量化交易者所需的每一个工具:从策略生成到风险管理,从数据获取到组合构建。
五种不同的 AI 模式,通过大型语言模型生成、预测和管理交易。
将市场环境分类为趋势、震荡、盘整、振荡或自定义状态,然后生成状态感知的入场信号。双层方法将分类与入场逻辑分离。
pages.quantnexus.featuresPage.mod2Desc
LLM 结合完整上下文(策略哲学、指标、市场状态)评估每根 K 线,对每根蜡烛做出精细的买入/卖出/持仓决策。
LLM-assisted decisions can run at user-configured intervals instead of every bar. Cost and throughput depend on the selected provider, model, data, and workload.
用自然语言描述策略,通过聊天迭代,获得可执行 Python 代码。为直觉强但编程基础薄弱的交易者消除编程门槛。
纵深防御的退出规则和市场条件过滤器,保护资金安全。
使用基于指标的观察规则在不利条件下阻止交易。将"是否应该交易?"与"交易什么?"分离,减少虚假信号和回撤。
五规则退出系统:熔断器、时间限制、状态检测、回撤限制和指标守卫。多重独立安全层防止灾难性损失。
多源市场数据,本地缓存和实时回测分析。
Community YFinance and Dukascopy routes, plus separately admitted providers and local Parquet data paths.
回测运行时实时流式传输权益曲线、交易日志和 7 指标仪表板(PnL、Sharpe、MaxDD、胜率、盈亏比)。及早发现失败策略。
Local C++ executor with Apache Arrow data paths and reproducible backtest Artifacts. Performance claims are published per benchmark workload.
免费Transparent Community baselines and separately admitted advanced fusion and factor screening.
Community equal-weight combination and replay provide a transparent baseline. Advanced fusion, scoring, ranking, and model research are separately admitted.