点宽将发布支持AI策略开发的新一代量化实践平台

在大语言模型（LLM）深刻改变各行各业的当下，金融科技教育与量化研究工具也正迎来关键转型节点。近期，国内知名教育科技企业点宽科技（DigQuant）即将推出筹备已久的新一代量化投研实践平台——DQT with AI。这一被定位为“面向智能体时代（Agentic Ready）”的创新产品，突破了传统软件工程的开发思路，率先为LLM提供原生级接入支持。

伴随生成式AI快速演进，量化投资行业正积极探索让大模型直接参与策略生成、数据处理和交易执行。但传统业务系统在架构层面普遍面临天然不适配的问题。目前市场上的量化投研平台，多数仍采用高度集中式的复杂设计。这类“全家桶”式巨石架构（Monolithic Architecture）使系统内部逻辑紧密耦合。当开发者尝试把大语言模型接入这些平台时，常常会发现庞杂且封闭的系统难以提供清晰且独立的接口，中心化架构的解耦能力明显不足，也难以真正激活现有产品对大模型的适配能力。面对复杂底层逻辑时，大模型就像在处理一个黑盒，难以完成有效推理、调用与执行。

点宽科技分布式创新研究团队早在2024年就已启动对下一代分布式系统架构的前瞻研究，持续围绕一种名为AIDA-X的去中心化分布式网络进行论证与设计。自2025年6月起，这一具备突破意义的AIDA-X架构已率先落地于点宽科技新一代量化投研实践系统——DQT之中。这意味着新一代量化投研系统不再只是传统意义上的“量化终端软件”，而是一个专门为智能体时代构建的分布式量化投研服务网络。

AiDaX分布式架构是一种面向应用层的组件化网络体系，目标是把传统以中心化为主的开发方式，转变为以组件为核心的分布式协同模式。在这一架构下，应用不再以单一集中系统存在，而是由多个独立Component组成，并通过标准化接口完成连接与调用，形成具备可组合、可扩展能力的应用网络。借助统一接入底座和通信协议，架构实现了组件间高效协同，同时把复杂的分布式处理机制进行抽象与封装，降低开发门槛。开发者既可以将应用能力封装为符合规范的Aprod服务并发布到网络中供其他应用调用，也可以灵活组合既有服务快速搭建新应用。AiDaX分布式架构强调结构明确、开发高效和快速部署，适合打造轻量化、节点化的分布式应用。

基于AIDA-X这一创新的轻量级分布式架构设计，DQT将原本复杂庞大的量化投研平台像“庖丁解牛”一样拆解为12个核心业务节点。这些节点在底层不再彼此绑定，而是依托网络协议实现点对点的按需通信与动态协作。

DQT V1.0围绕LLM模型接入能力进行了精细化打磨，使金融数据接入、策略回测、绩效分析、模拟交易等具备复杂执行逻辑的功能，与LLM模型之间能够实现准确的语义层转换，从而为量化投研系统与传统金融软件的融合提供了全新的定义。

极强的容错与兜底能力（Fault Tolerance）： 可有效避免智能体幻觉带来的问题，并对潜在错误参数（例如日期格式填写错误，或要求回测不存在的标的）给出正确反馈。DQT系统能够让LLM在模糊指令场景下获得清晰且准确的错误代码返回，使Agent可以“发现错误并修正”，重新完成自我纠偏调用，而不是直接引发系统崩溃。

状态可观测性（Observability）： 在传统UI界面中，人可以看到进度条；而当Agent执行回测任务时，DQT通过自研的Inerhook设计，让Agent能够实时获知任务（Task）当前处于Pending还是Completed状态。

在AIDA-X强大分布式网络的支撑下，DQT为量化投研工具带来了软件工程范式层面的深度重塑。

量化投研生命周期被充分拆解为多个各自具备完整业务能力、职责清晰的执行单元。这意味着，同一业务单元（例如回测引擎）可以随时实现无缝替换；同一类业务角色也可以在网络中同时存在；用户与智能体能够依据实际需求，灵活路由到不同业务单元完成任务并获取结果。

DQT打破了传统单一系统“统一对外提供服务”的固化模式。它把系统内原本仅服务于内部运转的逻辑单元，转化为一个个独立对外开放的业务服务单元。只要获得接入授权，用户（或AI）就可以直接调用相应逻辑服务。随着产品持续成熟，DQT系统将向用户开放多达12个独立业务单元（包括：数据获取、回测引擎、绩效分析、模拟交易等），彻底摆脱“用户只能通过固定软件交互界面使用服务”的旧模式。

这种极致解耦的最终目标，就是实现Agentic Ready（智能体接口能力）。

DQT充分发挥了AIDA-X分布式节点设计的优势，所有对外开放的业务单元都原生预留了模型接入能力。系统也对CLI（命令行注入）和API（应用程序接口）进行了深入且完整的设计。

这意味着，DQT支持策略开发者和研究人员在外部编写自己的MCP SERVER，并轻松接入DQT系统，从而让量化系统具备近乎无限的能力延展。其他大语言模型也能够通过外部服务定义，与DQT完成服务层交互。大语言模型可以像人类一样，自主调用DQT的数据节点获取行情，调用回测节点验证思路，最终输出绩效报告。真正意义上的“人工智能全自动量化研究”，正在DQT上成为现实。

尽管具备极其硬核的底层架构，DQT依旧没有偏离服务高校教育和量化新人的初心。

面向高校学生和刚入门的量化投资爱好者，DQT在高度自由的服务网络中，系统集成了结构化数据字典、成体系的量化课程以及丰富的策略案例库。借助这些内置资源，大模型能够充当学生的全天候“AI量化导师”。复杂的底层架构对初学者而言完全透明，他们真正感受到的将是极低的学习门槛和极强的探索空间。DQT无疑将成为新时代量化学习与产教融合中的一款“核武器”。

目前，点宽新一代智能DQT量化投研实践系统已完成测试，进入预发布阶段，请持续关注点宽近期的产品发布动态，以获取DQT with AI的最新功能介绍。

欢迎关注数字经济、金融科技、绿色金融与智能体教学的老师申请试用，共同探索更加贴近产业、更加突出能力导向的课程新形态。

点宽科技始终坚持以产品化为核心驱动力，起步于金融科技教育，历经六年多深度耕耘，如今已全面延展至「科技 +」全域赛道，构建出业内独具特色的「懂业务、懂数据、懂 AI」三维产品家族体系：

懂业务：覆盖金融、财务、电商、数字经济等多个领域的全业务场景；

懂数据：贯通数据全链路，释放各行业的数据价值；

懂 AI：融合前沿技术，赋能「科技 +」人才培养与产业创新。

未来，点宽科技将持续深耕「科技 +」领域，以更加丰富的产品矩阵，助力更多行业与人才拥抱数智化未来。