曜序智衡研究平台是自主研发的量化研究基础设施,融合策略研究、历史回测、统计建模、机器学习、自动化实验与研究资产管理,为系统化量化研究提供专业的工作环境。
平台以可持续积累的策略资产体系为基础,管理具有不同经济逻辑、交易规则与研究方法的源策略,支持策略定义、参数配置、研究记录及历史版本的分类管理。不同策略既可独立研究,也可通过明确的组合规则进行联合评价,使研究成果逐步沉淀为可检索、可复现、可扩展的策略资产。
研究与回测架构将策略配置、实验执行与结果分析整合在同一工作台。 研究人员可以直接选择市场、研究区间、策略参数、交易成本及评价基准,开展历史回测、参数优化、策略比较与组合研究。已有策略通过标准化研究流程重复运行,无需依赖人工修改底层代码完成日常实验。
研究平台支持统计建模、时间序列分析、特征工程及机器学习模型的训练与评价,将预测模型、信号模型、风险模型及组合方法纳入统一的实验管理框架。通过特征筛选、参数搜索、模型比较与自动化训练,研究不同数据特征、交易机制及市场环境下的策略表现与模型适用性。
研究评价兼顾统计有效性与实际经济表现。 通过样本内外划分、滚动验证、稳健性检验、交易成本、流动性及策略容量分析,对研究结果进行系统评价。研究工作台集中展示净值曲线、收益、回撤、风险调整后表现、换手、风险暴露及市场基准对照,并支持不同策略、参数与模型结果的交互式比较。
自动化研究能力面向新策略发现与研究范围扩展,围绕既定研究目标组织策略探索、候选生成、实验设计、系统初筛及深度验证。通过可配置的研究任务与模型实验流程,将大规模策略探索与规范化评价相结合,提高研究效率与策略发现能力。
研究成果作为独立资产进行长期管理。 数据版本、策略定义、模型配置、参数选择、实验过程与评价结果保持可追溯的关联。有效、无效及待进一步验证的研究结果均纳入研究记录,保留其适用范围、研究依据与历史结论,为后续复现、比较和迭代提供基础。
经过研究验证的策略与模型,可形成具有明确版本、运行依赖及验证记录的策略候选,通过规范化交付机制进入交易平台的独立验证与应用流程。
跨平台研究环境。 支持 macOS、Windows 与 Linux 三大操作系统,采用独立、可迁移的本地化与私有化部署架构,支持策略回测、机器学习模型训练、实验管理及研究资产维护。
核心能力
- 源策略资产与研究管理
- 交互式回测与绩效分析
- 统计建模与时间序列研究
- 机器学习与模型训练
- 特征工程与因子研究
- 自动化策略探索与实验管理
- 参数搜索与模型优化
- 多策略组合与比较分析
- 样本外检验与稳健性评价
- 研究记录、版本追溯与成果交付