1 Katman 1 · Toplama
Sinyaller dört kaynaktan: klasik, faktör, ML, AI hipotezi.
Bring classic strategies, factors, ML models, and AI-assisted hypotheses into an inspectable candidate set. Candidate generation does not establish validity.
AI-Native Quant Research
StratCraft
Move from hypothesis to data, candidates, experiments, reproducible evidence, and the next research decision.
AI guides the workflow. You remain in control.
AI-Native Quant Research · human-controlled
Research evidence · evaluation and transparent baselines
Illustrative interface, not a performance claim500–1000×
workload-specific benchmarks
2000+/sess
reviewed candidates
7
LLM saglayici
1000+
governed research set
Research Capabilities in Context
Product maturity is measured by evidence and governed decisions, not candidate volume.
0
AI helps frame, build, and explain research
0
Users approve operations and next decisions
0
Community execution, Artifacts, evidence, and lineage
0
Community, hosted inference, and Commercial boundaries
The Research Capability Chain
AI connects research work while the user controls operations and decisions.
2 Katman 2 · Hız
Local C++23 execution, with workload-specific evidence.
Run approved backtests locally and preserve inputs, Artifacts, lineage, and results. Performance claims remain benchmark-specific.
Python
(vectorbt)1×
(vectorbt)1×
Rust
(NautilusTrader)42×
(NautilusTrader)42×
StratCraft
C++23784×
C++23784×
3 Katman 3 · Kompozisyon
Transparent evaluation. Governance before promotion.
Compare candidates against appropriate baselines and retain acceptance or rejection evidence. Advanced fusion remains separately admitted.
∞ Tamamen yerel · kilitlenme yok
Tamamı Yerel, Kilitlenme Yok
Community AI Studio supports loginless direct BYOK or a supported local model. Optional hosted inference is a separate, disclosed boundary.
Windows
macOS
Linux
Why Research Continuity Matters
Connected evidence and decisions matter more than generating a larger candidate count.
Geleneksel Yaklaşım
StratCraft Research Workflow
Sinyal kaynağı sağlama
3-5 stratejiyi manuel olarak el ile oluşturun
pages.quantnexus.scaleComparison.row1Quantnexus
Geri test verimi
Disconnected tools and incomplete run context
pages.quantnexus.scaleComparison.row2Quantnexus
Portföy kompozisyonu
En iyi stratejinizi seçin ve çalıştırın
pages.quantnexus.scaleComparison.row3Quantnexus
Yapısal yaklaşım
Konsantrasyon riski. Bir strateji başarısız olursa, siz de başarısız olursunuz
pages.quantnexus.scaleComparison.row4Quantnexus
A larger search space creates more opportunities for false discoveries. StratCraft treats evidence, rejection, and research memory as first-class product responsibilities.
3 Katmanlı Ardışık Düzen
1
Katman 1: Dört Kaynaktan Toplayın
Klasik stratejileri (açık kaynak kütüphaneler, yayımlanmış sistemler, TradingView, kendi stratejileriniz), kantitatif faktörleri, ML modellerini ve LLM tarafından üretilen hipotezleri bir araya getirin. Bir fikir, elle kodlanmış tek bir strateji değil, bir aday popülasyonuna dönüşür.
2
Katman 2: Tüm Fabrikayı Geriye Doğru Test Edin
The local C++23 engine runs approved backtests and retains inspectable results. Named data routes and performance evidence are stated per workload.
3
Katman 3: İstatistiksel Kompozisyon
Compare surviving candidates with transparent baselines. Community includes equal-weight combination and replay; advanced fusion and decision policies are separately admitted.
Daha Derine Gidin
Research Modules, One Connected Workflow
3 katmanlı boru hattındaki her modül - dört kaynaktan toplamadan C++23 uygulamasına ve istatistiksel kompozisyona kadar.
Keşfet →C++23 Hızı Büyük Ölçekte Neden Önemlidir
Architecture evolution, workload-specific benchmark evidence, and local execution boundaries.
Keşfet →Sinyal Fabrikanızı Başlatın
Ücretsiz katman, C++ geriye dönük test motorunu, rejim tespitini ve YFinance + Dukascopy verilerini içerir; yani geniş ölçekte oluşturmaya başlamak için ihtiyacınız olan her şey.