чи збігається вона з реалізацією statsmodels на десяти випадкових рядах доходностей
Slate не запускає один запит до моделі. Він розгортає граф.
**Один вузол пише функцію. Інший пише тест для перевірки. Третій запускає обидва. Четвертий оцінює, чи збігаються результати.**
Якщо вони не збігаються, граф повертається назад із конкретною невідповідністю як зворотним зв'язком. Він продовжує, доки окрема мала модель-оцінювач не підтвердить, що мету досягнуто.
Це патерн "maker-checker" у середовищі виконання. Творець ніколи не оцінює власну роботу.
/deepresearch - Графи, які розпаралелюють дослідження
Спробуйте це всередині Slate:
1/deepresearch що говорить останнє академічне дослідження про ефективність п'ятифакторної моделі Фами-Френча на вибірках країн, що розвиваються, з 2015 по 2026 рік
Граф, який тут розгортається, відрізняється від /goal.
Це паралельне дослідницьке розгалуження.
Slate одночасно відправляє кількох робочих агентів. Кожен відповідає за різний аспект питання.
Один читає останні статті. Інший перевіряє q-fin на arXiv. Інший отримує дані з бібліотеки Кеннета Френча. Ще один перехресно перевіряє цитування.
Всі вони звітують центральному оркестратору, який синтезує результати.Причина, чому /deepresearch важливий для цієї збірки, полягає в тому, що він демонструє точний патерн, необхідний для побудови факторів.
Сім факторних агентів. Кожен відповідає за свій фактор. Усі працюють паралельно. Усі звітують центральному оркестратору.
Це багатофакторний граф, за винятком квантово-специфічних завдань.
Витратьте 30 хвилин на запуск /goal та /deepresearch з питань, які вас дійсно цікавлять. Саме так формується інтуїція графової інженерії.
Частина 3: Багатофакторний альфа-граф
Багатофакторне інвестування розкладає дохідність акцій на систематичні драйвери плюс залишок. Фундаментальною версією є трьохфакторна модель Фами-Френча, опублікована в 1993 році:
R_i — це дохідність акції i. R_f — це безризикова ставка. R_m — це ринкова дохідність. SMB — це премія за розмір. HML — це премія за вартість.
Альфа α — це те, що модель не може пояснити. Саме за цим залишком ви полюєте.
Кархарт додав імпульс у 1997 році. Фама та Френч додали прибутковість (RMW) та інвестиції (CMA) у 2015 році.
Сучасні хедж-фонди використовують стек із семи факторів. AQR, Two Sigma, Millennium, Bridgewater — усі використовують варіанти. Ось сім факторів, які мають значення у 2026 році.
Фактор 1: Ринкова бета.
Ковзна регресія за 60 місяців надлишкової дохідності акції проти надлишкової ринкової дохідності.
Фактор 2: Розмір (SMB).
Малі компанії перевершують великі на скоригованій за ризиком основі.
Фактор 3: Вартість (HML).
Високе співвідношення балансової вартості до ринкової перевершує низьке на довгих горизонтах.
Фактор 4: Імпульс (MOM).
Переможці за останні 12 місяців продовжують вигравати протягом 3-12 місяців.
Фактор 5: Прибутковість (RMW).
Рентабельні оператори перевершують слабких.
Фактор 6: Інвестиції (CMA).
Консервативне зростання активів перевершує агресивне розширення.
Фактор 7: Низька волатильність.
Акції з низькою волатильністю отримують вищу скориговану на ризик дохідність, ніж передбачає теорія.
Кожен фонд використовує версію цього. Самотні розробники не можуть, тому що для цього потрібна дослідницька команда.
Графова інженерія вирішує це. Кожен фактор стає вузлом.
Ось повний граф. Всього одинадцять вузлів.
Вузли побудови факторів (працюють паралельно)
Вузол 1: Агент ринкової бети.
Запускає ковзну регресію за 60 місяців. Виводить бету для кожної акції.
Вузол 2: Агент розміру.
Сортує за ринковою капіталізацією. Обчислює спред малих та великих компаній.
Вузол 3: Агент вартості.
Сортує за співвідношенням балансової вартості до ринкової. Обчислює спред високого та низького.
Вузол 4: Агент імпульсу.
Обчислює імпульс за 12 мінус 1 місяць. Будує MOM з децильного спреду.
Вузол 5: Агент прибутковості.
Обчислює валову прибутковість. Будує RMW.
Вузол 6: Агент інвестицій.
Обчислює річне зростання активів. Будує CMA.
Вузол 7: Агент низької волатильності.
Обчислює реалізовану волатильність за останні 60 днів. Будує низьку волатильність з децильного спреду.
Координаційні вузли (працюють послідовно)
Вузол 8: Валідатор.
Запускає t-статистики з поправкою Ньюї-Веста для кожного фактора. Бутстрап-ресемплінг 10 000 ітерацій. Виключає будь-який фактор із погіршенням результатів на вибірці проти позавибіркової понад 30 відсотків.
Працює на сильнішій моделі міркувань. Творець ніколи не перевіряє власну роботу.
Вузол 9: Аудитор режимів.
Сегментує 20-річну історію на три режими, використовуючи приховану марковську модель (HMM) на основі волатильності та доходностей. Виключає все, що працює лише в одному режимі.
Вузол 10: Конструктор портфеля.
Об'єднує фактори, що вижили, у довго-короткий портфель, використовуючи ваги паритету ризику. Забезпечує нейтральність до сектору, бети та валюти.
Вузол 11: Декомпозитор ризику.
Регресує портфель на сім факторів плюс стильові та макрофактори. Звітує про залишкову альфу та t-статистику.
Лише сигнали, де залишкова альфа виживає після факторної декомпозиції, є справжньою новою альфою. Все інше — це перепакований стиль із додатковими кроками.
Одинадцять вузлів. Кожен виконує одне завдання. Вони передають свої результати вниз по графу.
Вся модель працює як єдина Program Slate, яка запускається кожні 24 години.
Частина 4: Як побудувати це крок за кроком
Ось точна збірка. Слідкуйте у своєму терміналі.
Крок 1: Встановіть Slate
Відкрийте термінал і виконайте:
1npm i -g @randomlabs/slate
Slate — це глобальний npm-пакет. Встановлення займає близько 30 секунд.
Перевірте за допомогою:
1slate --version
Крок 2: Створіть директорію проекту
Багатофакторне дослідження потребує власного робочого простору. Файли стану, історичні тести факторів, знімки портфеля — все це зберігається тут.
1mkdir ~/projects/multifactor-alpha2cd ~/projects/multifactor-alpha
Не запускайте інші проекти Slate з тієї ж папки. Простір імен стану прив'язаний до робочого простору.
Крок 3: Запустіть Slate
Введіть:
1slate
Крок 4: Підключіть своїх провайдерів
Всередині Slate введіть:
1/providers
Це відкриває екран налаштувань провайдера. Random Labs автентифікується за замовчуванням. Ви також можете підключити OpenAI Codex та GitHub Copilot безпосередньо.
Перейдіть до Codex за допомогою клавіш зі стрілками та натисніть Enter, щоб автентифікуватися. Ваша наявна підписка підійде.
Крок 5: Підключіть свої моделі
Всередині Slate введіть:
1/models
Ви побачите всі моделі, доступні через кожного підключеного провайдера. Random Labs розміщує близько 90 моделей.
Вам потрібні два рівні моделей.
Швидкий рівень для семи агентів побудови факторів. Підійде Claude Sonnet.
Сильніший рівень міркувань для валідатора, аудитора режимів та декомпозитора ризику. Підійде Claude Opus.
Крок 6: Розігрійтеся з /goal та /deepresearch
Перш ніж створювати власну Program, витратьте 30 хвилин на два приклади Programs, що постачаються з Slate.
Саме так графова інженерія перестає бути концепцією та стає інтуїцією.
Спробуйте цю команду /goal всередині Slate:
1/goal напиши функцію на Python для обчислення коефіцієнтів крос-секційної регресії Фами-Макбета та перевір, чи збігається вона з пакетом empiricalfin на 20 роках щомісячних даних про дохідність
Спостерігайте, як граф розгалужується. Спостерігайте, як модель-оцінювач перевіряє роботу моделі-письменника. Спостерігайте, що відбувається, коли перша спроба не вдається.
Потім спробуйте цю команду /deepresearch:
1/deepresearch що говорить академічна література про фактор прибутковості RMW порівняно з фактором якості, визначеним MSCI, і як вони емпірично відрізняються з 2015 по 2026 рік
Спостерігайте за паралельним розгалуженням робочих агентів. Спостерігайте, як оркестратор синтезує результати.
Ці два запуски дадуть вам розумову модель, необхідну для написання власної Program.
Крок 7: Створіть чернетку багатофакторної Program
Це найважливіший крок. Ви описуєте граф простою англійською мовою, і Slate створює його чернетку разом з вами.
Введіть цей точний запит у Slate:
1створи для мене програму, яка запускає сімох агентів багатофакторного дослідження паралельно:2ринкова бета, розмір, вартість, імпульс, прибутковість, інвестиції та низька волатильність.3Після завершення всіх сімох, запусти послідовно валідатора, аудитора режимів, конструктора4портфеля та декомпозитора ризику. Використовуй Claude Sonnet для семи агентів5факторів і Claude Opus для валідатора, аудитора режимів та декомпозитора ризику.6Запускай весь конвеєр кожні 24 години. Використовуй файлову систему як пам'ять. Встанови бюджет7$30 за запуск. Забезпеч t-статистику Ньюї-Веста вище 2.5, бутстрап 10 000 ітерацій,8та відхиляй будь-який фактор із погіршенням коефіцієнта Шарпа на вибірці проти позавибіркової9понад 30 відсотків.
Slate не просто починає писати код. Він уважно читає та ставить уточнювальні запитання.
Яке джерело даних. Яке вікно бектестування. Який універсум. Який класифікатор режимів. Чи використовувати перевизначувані значення за замовчуванням.
Ви відповідаєте простою англійською мовою. Slate пише JavaScript.
Крок 8: Перегляньте діаграму графа
Після того, як Slate створив чернетку Program, він показує діаграму графа.
Ви не читаєте код, щоб зрозуміти, що буде запущено. Ви дивитеся на структуру координації.
Сім факторних вузлів, що працюють паралельно від оркестратора. Точка синхронізації. Чотири координаційні вузли послідовно. Крок збереження. Вузол очікування. Повернення до початку.
Ставте Slate запитання про діаграму, перш ніж запускати щось:
- Чому валідатор працює на Opus?
- Що станеться, якщо агент імпульсу перевищить час очікування?
- Який стан зберігається між циклами?
- Що змушує аудитора режимів відхилити фактор?
Якщо будь-яка відповідь вас здивує, попросіть Slate змінити граф.
Крок 9: Збережіть та запустіть
Коли діаграма відповідає тому, що ви хочете, скажіть Slate зберегти Program у файл. Потім запустіть:
1slate run multifactor-alpha.js
У момент натискання Enter Slate розгортає граф. Сім факторних агентів запускаються паралельно.
Інженерія ознак виконується паралельно. Валідація виконується на сильнішій моделі.
Перший запуск займає від 15 до 25 хвилин. Наступні щоденні запуски швидші, оскільки файл стану вже містить історію.
Крок 10: Встановіть бюджет
Всередині Slate введіть:
1/budget $30/run
Це обмежує загальні витрати на запуск. Якщо запуск наближається до ліміту, Slate ескалує, перш ніж продовжити.
Крок 11: Налагоджуйте, коли він ламається
Справжні Programs ламаються. Моя ламалася тричі за перші два тижні.
Агент вартості заблокувався, тому що не міг інтерпретувати неамериканські балансові звіти. Я сказав Slate. Slate виправив агента вартості, додавши крок нормалізації валюти.
Агент імпульсу іноді повертав нуль сигналів, що вижили, у ворожих до імпульсу режимах. Я сказав Slate. Slate додав резервний варіант, який розширює вікно огляду імпульсу під час цих режимів.
Конструктор портфеля іноді порушував нейтральність до сектору. Я сказав Slate. Slate додав крок проекції для забезпечення нейтральності перед записом портфеля.
Ви не шукаєте стек-трейс. Ви описуєте проблему Slate. Slate виправляє вузол.
Частина 5: Що насправді сталося, коли я його запустив
Ось чого я не очікував.
Я описав граф Slate одним абзацом. Slate спочатку перевірив доступні ідентифікатори моделей, активував навичку моделей і вибрав claude-sonnet-4.6 для швидких агентів та claude-opus-4.5 для етапів координації.
Потім Slate створив всю Program за один раз. Не чернетку. Повний JavaScript. Одинадцять вузлів, з'єднаних разом. Паралельна побудова факторів. Послідовна валідація. Спільна пам'ять файлової системи з каталогами запуску з позначкою часу. Розподіл бюджету. Все повністю.
Slate не просто написав код і зник. Він повернувся з трьома конкретними рішеннями, які хотів, щоб я підтвердив, перш ніж ми його запустимо.
Рішення 1: Модель конструктора портфеля. Мій початковий запит вказував Opus для валідатора, аудитора режимів та декомпозитора ризику, але я не назвав модель для конструктора портфеля. Slate за замовчуванням встановив Opus, оскільки цей етап є важкою аналітичною роботою, але позначив це як можливість змінити, якщо я хочу Sonnet.
Рішення 2: Версії моделей. Slate використав поточні стабільні версії Sonnet та Opus (4.6 та 4.5) і запропонував оновити до новіших версій, якщо я віддаю перевагу.
Рішення 3: Контроль бюджету. Це мене здивувало. Slate чітко сказав мені, що обмеження в $30 за запуск є рекомендаційним, а не жорстким вимикачем. Не існує примітиву вимірювання вартості в реальному часі, тому бюджет контролюється як заявлений ліміт плюс самозвітні витрати, які підсумовуються та позначаються. Якби я хотів жорсткої зупинки під час запуску, Slate запропонував спроектувати це явно.
Це третє зауваження — причина, чому я довіряю цьому інструменту. Більшість агентних фреймворків мовчки вдавали б, що бюджет контролюється. Slate точно сказав мені, який рівень контролю він може реально забезпечити.
Я підтвердив усі три значення за замовчуванням, перейменував Program на multifactor-research-pipeline і сказав Slate зберегти її.
Потім я натиснув запуск.
Сім факторних агентів запустилися негайно. Кожен з'явився в терміналі з власним ідентифікатором підагента та таймером стану.
Slate підтвердив запуск простою англійською мовою:
"Він працює у фоновому режимі як multifactor-pipeline, починаючи з семи факторних агентів паралельно на Sonnet, потім послідовність валідатор → режим → портфель → ризик на Opus, зі стандартними налаштуваннями (./research-memory, бюджет $30, три ворота, безперервний 24-годинний цикл)."
Цей єдиний рядок показує, чому графи перевершують скрипти.
Я не писав код координації. Я не шукав стек-трейс. Я не склеював API. Я описав граф простою англійською мовою, відповів на три питання щодо дизайну, і Slate його побудував.
Все можна змінити під час запуску. Інтервал, бюджет, порогові значення воріт, моделі, розташування пам'яті та обмеження maxRuns, якщо ви не хочете, щоб граф працював вічно.
Ось повна Program, яку Slate написав для мене. Вивчіть її, але не копіюйте дослівно. Ваша буде дещо відрізнятися залежно від відповідей, які ви дали на уточнювальні запитання Slate.
Частина 6: Що відбувається кожні 24 години
О 3-й ночі за вашим часом граф прокидається.
Сім факторних агентів запускаються паралельно. Кожен отримує останні 24 години цінових та фундаментальних даних. Оновлює свій часовий ряд фактора. Передає результати валідатору.
Валідатор проводить t-тести Ньюї-Веста. Бутстрапує 10 000 вибірок. Виключає все, що провалилося на позавибіркових даних.
Лише цей крок відхиляє приблизно 80 відсотків того, що виглядає перспективним на першому бектесті.
Аудитор режимів бере те, що вижило. Сегментує історію за допомогою HMM. Перераховує коефіцієнт Шарпа для кожного режиму.
Фактор, який працює лише в одному режимі, — це не альфа. Це бета до цього режиму, замаскована під альфу.
Конструктор портфеля бере фактори, що вижили. Будує довго-короткий портфель із дотриманням обмежень нейтральності.
Декомпозитор ризику бере портфель. Регресує його на широкий набір стильових та макрофакторів.
Якщо t-статистика залишкової альфи вище 2.5, сигнал виживає. Якщо ні, день реєструється як відсутність сигналу, і граф спить до завтра.
Щоранку ви прокидаєтеся з повідомленням у Slack. Або у вас є сигнал, яким можна торгувати. Або у вас є задокументований доказ того, що сьогодні був шум.
Обидва результати корисні. Жоден не вимагав вашої присутності за клавіатурою.
Ось як виглядає самопрацююча багатофакторна альфа-модель у 2026 році.
План дій
Якщо ви нічого іншого не запам'ятаєте, запам'ятайте ці сім кроків у порядку.
1. Зрозумійте прогресію. Промпти стали циклами. Цикли стали роями. Рої стали графами.
2. Знай свої фактори. Ринок, розмір, вартість, імпульс, прибутковість, інвестиції, низька волатильність. Сім факторів. Кожен стає окремим вузлом.
3. Спроектуй одинадцять вузлів. Сім факторних агентів паралельно. Чотири координаційні агенти послідовно. Намалюй граф ще до того, як написати жодного рядка коду.
4. Використовуй різні моделі для різних вузлів. Sonnet для побудови факторів. Opus для валідації та декомпозиції. Творець ніколи не валідує власні творіння.
5. Впроваджуй жорсткі правила. t-статистика Newey West вище 2.5. Bootstrap 10 000 ітерацій. Стійкість режиму для трьох станів HMM. t-статистика залишкової альфи вище 2.5.
6. Розігрівайся за допомогою /goal та /deepresearch. Інтуїція в інженерії графів з'являється під час спостереження за графами, а не після читання про них.
7. Дозволь цьому накопичуватися. Перший місяць — це пошук помилок. Другий — уточнення факторів. На третій місяць твій граф почне генерувати сигнали, якими можна реально торгувати.
А тепер — до роботи
Встанови Slate сьогодні ввечері. Запусти його. Виконай /goal над реальним квантовим питанням. Виконай /deepresearch над фактором, який тебе цікавить.
Потім створи власну Програму з точним запитом із Кроку 6. Переглянь діаграму. Запусти її. Встанови бюджет у $30.
Наступного тижня в цей самий час у тебе з'явиться твій перший самостійний багатофакторний граф.
Наступного місяця в цей самий час у тебе буде перший придатний для торгівлі сигнал, який пройде всі одинадцять вузлів.
Така угода. Один вихідний на налаштування системи досліджень, яка накопичує результати та ніколи не спить.
А тепер — до роботи.
Якщо застрягнеш на якомусь етапі будівництва, пиши мені в особисті повідомлення.
Знайти Slate можна тут: http://randomlabs.ai/rr.
Стеж за @wearerandomlabs, якщо хочеш бачити всі їхні нові можливості. /goal та /deepresearch — це перші дві Програми. Вони будуть не останніми.
