量化交易,
从候选策略到经验证的 Alpha。

研究智能体写成候选策略,再走完回测、多阶段验证和星级。

Alpha Engine 进行中 研究室

研究室

你

研究 BTC 1H 的趋势策略

研究智能体

假设是趋势延续。风险是行情换挡后仍按原方向持有。范围收成 BTCUSDT,1 小时,做多。先写成候选策略,状态是待验证。还不是 Alpha。

候选

候选策略

等待候选策略。

趋势延续

入场:趋势成立后做多。出场:趋势失效即退出。

待验证
波动收敛

入场:波动收敛后跟随。出场:波动放大即退出。

待验证
区间回归

入场:价格偏离后做多。出场:回到区间即退出。

待验证

回测

等待回测
+18.4%收益
9.6%回撤
86交易

验证

多阶段验证
  • 样本内测试 待检查
  • 分段稳健性 待检查
  • 日历季稳定性 待检查

沙盒

成本检查待检查
模拟成交142
费用与滑点已计入

交付

策略验证报告

趋势延续 · BTCUSDT · 1 小时做多

星级是一星。不下单。

验证完成前不可导出。

阶段 1 / 6 · 研究室

关于 Alphavo

从候选策略,
到经验证的 Alpha。

Alphavo 是一个 AI 驱动的量化策略研究平台,将策略生成、回测验证与导出交付连接成完整流程。

研究智能体探索交易逻辑,生成规则明确的候选策略。Alpha Engine 贯穿研究、回测、验证、评级和交付,通过回测与多阶段检验,记录策略表现、稳健性及评级依据。通过相应验证标准并被展示出来的策略,才称为 Alpha。

被展示出来的策略可以导出,没有星也可以。交付有两种:MetaTrader 导出 MT4 与 MT5,编译后挂到图表上由 EA 交易;Hyperliquid 在授权之后接收策略信号。

研究流程

先选市场,
再看阶段。

Alphavo
研究流程
RESEARCH OBJECTIVE
α = f(signal, regime, risk)
evaluate → reject → refine
BTC · 波动过滤趋势
市场BTC
假设趋势
状态待验证
净值
验证

检验通过之后,才展示星级。

产品

研究、验证、交付。

01|AI 策略研究

把研究假设,写成可回测的规则。

研究智能体围绕市场数据和研究假设,探索入场、出场和风险控制,生成规则明确、能够回测的候选策略。你可以换一个假设,继续研究下一条。输出状态是待验证。这一步不保证发现盈利策略。

  • 规则明确入场、出场和风险控制写成可以回测的规则,而不是一段无法检验的描述。
  • 可以检验候选策略带着待验证状态进入下一阶段。这时还不能称为 Alpha。
  • 持续探索一条策略没有通过,可以换假设,再生成下一条候选策略。
Alpha Engine
研究目标

研究 BTC 1 小时的趋势策略。

研究目标
Alpha Engine验证
趋势延续验证中
区间回归待验证
波动收敛待验证

验证完成前不可导出。

回测运行

02|回测与验证

检验历史表现,并记下原因。

  • 回测查看历史净值、回撤和成交记录。
  • 多阶段检验按已实现的方法逐项检查。某一项没通过,会记下原因,不会当成全部通过。
  • 评级评级说明多通过了哪些检查。能不能导出,看下一段。

03|策略交付

符合标准的策略,
导出到支持的执行环境。

MetaTrader EA

导出 MT4 与 MT5 文件,写有锁定后的规则。编译后挂到图表上,由 EA 自己交易。

Hyperliquid 执行方案

授权之后,策略信号送到 Hyperliquid。

研究流程