YouMind
登录

如何使用 Opus 5.5 构建全天候量化交易台(完整指南)

@Av1dlive
英语2026年10月07日
172K
168
17
29
398

TL;DR

本文提供了一份详细指南,介绍如何使用 Opus 5.5 和 Minara 构建 AI 驱动的量化研究台,重点涵盖可投资标的定义、数据验证以及严格测试协议的执行。

以下是用 Opus 5.5 一步步搭建 AI 量化研究台的方法。

一个地方就能研究公司、测试交易思路,并核查每个结果背后的证据。

用下面的提示词、带标注的截图和检查项,搭出你自己的版本。

我们会先跑通一个 Minara 试点项目,再构建完整研究台所需的数据与研究流水线。

让 AI 聊天工具列出全球所有 AI 股票,你大概率能拿到一份名单。但首先,你得定义什么是“AI 敞口”、哪些上市标的符合条件,以及每家公司需要拿出什么证据。

跳过这一步,名单就会把客户和供应商混在一起,同一家公司被算三次,甚至把未来的披露信息泄露到过去的决策里。

在这套方案中,每个工具只干一件事:

Minara 负责管理研究和试点项目。Codex 跑可复现的计算。Jev 在硬性测试通过后核查录入的证据。Dots 在交接流程验证完成后,协调有明确边界的任务。

在要模型之前,我想要能亲自核查的证据。

哪些上市发行主体符合条件?为什么纳入?数据能回答什么问题?

计划中的核心范围包括上市普通股和 ADR,前提是具名数据源提供相应国家覆盖。我会沿着价值链梳理每家发行主体的 AI 敞口。

动量、质量和投资周期会在各自输入通过审查后,分别进行测试。

“全球”需要有据可查的覆盖范围。不是每个交易所和发行主体都会自动出现。

这是纯研究,不接券商、没有订单路由、没有钱包,也不做实盘部署。

原始截图可能会显示账号标签。它们记录的是当前或已保存的界面;我还没有独立复现过这些结果。

Minara 目前支持什么

我走了一遍 Minara,检查它的研究工具。全球数据库还有待建设。

Factor Library 展示了 376 个因子,其中包括几种定义动量的方式。

Strategy Studio 的一个示例包含 31 个当前标的,其中有 ETF 和非美国证券。

用来做界面试点没问题。但历史全球股票成分库还需要自己的数据。

宽泛的美国动量备忘录返回了“未计算”。历史覆盖、成分、数据版本和可执行价格都未经核实。

我还在回测界面发现了费用和设置不一致的问题。

Avid - inline image

当前的 Minara 备忘录和原始请求暴露了界面与研究的局限。

Avid - inline image

• 左侧是一个已有的机构级研究运行记录,全球覆盖不完整。箭头标出了已完成的 NVDA 圆桌会议阶段。

• 中间是一份仅含 NVDA 的报告,没有全球 AI 样本池。箭头标出了标题和持有声明。

• 右侧是原始请求和已保存的备忘录,描述了一项未经测试的研究。箭头标出了结论和“数据不支持”的限制说明。

先定义可投资样本池

从公司身份开始,之后再补代码。

代码标识的是一个上市标的,而研究通常需要它背后的发行主体。

一家发行主体可能有多个股份类别、一个本地主要上市地和一个 ADR。

宽泛搜索还会返回 ETF、基金、权证和私营公司。

把这些都当成独立的 AI 公司,样本在第一次计算前就崩了。

我会维护两张关联表:

发行主体主表(issuer master) 存储稳定的内部 issuer_id、法定名称、注册地和可用的外部标识符。

上市标的主表(listing master) 存储 listing_id、发行主体关联、代码、交易所、股份类别、工具类型、币种、日历、有效日期,以及任何 ADR 比率或底层证券。

法律实体和证券需要各自的标识符,并通过一张带日期的“发行主体-上市标的”映射表连接。

映射关系未解决的条目,不进核心样本。

第一个核心范围包括普通股和存托凭证。

ETF、基金、衍生品、代币化资产和私营公司要么排除,要么单独跟踪。

ADR 及其底层股份算作一家发行主体,即使两者都有代码。

测试之前,我会冻结“主要上市地”规则,或者明确选择以标的为粒度的研究。

因子结果不能反过来改这个决定。

每一个“AI 公司”标签都需要证据。交易所的一个勾选框定不了性。

我会分三个桶:

• 直接敞口: 发行主体销售 AI 模型、软件、系统或服务,并有已披露的分部或产品证据支撑。

• 供应商或赋能者: 销售可识别的芯片、内存、制造设备、网络设备、云算力、数据中心系统、电力、散热或其他 AI 部署投入品。

• 仅观察名单: 管理层说法、宽泛定位或看似合理的关联缺乏足够细节,不足以纳入核心。

每条证据记录存储主张、来源段落、文件期间、发布时间戳、业务分部、采集时间、标签规则、审核人以及母子公司关系。

LLM 可以定位段落并标记冲突。但历史标签仍然需要带日期的来源和人工审核过的记录。

known_at 字段能防止我把一家公司 2026 年的描述塞进它 2018 年的记录里。

没证据就是未知。这也是一个有效输出。

统计未知数量时要和每个类别放在一起,让缺失证据无处藏身。

“全球”需要一本覆盖台账,记录每个数据源的情况。

记下国家、交易所、工具类型、历史、退市名称、公司行动、财务字段、许可证和缺口。

把每一对“国家/交易所”标记为已包含、部分包含或不可用。把供应商支持的子集命名为本研究的范围。

挂个“全球”的标题,补不齐覆盖缺口。

构建主表,杜绝重复和时间泄露

冻结样本池清单:基准日期、国家、交易场所、工具类型、敞口规则、标识符映射快照、质量筛选条件、退市处理、数据源版本和排除项。

每一步都要报告数量:候选数、已映射的发行主体和上市标的、重复项、被拒工具、未知标签和最终成分。

审核人必须能从源头名单一路追溯到最终成分。

代码会变。身份历史必须留下来。

公司会改名、换交易场所、调整股份类别。上市标的会被停牌、合并或退市。

保留带日期的别名、映射来源和每次变更的原因。

ADR 关联和比率也需要生效日期。

今天的交易所名录有助于识别当前上市标的,但无法确定历史成分,也无法证明 AI 证据何时公开。

公告文件可能提供发布日期,但不提供总回报或退市数据。

必需的历史数据拿不到或没授权,就等于“未计算”。

每个上市标的都有币种、日历、夏令时规则和收盘时间。

我会用单一基础货币(很可能是 USD)下的未对冲回报,并注明外汇数据源和时间戳。

定义总回报计算方法、公司行动与分红政策、退市处理和执行时间。

同一天的收盘价不能证明数据可用。要核对东京和其他更晚收盘交易所的实际时间戳。

在清单中记录决策时间和下一个可执行的本地交易时段。

保留本币回报用于诊断。记录折算成 USD 的过程,因为汇率会改变排名。

用交易所日历对齐假期和不重叠的交易时段。一刀切的月末拼接会掩盖时序错误。

如果无法支持一致的时序,就用可对齐的子集,并说明限制。

三个假设。三种失败模式。

Agent 不该为了刷出一张漂亮图表去试几千个因子。

冻结三个简单假设,限制变体,一次只测一个。

动量先来。它的定义今天就能在 Minara 里核查。

在历史输入通过审计之前,质量和投资周期只停留在设计阶段。

1. 动量。 对比普通 12 个月总回报(t−12 到 t−1 复利)与 12–2 动量(t−12 到 t−2 复利,跳过 t−1)。

冻结时点发行主体/上市标的池、调仓日历、筛选规则、权重、基准和成本。

只改信号窗口。

测试能看出不同定义是否选出了不同的名字,但解释不了回报是怎么来的。

2. 质量。 排序前先冻结一个小范围的跨国定义。

一个候选方案结合了盈利能力、资产负债表韧性和盈利稳定性。

定义每个输入的计量单位、财年期间、重述政策、发布时间戳,以及不可比或缺失字段的处理方式。

会计准则、币种、行业和财年日历都能轻易击穿一个粗糙的全球评分。

在综合评分旁边展示每个组成部分的覆盖情况。缺失字段要保持可见。

3. 投资周期。 使用证据台账中与 AI 分部挂钩的已披露资本开支。

区分已实现现金资本支出、业绩指引、已宣布承诺、在建工程和管理层目标。它们的含义和日期各不相同。

一项多年期数据中心公告不等于已完成的资本支出。

测试前冻结指标和滞后阶数。回报不能回头改写它们。

在每份清单中记录预期方向、输入、时机、合格样本、控制变量、基准、变体、拒绝规则和留出集。

在数据字典和发布时间规则通过审查前,保持“仅设计”状态。

已发表的动量研究可以启发问题,但它的历史结果不能直接搬到这个样本池。

我会用 French Mom 作为构建参考。本样本会有自己的定义。

Avid - inline image

• 左上 Factor Library 目录不会验证信号。箭头标出了目录标签页和数量。

• 右上 样本池预设名称不能确定历史成分。箭头标出了 Tradfi 30 选项。

• 左下 这个通用的 Factor Library 视图没有展示配对的动量组合。箭头标出了分类/数量表头。

• 右下 策略表单显示了可用的控制项,但没有提交新策略。箭头标出了资产和投资组合控制项。

从一个有边界的 Minara 试点开始

在构建全球级数据集之前,先让 Minara 在一个具名的受支持子集上,跑一次“普通 vs 跳月”的配对测试。

先要可用性报告:具体资产、标识符、因子定义、调仓规则、日期、成本和导出字段。

任何一个必需项未确认,都会卡住回测。

Factor Library 展示了普通 12 个月、3 个月和 6 个月跳一月,以及中间的 7–12 个月定义。

一对匹配的“普通 12 个月”和“12–2”仍需要验证。

核查因子 ID 和代码来确认这一点。

Avid - inline image

当前的动量代码封装是可核查的。

12 个月对 6 个月的测试,替代不了缺失的 12–2 配对。

自定义信号需要受支持的路径、可核查的代码和可复现的输入。否则,就在离线环境计算这对组合。

观察到的 TradFi 30 篮子包含 31 个当前标的,其中有 ETF 和非美国上市标的。

把它当作固定篮子的界面试点复用。历史全球 AI 成分需要单独的数据。

冻结仅做多前五、等权、月度调仓、1 倍杠杆、基准和成本。只改信号。

保存两次运行的设置、成分和输出。

然后测试单向成本网格,例如 0、10、25 和 50 个基点。

关闭费用的概览显示了成交佣金。这个不一致还没解决;滑点也未被独立验证。

费用开关并不能确立成本模型。

Codex 会根据导出的持仓和回报,计算假设的换手率和扣减项。缺少产物就意味着“未计算”。

Avid - inline image

• 左上 已保存的动量草稿和请求展示了当前构建。箭头标出了样本池和投资组合控制项。

• 右上 当前的动量费用和滑点设置无法验证执行情况。箭头标出了 10 bps 的费用和滑点设置。

• 左下 当前的动量概览没有记录新的运行。箭头标出了核心指标。

• 右下 已保存的动量成交记录尚未被独立复现。箭头标出了成交和佣金。

被核查的 2024–2026 窗口属于开发素材。它不能再当作 untouched 的留出集。

只有拿到授权的时点数据,才能预留历史区块。否则,就在冻结定义后启动前瞻性验证。

Minara 负责组织实验。但界面上显示的每一个业绩数字,仍然需要证据支撑。

Avid - inline image

• 左上 单标的结果是产品报告的证据。箭头标出了已实现和未实现盈亏。

• 右上 当前动量指标与历史聊天指标不同。箭头标出了当前的核心数据。

• 左下 当前已保存的成交记录没有经过独立复现。箭头标出了成交表。

• 右下 这张单标的表展示的是同一份已保存证据,没有新运行。箭头标出了表格。

独立核验一个公式

先从线下的小核验开始:用已发布的六个规模×动量投资组合分支,重建 Kenneth French 的月度 Mom。

这验的是算术。全球 AI 样本池和拟议的投资组合需要单独验证。

检查解析器、日期对齐、回报单位和多空数学。

text
1Mom[t] = 0.5 * (SmallHigh[t] + BigHigh[t])
2 - 0.5 * (SmallLow[t] + BigLow[t])

French 用规模和前期(2–12)回报构建了六个市值加权投资组合。Mom 取两个高前期回报组合的平均值,减去两个低回报组合的平均值。

下载这六个分支和单独发布的 Mom 序列。锁定一个存档版本,拼接共同月份,把四分支重建结果与发布序列对比。

计算前先根据发布精度设定残差容限。

匹配成功说明公式链路没问题。

但它不能验证标的级输入、全球 AI 标签、Minara 历史、成本或 alpha。

该数据库从 2025 年 1 月版开始,由 CRSP FIZ 切换到了 CIZ。两者的月度分红再投资时点不同。

不要在没有单独文档对比的情况下,把这两种格式硬缝成一条“连续”序列。

保留每个快照的 URL、获取时间、格式、校验和、解析器版本、单位和许可说明。

信任 Data Studio 的数据前,先检查它的构建过程

构建器显示选定模型是 Claude Opus 5.5。这就是该看板捕获的模型设置。

全球研究台还有待建设。在使用任何输出前,我会独立检查它的代码和数据。

Minara 报告应用版本为 1.2.1。看板版本有自己的编号。

较旧的 Data Studio 项目写着 Version 1,却把比特币预览和 Nvidia/Palantir 方案混在了一起。

Avid - inline image

• 左上 Data Studio 首页展示的是已保存项目,而非经验证的计算。箭头指向自然语言输入区。

• 右上 较旧的 Version 1 比特币预览与后续请求不符。箭头指向 Version 1 的空面板。

• 左下 较旧的 Nvidia/Palantir 方案无法证明其预览成功了。箭头指向与比特币需求混在一起的股票目标。

• 右下 较早的数据请求失败了。箭头指向 FMP 历史和报价的 504 错误。

Avid - inline image

• 左上 较旧的设置展示的是配置,不是结果。箭头指向 Financial Modeling Prep 的 Ready 状态。

• 右上 较旧的代码视图无法证明数据获取成功了。箭头指向一个带有比特币组件的股票标题。

• 左下 早期比特币项目的上下文,与新的对比请求无关。箭头指向发送前的“仅研究”看板提示词。

• 右下 较旧的比特币预览显示一次失败的股票细化。箭头指向那个失败的请求。

它的 Data 标签页显示四个 FMP 请求报 504 错误。这并没有建立起有效的股票对比。

Avid - inline image

• 左上 较旧的 Data 标签页显示四个 FMP 504 错误。箭头指向那些 504 失败。

• 右上 较旧的已保存股票对比方案与比特币预览不符。箭头指向方案目标。

• 左下 股票看板模板展示的是可选项,不是已完成的研究。箭头指向股票和宏观模板。

• 右下 About 报告 Minara 应用版本为 1.2.1。小截图保持原始尺寸;箭头指向版本号那一行。

我提交了一个单独的 Nvidia 对 Palantir 研究请求,要求给出真实观测值、时间戳和可见错误。确切请求和后续追问保存在单独的提示词文件中。

第一次构建卡在了第 3/5 步。

Avid - inline image

• 左侧 已保存的 Version 1 有报价;历史和相关性仍在等待。箭头指向 Version 1 的报价值和来源时间戳。

• 中间 Version 1 的报价调用返回了 HTTP 200。箭头高亮标出两个 HTTP 200 报价调用。

• 右侧 此时历史扩展仍在运行。它后来保存了 Version 2;箭头指向待处理的历史面板。

历史扩展保存了 Version 2。应用报告构建和预览检查已通过。

界面显示覆盖期为 2026 年 4 月 1 日至 10 月 1 日:每个标的返回 127 条,其中 127 条有效收盘价。两条价格序列在首个共同日期都从 100 起步。

界面报告 126 对日回报的 Pearson 相关系数为 0.1421。我没有独立复现过。

它描述的是历史回报,预测不了下一步走势。

Avid - inline image

• 左上 最终的 Version 2 界面展示了报价和历史价格。箭头指向 Version 2 的日收盘价图表。

• 右上 Version 2 报告各有 127 个收盘价和 126 对回报。箭头指向日期和 127/127 覆盖行。

• 左下 请求历史显示,在成功的历史响应之前有六次 HTTP 403 失败。箭头指向那些 HTTP 403 失败和之后的 HTTP 200 响应。

• 右下 这里展示的是对比代码的开头,不是整个文件。箭头指向解析器和重复日期处理逻辑。

Avid - inline image

已保存的 Version 2 展示了指数化价格和界面报告的相关性。我没有独立复现该计算。

预览也把失败的请求算进去了。累计的 Data 标签页显示 18 次 FMP 调用和 6 次错误。

六次历史尝试返回 403,随后两次返回 HTTP 200。最终预览渲染时,那些失败仍留在请求历史中。

Avid - inline image

• 左侧 最终保存的方案报告构建完成。箭头指向其报价和历史来源合约。

• 右侧 最终设置无法独立验证数据。箭头指向 FMP 就绪状态和单次加载节奏。

已验证的注册数据源仍然不提供商品、供应链或新闻预测输入。全球流水线依然只是一份构建计划。

检查已保存的策略和导入工作流

已保存的 BTC 策略和 Pine 示例展示了另一条值得检查的工作流。那些模拟和代码不能证明股票研究的有效性。

Avid - inline image

• 左上 这个 Pine 示例与全球股票研究无关。箭头指向其仓位和成本说明。

• 右上 当前的 Pine 成本输入无法证明早前运行的成本。箭头指向对话框中的回测成本值。

• 左下 已保存的 Pine 概览报告了一次我未复现的模拟。箭头指向其核心结果。

• 右下 已保存的 Pine 成交记录是一次单独的模拟,不是实盘订单。箭头指向第一笔已完成交易的行。

Avid - inline image

• 左上 代码导入对话框展示的是输入界面,不是经过验证的转换。箭头指向 Pine/代码输入区。

• 右上 这份已保存的 Pine 概览与股票研究无关。箭头指向示例的核心指标。

• 左下 Pine 源码属于一个单独保存的示例。箭头指向其代码。

• 右下 已保存的交易列表展示的是模拟输出,不是实盘订单。箭头指向各行数据。

锁定代码仓库和数据契约

我会从小处着手:Python、NumPy、pandas、PyArrow、Pydantic、pytest、Ruff,以及锁定的 uv 环境。

statsmodels 和 Matplotlib 等报告需要时再加。scikit-learn 等建模阶段定义好后再上。

如果面板变大,DuckDB 可以查询 Parquet。

六个因子序列不需要服务器、向量数据库或自主 Agent 框架。

markdown
1quant-research-lab/
2 AGENTS.md README.md pyproject.toml uv.lock
3 config/ schemas/ manifests/{sources,universes,hypotheses}/
4 src/qrlab/
5 data/{ingest,identifiers,calendar,fx,validate}.py
6 universe/{build,evidence,coverage}.py
7 factors/{momentum,quality,investment_cycle}.py
8 portfolio/{weights,returns,costs}.py
9 validation/{splits,metrics,review}.py
10 runner.py registry.py reporting.py
11 tests/fixtures/ tests/test_*.py
12 data/{raw,normalized}/ # ignored by Git
13 runs/ # immutable run folders
14 reports/

Git 管代码、schema、合成 fixture 和非敏感清单。

原始数据或授权数据放在 Git 之外。

我会逐字节保留源存档,并对存档及其中每个条目做哈希。

每个归一化的 Parquet 快照都携带 schema 版本、源快照、币种、单位和转换血缘。

一次运行需要锁定的输入。它不会去读 latest.csv。

四条记录让整条链路可核查。

  1. DataManifest 记录数据源、许可、格式、获取时间戳、哈希、覆盖范围、解析器和版本。
  2. UniverseManifest 冻结成分规则、证据标签、发行主体-上市标的映射、数量、排除项和基准日规则。
  3. ExperimentSpec 定义假设、输入、信号、日期、投资组合映射、基准、成本和拒绝规则。
  4. RunManifest 记录代码提交、lockfile、输入哈希、命令、环境、输出哈希、外部调用和状态。

单独的 ReviewResult 引用这些产物,并列出未解决的问题。

  1. 对于每个样本池成员,我需要 issuer_id、listing_id、valid_from、valid_to、known_at、instrument_type、country、exchange、currency 和 source_snapshot_id。
  2. 每条证据主张还需要发布和采集时间戳、主张文本、证据来源、分类规则和审核人。
  3. 财务数值需要期间起止、available_at、原始币种、单位、报告值、重述状态和来源。
  4. 回报需要价格或总回报方法、公司行动政策、退市处理、基础货币转换和外汇时间戳。

期末日期并不能告诉我公告文件何时可用。

  1. 测试强制 available_at <= decision_at。交易跟随可知信号;目标回报在执行之后才开始。
  2. 我会在把行展开为上市标的之前拆分日期。
  3. 同一个决策日期留在同一个 fold 里。当回报区间与验证集重叠时,训练标签会被清除。
  4. 一个数值缺口无法覆盖不同的期限或日历。

回测前先冻结计算和失败规则

每次运行都把信号、持仓、毛回报和成本分开。

  • 信号用决策时可用的信息对合格发行主体排序。
  • 并列情况遵循确定性规则。
  • 投资组合构建选出预设数量的标的、归一化权重、处理缺失或停牌的上市标的,并记录被拒头寸。
  • 成本层应用申报的费用、换手率、价差、滑点和外汇假设。
  • 毛回报不能标成净业绩。

全球回报规范会固定基础货币和转换时间戳。

本地总收益与汇率收益按乘法合并计算:(1 + local_return) \ (1 + fx_return) - 1。*

我需要真实的总收益数据,或者有记录的股息与公司行为。单靠“调整后收盘价”解释不了这些计算逻辑。

缺失的退市收益会触发覆盖度警告。失败的公司不会悄无声息地消失。

  1. 在使用授权数据之前,先用合成测试数据检验 ADR 去重、股份类别映射、时点标签变更、本地节假日、异步收盘、汇率换算、退市、重复观测值、缺失申报文件以及组合权重。
  2. French Mom 测试数据用于检查符号、一次性百分比转换、公共月份对齐、年度区间排除以及舍入边界。
  3. 用同一份清单(manifest)、代码和输入重新跑一遍。数值产物必须完全一致。

如果哈希值发生变化,运行就会中止。

  • 结果状态可以是 verified_reconstruction、not_reproduced、not_calculated 或 blocked。
  • blocked 必须附带原因。例如:不支持该国历史数据、发行主体映射未解决、币种时间未知,或缺少匹配的 Minara 因子对。
  • Agent 不能靠猜来绕过缺失字段。
  • 覆盖度统计和缺失情况要放在收益表旁边。

为每个想法建立试算账本条目

在计算之前,每个想法都要有一份带版本号的假设清单:经济逻辑、精确公式、所需字段、数据可用滞后、合格样本范围、持有期、形成与执行时间、基准、成本、开发窗口、预留验证集、计划变体以及拒绝标准。

账本会记录每一次运行,包括解析失败和负面结果。

  • 看到输出后再修改公式,会生成新的清单版本。旧记录保留不变。
  • 注册表可以使用以下状态:proposed、design_only、data_audited、implemented、challenged、independently_reviewed、research_qualified、rejected 和 paper_research。

这些状态名称只是提案。注册表还没建好。

  1. 复现 French 的计算可以得到 verified_reconstruction。但要让一个股票模型达到合格标准,还需要单独的证据。
  2. research_qualified 要求具备数据来源溯源、确定性计算、时点检查、冻结验证、成本处理方式,以及一位能复现结果的审核人。
  3. 满足这些条件后,才能进入 paper-research 阶段。但这并不意味着可以动用资金。
  4. 做推断时,把同一日期的名称放在一起。按日期报告截面秩相关系数;不要把每一个“股票-日”都当成独立样本。

组合 Sharpe 估计需要不确定性区间,以及能处理序列依赖性的方法。

统计上显著的结果,依然可能存在幸存者偏差、标签过时、覆盖度或执行层面的问题。

给每个工具安排它力所能及的工作

Minara 负责整理研究工作台。 我会用它来梳理问题、检查因子和策略的表现面,并记录受支持的资产。

  1. 最初的交接是手动完成的。
  2. 等我测试完账户权限、身份验证、计费、速率限制、响应格式以及仅限研究的提示词之后,后续的适配器就可以使用文档中的聊天 API 了。
  3. 当前文档描述了 POST /v1/developer/chat 和一个状态路由。
  4. 文档规定 background: true 只能与 stream: false 一起使用,说明了 requestId 的幂等性,并将 completed 状态保留 24 小时。

在该状态过期之前,我会把已接受的响应缓存下来。

  1. 文档里的路由仍需用真实账户测试。在它成为时点市场数据之前,必须先核验它的回答。
  2. Codex 负责确定性工作。 每项任务都会获得一个输出、代码仓库、清单 ID、已批准的输入、禁止的副作用以及验收检查项。
  3. Codex 可以编写解析器、已知答案测试、数据校验器、报告和实验代码。
  4. 薄弱的结果不能改动已冻结的因子。没跑过的检查不能算作通过。文字描述不能让候选对象变得合格。

每次改动都会变成一份代码 diff,附加到一次新的运行中。

Jev 负责检查类型化证据。 来源哈希、单位、发布时间、缺失数据处理规则、收益类型以及独立测试,都必须先通过硬性门槛。

未通过门槛会返回 blocked。Jev 无法覆盖这个结果。

  1. 如果产物通过检查,Jev 可能会将其分流为 needs_evidence、schema_issue 或 ready_for_human_review。
  2. 现有的 0.65 阈值只是一个建议的路由设置,并非经过校准的安全边界。
  3. 置信度较低时应选择弃权。置信度较高也仍需人工复核。
  4. Jev 不能对证券排序、计算收益、覆盖失败的测试,也不能批准模型。

Dots 负责协调工作。 一旦有了获批的云项目,它就能跟踪状态、维护检查清单,并准备有边界的任务简报。

代码依然由 Codex 来跑。

  1. 在受支持的交接流程经过测试并保存之前,我会手动启动 Codex 任务,并比对返回的 commit、清单、运行 ID 和证据链接。
  2. 我会用一条带有恶意的指令来测试它,试图让 Agent 偏离方向。它必须始终待在证据字段的范围内。

逐个检查点地把系统搭起来

0. 冻结问题。 确定目标上市类型、AI 敞口分类、候选国家、基础币种以及最低来源证据要求。

产出是一份范围说明文档。

收益计算先放一放。

1. 审计覆盖度。 盘点 Minara 可用的股票范围以及所有拟用的外部数据源。

  • 生成国家/交易所/日期/字段矩阵、许可说明和缺口清单。
  • 只有当 Minara 的数据面和导出能力可验证时,它才算作受支持的子集。
  • 如果缺少历史成分股或总收益数据,相关研究就标记为 not_calculated。

2. 构建身份与证据表。

  • 用带日期的别名、ADR 关联、日历、币种和证据标签来映射发行主体与上市信息。
  • 在人工核对过的样例上测试防重机制和历史 known_at 逻辑。
  • 检查标准:审核人能解释为什么在指定日期纳入或排除了某个实体。

3. 创建离线核心。

  • 添加 schema、lockfile、不可变的运行文件夹、哈希值、测试数据集,以及拟定的 CLI 命令:qrlab universe-audit、qrlab validate-data、qrlab run 和 qrlab report。
  • 这些命令名只是提案。目前还不能运行。
  • 检查标准:全新检出的代码无需产品 API 密钥即可验证合成数据。

4. 验证计算逻辑。

  • 重建一个固定版本的 French Mom 历史快照,并运行全局数据测试用例。
  • 在看到结果之前先设定容差。
  • 检查标准:没有混用不同版本、没有静默对齐、残差有界、文件可复现。
  • 如果失败,记录为 not_reproduced。不要为了让它通过而修改边界。

5. 运行 Minara 试点。 先请求一份可用性清单。

  • 如果能检查到完全相同范围的 plain/skip 配对及所需设置,就将它们冻结并进行比对。
  • 否则,Minara 继续负责整理研究工作。不匹配的比对保持未运行状态。
  • 发布前,移除账户标识信息,并准确说明每张截图展示的内容。

6. 预注册三项研究。

  • 分别冻结动量、质量和投资周期的定义。
  • 只从样本范围、输入、时间戳、退市成分股覆盖度和成本均通过审核的那项研究开始。
  • 另外两项保持在 design_only 状态。它们的结果不能左右第一项测试。

7. 最后再添加集成。

  • 用一次仅限研究的请求验证 API 密钥和成本。
  • 在人工标注的案例上测量 Jev 的错误放行和弃权行为。
  • 在云权限和明确的任务边界理清之后再配置 Dots。
  • 即使某项集成失败,离线核心也必须能正常工作。

第一个胜利是什么样子

第一个胜利是一份我可以检查的范围审计。

  1. 它会显示覆盖了哪些内容、为什么每个发行主体符合条件,以及历史记录在哪里中断。
  2. 接着通过公式检查和小规模产品试点,展示哪些部分是我可以复现的。
  3. 在此之后,动量、质量和投资周期各自开展独立研究。

当实验室能够解释自己为何拒绝时,它就变得更强大了。数据缺失会在报告中留下空白,绝不会变成一个看似自信的猜测。

更多待检查的应用功能

这些面板展示了更多的应用界面和中间构建状态。全局研究系统仍有待搭建。

Avid - inline image

• 左侧:这个编码界面属于另一个已保存的项目。箭头指向 explore、build、review 和 fix 操作。

• 右侧:导入对话框展示的是一个可用界面,而非已完成的导入。箭头指向图片/视频拖放区域。

从下面的 universe-audit 提示词开始。只有当别人也能重建出同一个收益数字时,这个数字才有意义。

我将交给实验室的前六个请求

按顺序运行这六个提示词。每个产物都会约束下一个,并在评估表现前先检查覆盖度和证据。我会把每条确切的提示词连同其清单和运行 ID 一起保存下来。

1. 范围审计

markdown
1为全球上市 AI 股票拟定一份样本范围草案。不要只返回一个代码列表。
2
3将发行主体与上市信息分开,定义普通股/ADR 核心、排除的工具类型、国家和交易所覆盖度相关问题,以及将标的归类为直接 AI 敞口、供应商/赋能者或仅列入观察名单所需的证据。
4
5列出获取当前和历史成分股所需的来源与字段。标记所有未知项。不要根据当前描述推断全球覆盖完整,也不要据此分配历史标签。
6
7仅输出一份带版本号的 UniverseManifest 草稿和覆盖度审计检查清单;不要进行回测。

2. 价值链证据

markdown
1仅使用提供的带日期申报文件和来源文档,将每个候选发行主体映射到拟定的 AI 价值链分类体系中。
2
3对于每个标签,引用或定位支持证据,记录文档日期和发布时间戳、业务板块、发行主体/上市标识符、来源哈希、标签规则和审核人状态。
4
5区分已披露的直接 AI 收入、可识别的供应商/赋能者,以及仅有管理层声明或证据薄弱的情况。
6
7如果证据缺失或存在冲突,使用 unknown/watchlist 并说明原因。不要在文档公开之前创建历史标签。

3. 三个假设

markdown
1针对已审计的样本范围,起草三份独立且可预注册的研究方案:(a) 普通 12 个月与 12–2 动量对比,(b) 使用时点会计输入的小型质量复合指标,(c) 一项将实际资本支出与指引或承诺区分开的 AI 投资周期衡量指标。
2
3针对每一项,说明公式、预期方向、数据可用滞后、合格样本、基准、持有期、控制变量、变体、成本、拒绝规则和预留验证集。
4
5不要估计表现,也不要把多个假设合并成一个分数。当所需字段或历史数据不可用时,将相应方案标记为 design_only。

4. Minara 受支持子集比对

markdown
1在运行策略之前,先报告此 Minara 账户实际支持哪些全球股票上市信息、因子定义、日期、组合设置、成本设置和导出字段。
2
3只有当两个公式使用相同的已验证样本范围,且除信号外的所有设置都相同时,才提出匹配的普通 12 个月与 12–2 比对方案。
4
5如果无法获得相同回溯期的配对、时点成分股或所需输出,请停止并返回 not_calculated。不要用其他回溯期替代,也不要引用未经验证的表现作为证据。

5. Codex 工程任务

markdown
1仅在 quant-research-lab 仓库中实现已批准的离线范围审计和数据验证里程碑。
2
3从已批准的 UniverseManifest 和 DataManifest 开始。
4
5除非明确提供了授权来源快照,否则使用合成测试数据。添加发行主体/上市信息去重、带日期的 AI 证据标签、覆盖度统计、时间戳与币种/日历检查、确定性测试以及不可变的运行输出。
6
7不要调用外部 API、更改已冻结的假设、拉取授权数据、生成交易,也不要声称全球覆盖已完成。返回 diff、命令、测试输出、哈希值、blocked 字段以及供人工审核的下一步决策。

6. 质疑式审计

markdown
1在不依赖摘要的前提下,审查已冻结的清单、来源文件、代码 diff、测试输出和运行产物。
2
3尝试证伪样本范围映射和任何表现声明。
4
5检查重复的发行主体/ADR、幸存者偏差、AI 标签的未来信息泄露、缺失国家、未验证的数据权限、过时的币种、异步收盘、汇率时间点、公司行为、退市、成本假设、测试数据泄露,以及与预注册方案的每一处差异。
6
7引用确切的产物路径和哈希值。
8
9不要修复或重新运行任何内容。针对每项要求返回 pass、blocked 或 not_reproduced,列出反例,并说明该结果未能证明什么。

来源说明

• Minara,Agent API 概览 和 API 密钥端点参考。产品权限和账户访问尚未测试。

• Kenneth French,月度动量因子构建 和 Data Library 历史版本与 CRSP FIZ/CIZ 说明。

• AQR,Fact, Fiction, and Momentum Investing。

• Two Sigma,Sharpe 比率估计与假设检验。

• TypeSafe,Jev 与类型化决策输出;OpenAI,Introducing Dots。

• DuckDB,Parquet 文档;pytest,文档。

一键保存

使用 YouMind AI 深度阅读爆款文章

保存原文、追问细节、总结观点,并在一个 AI 工作空间里把爆款文章沉淀成可复用笔记。

了解 YouMind
写给创作者

把你的 Markdown 变成干净的 𝕏 文章

图片上传、表格、代码块,往 𝕏 上手动重排太痛苦。YouMind 把整篇 Markdown 一键转成干净、可直接发布的 𝕏 文章草稿。

试试 Markdown 转 𝕏

更多可拆解样本

近期爆款文章

探索更多爆款文章