Skip to content

量化研究 ​

用 AxonX 将研究步骤组织为 Task,明确输入、保留可检查的产物并记录上下游关系。先完成服务连接与 demo 教程。研究算法与数据要求由安装的插件定义。

选择下一步 ​

目标指南完成结果
执行 Alpha158 链路研究流程成功的 ETL → Train → Predict → Backtest 记录
准备历史行情Tushare 数据覆盖实验区间的原始分区与基础数据
检查阶段产物结果解读特征、模型、预测与回测证据
评估一次改动实验设计控制变量、消融、锁定方案与独立确认
解读组合指标回测口径收益、费用、回撤与执行假设
比较两项策略策略比较共同有效日期上的指标

因子分析是 ETL 的独立分支,不是训练的前置条件。提交返回运行句柄;等待本次执行成功后,再将 Task ID 传给下游。血缘记录依赖关系,不会自动调度整条链路。

选择研究插件 ​

插件管理介绍执行环境中的安装与发现。Alpha158提供基线价量特征、LightGBM 训练与 TopN 回测;Alpha158 Enhanced增加独立注册的 Task 和可配置特征分组。

提交前发现实际安装的 Task Schema。参数、算法与产物定义由插件维护;为 Studio 实现输出时,查阅研究产物契约。

阅读 Agent 开发实验案例 ​

README Benchmark记录 Codex 开发独立插件、执行消融、锁定方案和检查独立区间的过程。确认期 Top10 扣费年化收益从 −5.74% 提高至 28.21%,Top20 从 −3.24% 提高至 24.93%。

可复用的方法见实验设计,已记录的证据见插件的完整结果。Agent 接入方式见外部 Agent。

Agent-native quant research.