让AI替你驾驭量化交易
ssquant框架现已迭代至0.4.6版本，回测性能获得显著优化，新增了主力合约映射以及前后复权功能。回测结果更加贴近真实场景，实盘交易与simnow模拟环境均已稳定运行。尤为关键的是我们推出了ssquant-agent工具库，将整套框架及该库一并交付给AI掌控，借助cli指令即可实现一语即达、流畅自如的操作体验。ssquant框架内置的ai agentweb属于loop架构，具备自动化回测、策略迭代与bug排查能力。此前因回测速度受限导致整体效率偏低，本轮升级后表现相当出色，值得亲自尝试，唯独token
AI技术驱动量化投资模式革新
自去年起，市场对人工智能的关注度持续升温，各家机构纷纷探索AI在投资领域的实际应用，行业内相关案例和观点层出不穷。本文将从大模型的参与性与驾驭角度，解析AI在量化领域的应用价值。本次分享主要涵盖五大板块，核心围绕AI技术核心突破、大模型迭代逻辑、AI对量化投资的核心影响、落地实践案例、行业反思与总结展开。01.AI新技术核心突破：大模型能力迭代升级今年以OpenClaw（小龙虾）为代表的AI大模型迎来集中爆发，虽近期市场热度有所回落，但核心价值在于构建了一套系统化的大模型应用框架，和2023年的大模型产品
AI量化交易(十四)AlphaOS：打造机构级全栈智能投研系统
AlphaOS的核心理念在于“流程固化”与“智能协同”。目录引言一、🏛️ AlphaOS的设计哲学：从工具链到智能生态二、🏗️ 核心架构：AlphaOS的四层模型三、🧠智能核心：多智能体协同范式四、🔩平台关键特性：模块化、可扩展与自动化五、🏰商业价值：构建机构的数字护城河结论【摘要】本文深入剖析了面向机构量化投资的全栈智能平台“AlphaOS”的架构设计。它以“操作系统”为核心隐喻，详细阐述了从数据内核到多智能体协同的全流程实现，旨在构建一个可治理的智能投研生态。引言在机构量化投资领域，技术栈的演进从未止
公募量化基金：从边缘崛起的新势力
【导读】公募量化基金：从"配角"到"C位"，人才争夺、策略迭代、AI赋能下的机遇与挑战 中国基金报记者 曹雯璟 在中国资本市场的投资版图中，量化投资曾长期被视为私募基金的"专属领地"。高频交易、程序化下单、神秘的"黑盒"策略——这些标签让量化投资在公众眼中既充满诱惑又略显距离。然而，近年来，一场静默的变革正在公募基金行业发生：公募量化产品从"配角"走向"C位"，发行规模创历史新高，爆款基金一日售罄，多只产品不得不"闭门谢客"。 这个规模超5700亿元、产品数量超800只的"江湖"，正在AI技术的催化下，上