概览
一套为金属市场打造的决策级智能系统,构建于Legacy Quant内部。该系统整合34个宏观经济、结构性与行为性信号,以识别市场机制并发现传统分析会遗漏的模式转变。
输出结果是为交易决策而结构化的,而非用于可视化展示。目标是决策基础设施,而不是仪表盘。
系统功能
- 跨34个信号的多因子分析
- 市场机制识别
- 行为模式识别
- 面向决策的信号生成
架构
- 信号接入层
- 模式识别模型
- 机制识别模块
- 决策输出界面
成效
- 为交易决策提供结构化宏观信号
- 发现传统分析无法看到的行为模式
- 输出决策级结果,而非噪音
- 为更广泛的宏观智能平台奠定基础
AI驱动的宏观智能系统
想要类似的系统?
预约一次策略通话为什么是34个信号,而不是一个预测价格的模型
在流动性市场上直接预测价格,正是量化项目走向失败的地方:在短周期上,目标本身接近随机游走,而任何确实存在的优势,都会被拥有更好数据和更快执行速度的参与者套利掉。机制识别是一个不同的、更可行的问题——不是预测价格走向何方,而是判断当下由哪一套关系在主导市场。
这就是为什么输入是一个宽泛、异质的指标面板,而不是一段深入的价格历史。宏观状况、市场结构和行为指标在不同的情形下会各自失效,而一次机制转变,会表现为其中多个指标同时改变性质——远早于这种转变能单从价格中被察觉。
输出为决策而生,而不是为仪表盘而生
仪表盘把工作转移给了人:它呈现三十四张图表,把综合判断留给看图的人自己完成。而这恰恰是系统本应替人完成的那一步,若不完成,这个工具就会被热情地用上一个月,然后再也无人问津。
结构化的输出——一个明确指出的机制、发生变动的信号及其方向——可以事后被核查、被记录、被讨论。这也让系统的记录变得可审计:它说了什么、什么时候说的、说得对不对——而这正是任何人应该继续使用它的唯一依据。