YouMind
登入

如何使用 Opus 5.5 打造全天候量化交易台(完整指南)

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

TL;DR

本文提供詳細指南,說明如何使用 Opus 5.5 和 Minara 建立 AI 驅動的量化研究平台,重點在於定義可投資標的池、驗證數據以及實施嚴格的測試協議。

以下是如何一步步用 Opus 5.5 搭建 AI 量化研究台的指南。

在同一個地方研究公司、測試交易想法,並檢視每項結果背後的證據。

使用下方的提示詞、標註截圖與檢查步驟,打造屬於你自己的版本。

我們會先從一個可運作的 Minara 試點開始,接著建立完整研究台所需的資料與研究管線。

向任何 AI 聊天機器人詢問全球所有 AI 股票,你大概會拿到一份清單。但首先,你得定義什麼是「AI 曝險」、哪些上市標的符合資格,以及每家公司需要拿出什麼證據。

跳過這一步,清單就可能把客戶跟供應商混在一起、同一家公司算三次,甚至把未來才揭露的資訊洩漏到過去的決策裡。

在規劃的架構中,每個工具只負責一件事:

Minara 負責整理研究與試點流程。Codex 執行可重現的計算。Jev 在嚴格的測試通過後,檢查已輸入的證據。Dots 則在交接流程驗證完成後,協調有明確邊界的任務。

在要求模型之前,我想要能親自檢視的證據。

哪些上市發行人符合資格、為什麼納入它們,以及這些資料能回答什麼問題?

規劃中的核心涵蓋上市普通股與 ADR,前提是具名來源有提供該國覆蓋範圍。我會沿著價值鏈,繪製每家發行人的 AI 曝險地圖。

動能、品質與投資週期會在各自的輸入資料通過審查後,再進行獨立測試。

「全球」需要有文件記錄的覆蓋範圍。不是每個交易所和發行人都会自動出現。

這是純粹的研究,沒有連接券商、下單路由、錢包,也不做實盤部署。

原始截圖可能會顯示帳號標籤。它們記錄的是當下或已儲存的介面;我尚未獨立重現這些結果。

Minara 目前支援的功能

我實際操作了 Minara 來檢視它的研究工具。全球資料庫仍有待建立。

Factor Library 顯示了 376 個因子,其中包含幾種定義動能的方式。

Strategy Studio 的一個範例持有 31 檔現有商品,包括 ETF 與非美國證券。

這對介面試點來說夠用了。但歷史全球股票成分仍需要自己的資料。

廣泛的美國動能備忘錄回傳了「未計算」。歷史覆蓋範圍、成分、資料版本與可執行價格都尚未驗證。

我也在回測畫面中發現成本與設定不一致的問題。

Avid - inline image

目前的 Minara 備忘錄與原始請求,顯示了介面與研究的限制。

Avid - inline image

• 左側是先前留下的機構級研究執行紀錄,全球覆蓋不完整。箭頭標示 NVDA 圓桌會議已完成的階段。

• 中間是一份僅含 NVDA 的報告,沒有全球 AI 股票池。箭頭標示其標題與持有聲明。

• 右側的原始請求與已儲存備忘錄描述了一項未經測試的研究。箭頭標示結論與「資料不支援」的限制說明。

先定義可投資範圍

從公司身分開始。之後再加上代號。

代號識別的是掛牌標的。但研究通常需要的是它背後的發行人。

一家發行人可能有多種股份類別、一個本地主要上市地,以及一檔 ADR。

廣泛搜尋也可能會回傳 ETF、基金、權證與私人公司。

如果把它們都算成獨立的 AI 公司,樣本在第一次計算前就會崩壞。

我會維護兩張關聯表:

發行人主檔(issuer master) 儲存穩定的內部 issuer_id、法定名稱、註冊地,以及可用的外部識別碼。

掛牌主檔(listing master) 儲存 listing_id、發行人連結、代號、交易所、股份類別、商品類型、幣別、日曆、生效日期,以及任何 ADR 換股比例或標的證券。

法人實體與證券需要不同的識別碼,並透過帶日期的發行人對掛牌對應表來連結。

對應關係未解決的項目,就不會進入核心樣本。

第一個核心範圍包含普通股與存託憑證。

ETF、基金、衍生性商品、代幣化資產與私人公司則排除在外,或另行追蹤。

ADR 與其標的股票算作同一個發行人,即使兩者都有代號。

在測試之前,我會凍結主要上市規則,或明確選擇以掛牌層級進行研究。

因子結果不能改變這個選擇。

每一個「AI 公司」標籤都需要證據。光靠交易所的勾選框無法定案。

我會分成三個類別:

• 直接曝險: 發行人銷售 AI 模型、軟體、系統或服務,且有揭露的業務板塊或產品證據支持。

• 供應商或推動者: 銷售可辨識的晶片、記憶體、製造設備、網路、雲端算力、資料中心系統、電力、散熱或其他 AI 部署投入要素。

• 僅限觀察名單: 管理層說法、廣泛定位或看似合理的連結,缺乏足夠細節以納入核心。

每筆證據紀錄都會儲存主張、來源段落、文件期間、發布時間戳記、業務板塊、擷取時間、標籤規則、審查者,以及母子公司連結。

LLM 可以找出段落並標記衝突。但歷史標籤仍需要帶日期的來源與人工審查過的紀錄。

known_at 能防止我把一家公司 2026 年的描述放進它 2018 年的紀錄裡。

沒有證據就是未知。這也是一種有效輸出。

要把未知數量跟每個類別一起統計,讓缺失的證據保持可見。

「全球」需要為每個來源建立覆蓋範圍總帳。

記錄國家、交易所、商品類型、歷史、下市名稱、公司行動、財務欄位、授權與缺口。

將每一組國家/交易所標記為已納入、部分納入或不可用。把供應商支援的子集命名為本研究的範圍。

光靠一個「全球」標題,無法彌補不完整的覆蓋範圍。

建立無重複、無時間洩漏的主檔

凍結範圍清單:基準日、國家、交易場所、商品類型、曝險規則、識別碼對應快照、品質篩選、下市處理方式、資料版本與排除項目。

在每個步驟回報數量:候選數、已對應的發行人與掛牌數、重複數、被拒絕的商品、未知標籤,以及最終成分。

審查者必須能從來源清單一路追溯到最終成分。

代號會變。身分歷史必須保留下來。

公司會改名、換交易場所與股份類別。掛牌可能被暫停、合併或下市。

保留帶日期的別名、對應來源,以及每次變更的原因。

ADR 連結與換股比例也需要生效日期。

今天的交易所目錄有助於識別現有掛牌。但它無法確立歷史成分,也無法證明 AI 證據何時公開。

申報文件可能提供發布日期,但不會提供總報酬或下市資料。

若無法取得或未獲授權必要的歷史資料,就代表「未計算」。

每個掛牌都有自己的幣別、日曆、夏令時間規則與收盤時間。

我會使用單一基礎貨幣(可能是 USD)的未避險報酬,並附上具名的外匯來源與時間戳記。

定義總報酬計算方法、公司行動與股利政策、下市處理方式與執行時間。

同日收盤價不能證明資料可用。要檢查東京與較晚收盤交易所的實際時間戳記。

在清單中記錄決策時間與下一個可執行的本地交易時段。

保留原幣報酬以供診斷。記錄 USD 換算過程,因為匯率可能改變排名。

將假日與不重疊的交易時段與交易所日曆對齊。一律用月底做連結,可能會掩蓋時間誤差。

當無法支援一致的時間對齊時,就使用可對齊的子集,並說明限制。

三個假設。三種失敗模式。

Agent 不該為了跑出一張漂亮的圖表,就去試幾千個因子。

凍結三個簡單的假設、限制變體數量,一次只測試一個。

動能排第一。它的定義目前在 Minara 中就能檢視。

品質與投資週期維持純設計狀態,直到歷史輸入資料通過稽核。

1. 動能。 比較單純的 12 個月總報酬(複利計算 t−12 至 t−1),與 12–2 動能(複利計算 t−12 至 t−2,跳過 t−1)。

凍結特定時點的發行人/掛牌範圍、再平衡日曆、選股規則、權重、基準與成本。

只改變訊號窗口。

這項測試能看出不同定義是否會選出不同的名字。但它無法解釋是什麼造成了那些報酬。

2. 品質。 在排序之前,先凍結一個小型的跨國定義。

其中一個候選方案結合了獲利能力、資產負債表韌性與盈餘穩定度。

定義每個輸入值的單位、會計期間、重編政策、發布時間戳記,以及無法比較或缺失欄位的處理方式。

會計準則、幣別、產業與會計年度日曆,都可能讓粗糙的全球分數失效。

在綜合分數旁顯示各組成項目的覆蓋範圍。缺失的欄位要保持可見。

3. 投資週期。 使用證據總帳中與 AI 業務板塊相關的已揭露資本支出。

區分已實現的現金資本支出、展望指引、已宣布承諾、在建工程與管理層目標。每一項都有不同的意義與日期。

一項多年期的資料中心宣布計畫,不等於已完成的資本支出。

在測試前先凍結衡量指標與落後期。報酬不能回頭改寫它們。

在每份清單中記錄預期方向、輸入值、時間點、合格樣本、控制變數、基準、變體、拒絕規則與保留樣本。

在資料字典與發布時間規則通過審查前,維持「僅限設計」狀態。

已發表的動能研究可以啟發這個問題。但它的歷史結果不能直接套用到這個範圍。

我會用 French Mom 作為建構參考。本樣本會有自己的定義。

Avid - inline image

• 左上 Factor Library 目錄不會驗證訊號。箭頭標示目錄分頁與數量。

• 右上範圍預設名稱無法確立歷史成分。箭頭標示 Tradfi 30 選項。

• 左下這個通用的 Factor Library 檢視畫面,並未顯示配對的動能組合。箭頭標示類別/數量標題。

• 右下策略表單顯示可用的控制項,但尚未提交新策略。箭頭標示資產與投資組合控制項。

從有明確邊界的 Minara 試點開始

在建構全球規模的資料集之前,先請 Minara 針對某個具名且受支援的子集,執行配對的「單純 vs 跳月」測試。

先要求可用性報告:確切的資產、識別碼、因子定義、再平衡規則、日期、成本與匯出欄位。

只要有一項必要項目未確認,就會阻擋回測。

Factor Library 顯示了單純 12 個月、3 個月與 6 個月跳一月,以及中期 7–12 個月的定義。

一組配對的單純 12 個月與 12–2 組合仍需驗證。

檢查因子 ID 與程式碼來確認這一點。

Avid - inline image

目前的動能程式碼包裝器是可以檢視的。

12 個月對 6 個月的測試,無法取代缺少的 12–2 組合。

自訂訊號需要受支援的路徑、可檢視的程式碼與可重現的輸入值。否則,就在離線環境計算這組配對。

觀察到的 TradFi 30 籃子顯示了 31 檔現有商品,包括 ETF 與非美國掛牌標的。

把它當作固定籃子的介面試點重複使用。歷史全球 AI 成分需要另外的資料。

凍結純做多前五名、等權重、每月再平衡、1 倍槓桿、基準與成本。只改變訊號。

儲存兩次執行的設定、成分與輸出結果。

接著測試單向成本網格,例如 0、10、25 與 50 個基點。

關閉費用的總覽畫面顯示了成交佣金。這個不一致之處仍未解決;滑價也尚未經過獨立驗證。

費用開關無法確立成本模型。

Codex 會根據匯出的持股與報酬,計算假設的周轉率與扣除額。缺少產出物就代表「未計算」。

Avid - inline image

• 左上已儲存的動能草稿與請求顯示目前的建構方式。箭頭標示範圍與投資組合控制項。

• 右上目前的動能費用與滑價設定無法驗證執行情形。箭頭標示 10 bps 費用與滑價設定。

• 左下目前的動能總覽未記錄新的執行。箭頭標示主要指標。

• 右下已儲存的動能成交紀錄尚未经過獨立重現。箭頭標示成交與佣金。

所檢視的 2024–2026 窗口屬於開發素材。它不能再當作 untouched 的保留樣本。

只有在擁有授權的特定时点資料時,才能保留歷史區塊。否則,就在凍結定義後開始前瞻性驗證。

Minara 負責組織實驗。但畫面上顯示的每個績效數字,仍需要佐證。

Avid - inline image

• 左上逐商品的結果是產品回報的證據。箭頭標示已實現與未實現損益。

• 右上目前的動能指標與歷史聊天指標不同。箭頭標示目前的主要數字。

• 左下目前儲存的成交紀錄沒有獨立重現。箭頭標示成交表格。

• 右下這張逐商品表格顯示相同的已儲存證據,沒有新的執行。箭頭標示該表格。

獨立檢查一個公式

先從一個小檢查開始離線作業:用已發布的六個「規模×動能」投資組合分支,重建 Kenneth French 的月度 Mom。

這是在檢查算術。全球 AI 範圍與規劃的投資組合需要另外驗證。

檢查解析器、日期對齊、報酬單位與多空數學。

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

French 使用規模與前期(2–12)報酬建構六個市值加權投資組合。Mom 是兩個高前期報酬投資組合的平均值,減去兩個低報酬投資組合的平均值。

下載這六個分支與另外發布的 Mom 序列。鎖定一個封存版本、合併共同月份,並將四個分支的重建結果與發布的曲線比對。

在計算之前,先根據發布的精確度設定殘差容許值。

吻合代表公式管線沒問題。

但這無法驗證證券層級的輸入值、全球 AI 標籤、Minara 歷史、成本或 alpha。

該資料庫從 2025 年 1 月版本起,由 CRSP FIZ 改為 CIZ。兩者的月度股利再投資時點不同。

不要在沒有另外記錄比對的情況下,把這些格式拼接成一條「連續」序列。

保留每個快照的 URL、擷取時間、格式、校驗和、解析器版本、單位與授權說明。

在信任 Data Studio 的資料前,先檢查它的建構過程

建構器顯示 Claude Opus 5.5 為所選模型。這就是此儀表板記錄的模型設定。

全球研究台仍有待建立。在使用任何輸出之前,我會獨立檢查它的程式碼與資料。

Minara 回報應用程式版本為 1.2.1。儀表板版本有自己的編號。

較舊的 Data Studio 專案標示為 Version 1,卻把 Bitcoin 預覽與 Nvidia/Palantir 計畫混在一起。

Avid - inline image

• 左上 Data Studio 首頁顯示已儲存的專案,而非已驗證的計算。箭頭指向自然語言輸入區。

• 右上較舊的 Version 1 Bitcoin 預覽與後來的請求不符。箭頭指向 Version 1 的空面板。

• 左下較舊的 Nvidia/Palantir 計畫無法證明其預覽成功運作。箭頭指向與 Bitcoin 需求混在一起的股票目標。

• 右下較舊的資料請求失敗了。箭頭指向 FMP 歷史與報價的 504 錯誤。

Avid - inline image

• 左上較舊的設定顯示的是配置,而非結果。箭頭指向 Financial Modeling Prep 的 Ready 狀態。

• 右上較舊的程式碼檢視畫面無法證明資料擷取成功。箭頭指向帶有 Bitcoin 元件的股票標題。

• 左下早期 Bitcoin 專案的內容,與新的比較請求無關。箭頭指向送出前的「僅研究」儀表板提示詞。

• 右下較舊的 Bitcoin 預覽顯示一次失敗的股票細化。箭頭指向該失敗的請求。

它的 Data 分頁顯示四個 FMP 請求出現 504 錯誤。這並沒有建立起可運作的股票比較。

Avid - inline image

• 左上較舊的 Data 分頁顯示四個 FMP 504 錯誤。箭頭指向這些 504 失敗。

• 右上較舊的已儲存股票比較計畫與 Bitcoin 預覽不符。箭頭指向該計畫的目標。

• 左下股票儀表板範本顯示的是可用選項,而非已完成的研究。箭頭指向股票與總經範本。

• 右下 About 回報 Minara 應用程式版本 1.2.1。小截圖維持原始尺寸;箭頭指向版本列。

我另外提交了一份 Nvidia 對 Palantir 的研究請求,要求提供真實觀測值、時間戳記與可見錯誤。確切的請求與後續對話都儲存在獨立的提示詞檔案中。

第一次建構卡在第 3/5 步。

Avid - inline image

• 左側已儲存的 Version 1 有報價;歷史與相關性仍在等待。箭頭指向 Version 1 的報價數值與來源時間戳記。

• 中間 Version 1 的報價呼叫回傳 HTTP 200。箭頭標示兩個 HTTP 200 報價呼叫。

• 右側歷史延伸程序當時仍在執行。它後來儲存了 Version 2;箭頭指向等待中的歷史面板。

歷史延伸程序儲存了 Version 2。應用程式回報建構與預覽檢查皆已通過。

介面顯示 2026 年 4 月 1 日至 10 月 1 日的覆蓋範圍:每個商品回傳 127 筆,其中 127 筆為有效收盤價。兩條價格序列在第一個共同日期都以 100 為起點。

介面回報 126 組配對日報酬的 Pearson 相關係數為 0.1421。我尚未獨立重現此結果。

它描述的是歷史報酬。它無法預測下一步走勢。

Avid - inline image

• 左上最終的 Version 2 介面顯示報價與歷史價格。箭頭指向 Version 2 的日收盤圖表。

• 右上 Version 2 回報各有 127 個收盤價與 126 組配對報酬。箭頭指向日期與 127/127 覆蓋列。

• 左下請求歷史顯示,在成功的歷史回應之前有六次 HTTP 403 失敗。箭頭指向那些 HTTP 403 失敗與後來的 HTTP 200 回應。

• 右下這顯示比較程式碼的開頭,而非整個檔案。箭頭指向解析器與重複日期處理邏輯。

Avid - inline image

已儲存的 Version 2 顯示指數化價格與介面回報的相關性。我尚未獨立重現該計算。

預覽也把失敗的請求算進去了。累計的 Data 分頁顯示 18 次 FMP 呼叫與六個錯誤。

六次歷史嘗試回傳 403,接著兩次回傳 HTTP 200。最終預覽渲染時,那些失敗仍留在請求歷史中。

Avid - inline image

• 左側最終儲存的計畫回報建構完成。箭頭指向其報價與歷史來源合約。

• 右側最終設定無法獨立驗證資料。箭頭指向 FMP 就緒狀態與單次載入節奏。

已驗證的註冊來源仍然無法提供大宗商品、供應鏈或新聞預測的輸入值。全球管線仍只是一份建構計畫。

檢視已儲存的策略與匯入工作流程

已儲存的 BTC 策略與 Pine 範例展示了另一個可供檢視的工作流程。那些模擬與程式碼無法確立股票研究的有效性。

Avid - inline image

• 左上這個 Pine 範例與全球股票研究無關。箭頭指向其部位大小與成本說明。

• 右上目前的 Pine 成本輸入值無法證明先前執行的成本。箭頭指向對話框中的回測成本數值。

• 左下已儲存的 Pine 總覽回報了一次我尚未重現的模擬。箭頭指向其主要結果。

• 右下已儲存的 Pine 成交紀錄是另一次模擬,並非實盤委託。箭頭指向第一筆已完成交易的列。

Avid - inline image

• 左上程式碼匯入對話框顯示的是輸入介面,而非已驗證的轉換。箭頭指向 Pine/程式碼輸入區。

• 右上這份已儲存的 Pine 總覽與股票研究無關。箭頭指向該範例的主要指標。

• 左下 Pine 原始碼屬於另一個已儲存的範例。箭頭指向其程式碼。

• 右下已儲存的交易清單顯示的是模擬輸出,並非實盤委託。箭頭指向其資料列。

鎖定程式庫與資料合約

我會從小規模開始:Python、NumPy、pandas、PyArrow、Pydantic、pytest、Ruff,以及鎖定的 uv 環境。

statsmodels 與 Matplotlib 等到報告需要時再加入。scikit-learn 則等到建模階段定義清楚後再用。

如果面板擴大,DuckDB 可以用來查詢 Parquet。

六個因子序列不需要伺服器、向量資料庫或自主 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 存放程式碼、結構描述、合成測試資料與非敏感清單。

原始資料或授權資料放在 Git 之外。

我會逐位元組保留來源封存檔,並對封存檔與每個項目計算雜湊值。

每個標準化的 Parquet 快照都帶有結構描述版本、來源快照、幣別、單位與轉換血緣。

每次執行都需要鎖定的輸入值。它不會讀取 latest.csv。

四筆紀錄讓整條鏈路可供檢視。

  1. DataManifest 記錄來源、授權、格式、擷取時間戳記、雜湊值、覆蓋範圍、解析器與版本。
  2. UniverseManifest 凍結成分規則、證據標籤、發行人-掛牌對應、數量、排除項目與基準日規則。
  3. ExperimentSpec 定義假設、輸入值、訊號、日期、投資組合對應、基準、成本與拒絕規則。
  4. RunManifest 記錄程式碼提交、鎖定檔、輸入雜湊值、指令、環境、輸出雜湊值、外部呼叫與狀態。

獨立的 ReviewResult 會引用這些產出物,並列出未解決的問題。

  1. 對於每個範圍成員,我需要 issuer_id、listing_id、valid_from、valid_to、known_at、instrument_type、country、exchange、currency 與 source_snapshot_id。
  2. 每筆證據主張還需要發布與擷取時間戳記、主張文字、證據來源、分類規則與審查者。
  3. 財務數值需要期間起訖、available_at、原始幣別、單位、申報值、重編狀態與來源。
  4. 報酬需要價格或總報酬計算方法、公司行動政策、下市處理方式、基礎貨幣轉換與外匯時間戳記。

期末日期無法告訴我申報文件何時變得可用。

  1. 測試強制要求 available_at <= decision_at。交易遵循可知的訊號;目標報酬在執行後才開始。
  2. 我會在將列展開為掛牌之前先分割日期。
  3. 同一個決策日期會留在同一個折疊中。當訓練標籤的報酬區間與驗證集重疊時,就會被清除。
  4. 一個數值缺口無法涵蓋不同的期間長度或日曆。

在回測前先凍結計算與失敗規則

每次執行都會分開訊號、持股、毛報酬與成本。

  • 訊號使用決策時點可取得的資訊,為合格發行人排序。
  • 平手情況依循確定性規則。
  • 投資組合建構會選出預設數量的標的、正規化權重、處理缺失或暫停交易的掛牌,並記錄被拒絕的部位。
  • 成本層套用宣告的費用、周轉率、價差、滑價與外匯假設。
  • 毛報酬不能標示為淨績效。

全球報酬規格會固定基礎貨幣與轉換時間戳記。

本地總報酬與匯率報酬是以相乘方式結合:(1 + local_return) \ (1 + fx_return) - 1。*

我需要實際的總報酬資料,或是有紀錄的股利與公司行動。單靠「調整後收盤價」無法說明背後的計算邏輯。

遺漏的下市報酬會觸發涵蓋範圍警告。失敗的公司不會悄無聲息地消失。

  1. 在使用授權資料之前,先用合成測試資料(fixtures)驗證 ADR 去重複、股份類別對應、特定時點(point-in-time)標籤變更、當地假日、非同步收盤、匯率換算、下市處理、重複觀測值、缺漏申報文件以及投資組合權重。
  2. French Mom 測試資料會檢查正負號、一次性百分比換算、共同月份對齊、年度區段排除,以及四捨五入的容許範圍。
  3. 用相同的 manifest、程式碼與輸入重新執行一次。產出的數值結果必須完全一致。

如果雜湊值改變,執行就會中止。

  • 結果狀態可以是 verified_reconstruction、not_reproduced、not_calculated 或 blocked。
  • blocked 必須附上原因。例如:不支援的國家歷史資料、未解決的發行機構對應、未知的貨幣時間點,或缺少配對的 Minara 因子組合。
  • Agent 不能靠猜測來跳過缺漏的欄位。
  • 涵蓋範圍統計與缺漏情況要列在報酬表旁邊。

為每個想法建立試行帳本紀錄

在計算之前,每個想法都要有一份具備版本控制的假設清單(manifest):經濟邏輯、精確公式、必要欄位、資料可用延遲、合格樣本範圍、期間、形成與執行時間、基準、成本、開發窗口、保留樣本(holdout)、規劃中的變體,以及否決條件。

帳本會記錄每一次執行,包含解析失敗與負面結果。

  • 在看到輸出結果後才修改公式,會產生新的 manifest 版本。舊紀錄仍會保留。
  • 註冊表可能會使用這些狀態:proposed、design_only、data_audited、implemented、challenged、independently_reviewed、research_qualified、rejected 與 paper_research。

這些狀態名稱只是提案。註冊表尚未建置完成。

  1. 能還原 French 的計算結果,可以取得 verified_reconstruction 狀態。但要讓股票模型達到合格標準,需要另外提出證據。
  2. research_qualified 需要來源血緣(lineage)、確定性計算、特定時點檢查、凍結驗證、成本處理方式,以及一位能重現該結果的審查者。
  3. 這樣才能進入 paper-research 階段。但這不代表授權投入資金。
  4. 進行推論時,請把同一日期的名稱放在一起。按日期報告橫截面的等級相關係數;不要把每一筆「股票×日期」都當成獨立樣本。

投資組合的 Sharpe 估計值需要不確定區間,以及能處理序列相依性的方法。

即使結果在統計上顯著,仍可能存在存活者偏差、標籤過期、涵蓋範圍或執行上的問題。

讓每個工具做它擅長的事

Minara 負責組織研究工作台。 我會用它來整理問題、檢視因子與策略的覆蓋面,並記錄受支援的資產。

  1. 最初的交接會以手動方式進行。
  2. 等我測試完帳號權限、驗證、計費、速率限制、回應格式,以及僅供研究使用的提示詞之後,後續的轉接器就能使用已說明的聊天 API。
  3. 目前的文件說明了 POST /v1/developer/chat 與一個狀態路由。
  4. 文件指出 background: true 只能搭配 stream: false 使用、說明了 requestId 的冪等性,並將 completed 狀態保留 24 小時。

我會在該狀態過期前,快取已接受的回應。

  1. 文件中的路由仍需要透過帳號實際測試。在它成為特定時點的市場資料前,必須先驗證其回答內容。
  2. Codex 處理確定性工作。 每項任務都會分配到一個輸出、儲存庫、manifest ID、核准的輸入、禁止的副作用,以及驗收檢查。
  3. Codex 可以撰寫解析器、已知答案測試、資料驗證器、報告與實驗程式碼。
  4. 薄弱的結果不能更改已凍結的因子。沒跑過的檢查不能直接標記為通過。文字描述也不能讓候選項目變得合格。

每次變更都會變成附加在新執行上的程式碼差異(diff)。

Jev 檢查具型別的證據。 來源雜湊值、單位、發布時間、缺漏資料規則、報酬類型與獨立測試,都必須先通過硬性關卡。

未通過關卡就會回傳 blocked。Jev 無法覆寫這個結果。

  1. 如果產出物通過,Jev 可能會將它分類為 needs_evidence、schema_issue 或 ready_for_human_review。
  2. 現有的 0.65 門檻是建議的路由設定,而非經過校準的安全界線。
  3. 信心水準較低就代表放棄判斷。信心水準較高仍需要人工審查。
  4. Jev 不能對證券排名、計算報酬、覆寫失敗的測試,或核准模型。

Dots 協調工作流程。 一旦有核准的雲端專案,它就能追蹤狀態、維護檢查清單,並準備界定清楚的任務簡報。

程式碼仍由 Codex 執行。

  1. 在測試並儲存受支援的交接流程之前,我會手動啟動 Codex 任務,並比對回傳的 commit、manifest、run ID 與證據連結。
  2. 我會用一段帶有惡意的備註來測試,試圖誤導 Agent。它必須嚴格遵守證據欄位的範圍。

一次建好一個檢查點

0. 凍結問題。 選定目標上市類型、AI 曝險類別、候選國家、基準貨幣,以及最低限度的來源證據。

產出是一份範疇文件。

報酬計算先等等。

1. 稽核涵蓋範圍。 清點 Minara 可用的股票範圍,以及所有提議的外部資料來源。

  • 產出國家/交易所/日期/欄位矩陣、授權備註與缺口。
  • 只有在 Minara 的覆蓋面與匯出功能可被驗證時,才算作受支援的子集。
  • 若缺少歷史成分股或總報酬資料,受影響的研究就會標示為 not_calculated。

2. 建立身分與證據表格。

  • 用帶日期的別名、ADR 連結、行事曆、貨幣與證據標籤,對應發行機構與上市個股。
  • 在手動檢查的範例上,測試防重複機制與歷史 known_at 邏輯。
  • 檢查標準:審查者能說明為何在特定日期納入或排除每個實體。

3. 建立離線核心。

  • 加入 schema、lockfile、不可變的執行資料夾、雜湊值、測試資料集,以及提議的 CLI 指令:qrlab universe-audit、qrlab validate-data、qrlab run 與 qrlab report。
  • 這些指令名稱只是提案。目前還無法運作。
  • 檢查標準:全新檢出的程式碼能在沒有產品 API 金鑰的情況下驗證合成資料。

4. 驗證計算邏輯。

  • 還原一份固定的 French Mom 歷史版本,並執行全球資料的測試資料驗證。
  • 在看到結果之前就設定好容許誤差。
  • 檢查標準:沒有混用不同版本或靜默對齊、殘差在容許範圍內,且檔案可重現。
  • 如果失敗,就記錄為 not_reproduced。不要為了強行通過而放寬容許範圍。

5. 執行 Minara 試行計畫。 先請求一份可用性清單。

  • 如果能檢視完全相同範圍的 plain/skip 配對與必要設定,就凍結它們並進行比較。
  • 否則,Minara 繼續負責整理研究工作。無法匹配的比較就不執行。
  • 發布前,移除帳號識別資訊,並精確說明每張截圖顯示的內容。

6. 預先註冊三項研究。

  • 分別凍結動能、品質與投資週期的定義。
  • 只從樣本範圍、輸入值、時間戳記、下市成分股涵蓋率與成本皆通過審查的那一項研究開始。
  • 另外兩項維持在 design_only 狀態。它們的結果不能影響第一項測試。

7. 最後再加入整合。

  • 用一個僅供研究的請求來驗證 API 金鑰與成本。
  • 在手動標記的案例上,測量 Jev 的錯誤放行與放棄判斷行為。
  • 在雲端權限與狹義任務合約確認清楚後,再設定 Dots。
  • 即使某項整合失敗,離線核心也必須持續正常運作。

第一次勝利會是什麼樣子

第一次勝利是一份我可以親自檢視的樣本範圍稽核報告。

  1. 它會顯示涵蓋了哪些內容、每家發行機構符合資格的原因,以及歷史資料在哪裡中斷。
  2. 接著透過公式檢查與小規模的產品試行,顯示哪些部分是我可以重現的。
  3. 在那之後,動能、品質與投資週期才會各自展開獨立研究。

當實驗室能解釋為何拒絕某件事時,它就變得更強大。缺漏的資料會在報告中留下空白,而不是變成自信的猜測。

更多待檢視的應用程式功能

這些面板展示了更多應用程式介面與中間建置狀態。全球研究系統仍有待建構。

Avid - inline image

• 左側:這個程式碼編輯介面屬於另一個已儲存的專案。箭頭指向 explore、build、review 與 fix 操作。

• 右側:匯入對話框顯示的是可用的介面,而非已完成的匯入。箭頭指向圖片/影片拖曳區域。

從下方的 universe-audit 提示詞開始。只有當別人也能重現某個報酬數字時,它才真正有意義。

我會交給實驗室的六個請求

依序執行這六個提示詞。每個產出物都會限制下一個的範圍,並在評估績效前先檢查涵蓋率與證據。我會把每個精確的提示詞連同其 manifest 與 run ID 一起儲存下來。

1. 樣本範圍稽核

markdown
1為全球上市 AI 股票建立一份提議的樣本範圍。不要只回傳一串代號清單。
2
3將發行機構與上市個股分開,定義普通股/ADR 核心、排除的工具類型、國家與交易所涵蓋範圍的問題,以及將個股分類為直接 AI 曝險、供應商/推動者,或僅列入觀察名單所需的證據。
4
5列出我們在當前與歷史成分股上需要的來源與欄位。標記所有未知項目。不要從目前的描述推論完整的全球涵蓋範圍,也不要據此指派歷史標籤。
6
7只輸出一份具備版本控制的 UniverseManifest 草稿與涵蓋範圍稽核檢查清單;不要進行回測。

2. 價值鏈證據

markdown
1僅使用提供的帶日期申報文件與來源文件,將每家候選發行機構對應到提議的 AI 價值鏈分類。
2
3針對每個標籤,引用或找出佐證證據,記錄文件日期與發布時間戳記、業務部門、發行機構/上市識別碼、來源雜湊值、標籤規則與審查者狀態。
4
5區分已揭露的直接 AI 營收、可識別的供應商/推動者,以及僅憑管理階層說法或證據薄弱的情況。
6
7如果缺乏證據或證據相互衝突,請使用 unknown/watchlist 並說明原因。不要在文件公開之前就建立歷史標籤。

3. 三個假設

markdown
1為已稽核的樣本範圍草擬三份獨立且可預先註冊的研究規格:(a) 單純的 12 個月 vs 12–2 動能、(b) 使用特定時點會計輸入值的小型品質綜合指標,以及 (c) 一項能區分已實現資本支出與展望或承諾的 AI 投資週期衡量指標。
2
3針對每一項,說明公式、預期方向、資料可用延遲、合格樣本、基準、期間、控制變數、變體、成本、否決規則與保留樣本。
4
5不要估計績效,也不要把多個假設合併成單一評分。當必要欄位或歷史資料不可用時,將該規格標記為 design_only。

4. Minara 受支援子集比較

markdown
1在執行策略之前,先報告這個 Minara 帳號實際支援哪些全球股票上市個股、因子定義、日期、投資組合設定、成本設定與匯出欄位。
2
3只有在兩個公式使用相同且已驗證的樣本範圍,且除了訊號以外的所有設定都完全相同時,才提出匹配的 12 個月 vs 12–2 比較。
4
5如果無法取得相同回溯期的配對、特定時點的成分股,或必要的輸出結果,請停止並回傳 not_calculated。不要用其他回溯期替代,也不要引用未經驗證的績效作為證據。

5. Codex 工程任務

markdown
1只在 quant-research-lab 儲存庫中實作已核准的離線樣本範圍稽核與資料驗證里程碑。
2
3從已核准的 UniverseManifest 與 DataManifest 開始。
4
5除非明確提供授權來源快照,否則一律使用合成測試資料。加入發行機構/上市個股去重複、帶日期的 AI 證據標籤、涵蓋範圍統計、時間戳記與貨幣/行事曆檢查、確定性測試,以及不可變的執行輸出。
6
7不要呼叫外部 API、更改已凍結的假設、擷取授權資料、產生交易,或宣稱全球涵蓋範圍已經完整。回傳 diff、指令、測試輸出、雜湊值、blocked 欄位,以及供人工審查的下一步決策。

6. 批判性稽核

markdown
1在不依賴摘要的情況下,審查已凍結的 manifest、來源檔案、程式碼 diff、測試輸出與執行產出物。
2
3試著推翻樣本範圍對應與任何績效主張。
4
5檢查重複的發行機構/ADR、存活者偏差、AI 標籤的前視偏差、缺漏的國家、未驗證的資料權利、過期的貨幣、非同步收盤、匯率時間點、公司行動、下市、成本假設、測試資料洩漏,以及偏離預先註冊計畫的每一項變更。
6
7引用確切的產出物路徑與雜湊值。
8
9不要修復或重新執行任何項目。針對每項需求回傳 pass、blocked 或 not_reproduced,列出反例,並說明該結果未能證實什麼。

來源備註

• Minara,Agent API 概覽 與 API 金鑰端點參考。產品權限與帳號存取權尚未測試。

• Kenneth French,每月動能因子建構方式 與 Data Library 歷史版本及 CRSP FIZ/CIZ 備註。

• AQR,Fact, Fiction, and Momentum Investing。

• Two Sigma,Sharpe 比率估計與假設檢定。

• TypeSafe,Jev 與具型別的決策輸出;OpenAI,Introducing Dots。

• DuckDB,Parquet 文件;pytest,文件。

一鍵儲存

使用 YouMind AI 深度閱讀爆款文章

保存原文、追問細節、總結觀點,並在一個 AI 工作空間裡把爆款文章沉澱成可複用筆記。

了解 YouMind
寫給創作者

把你的 Markdown 變成乾淨的 𝕏 文章

圖片上傳、表格、程式碼區塊,往 𝕏 上手動重排太痛苦。YouMind 把整篇 Markdown 一鍵轉成乾淨、可直接發佈的 𝕏 文章草稿。

試試 Markdown 轉 𝕏

更多可拆解樣本

近期爆款文章

探索更多爆款文章