程式交易,
從候選策略到經驗證的 Alpha。

Alphavo 研究智能體做程式交易研究。它寫成候選策略,桌面端完成多階段驗證,再展示星級。候選策略不是 Alpha。

Alpha Engine 進行中 研究室

研究室

你

研究 BTC 1H 的趨勢策略

研究智能體

假設是趨勢延續。風險是行情換擋後仍按原方向持有。範圍收成 BTCUSDT,1 小時,做多。先寫成候選策略,狀態是待驗證。還不是 Alpha。

候選

候選策略

等待候選策略。

趨勢延續

入場:趨勢成立後做多。出場:趨勢失效即退出。

待驗證
波動收斂

入場:波動收斂後跟隨。出場:波動放大即退出。

待驗證
區間回歸

入場:價格偏離後做多。出場:回到區間即退出。

待驗證

回測

等待回測
+18.4%收益
9.6%回撤
86交易

驗證

多階段驗證
  • 樣本內測試 待檢查
  • 分段穩健性 待檢查
  • 日曆季穩定性 待檢查

沙盒

成本檢查待檢查
模擬成交142
費用與滑點已計入

交付

策略驗證報告

趨勢延續 · BTCUSDT · 1 小時做多

星級是一星。

驗證完成前不可匯出。

階段 1 / 6 · 研究室

關於 Alphavo

從候選策略,
到經驗證的 Alpha。

Alphavo 是一個 AI 驅動的量化策略研究平台,將策略生成、回測驗證與匯出交付連接成完整流程。

研究智能體探索交易邏輯,生成規則明確的候選策略。Alpha Engine 貫穿研究、回測、驗證、評級和交付,透過回測與多階段檢驗,記錄策略表現、穩健性及評級依據。通過相應驗證標準並被展示出來的策略,才稱為 Alpha。

被展示出來的策略可以匯出,沒有星也可以。交付有兩種:MetaTrader 匯出 MT4 與 MT5,編譯後掛到圖表上由 EA 交易;Hyperliquid 在授權之後接收策略訊號。

研究流程

先選市場,
再看階段。

Alphavo
研究流程
RESEARCH OBJECTIVE
α = f(signal, regime, risk)
evaluate → reject → refine
BTC · 波動過濾趨勢
市場BTC
假設趨勢
狀態待驗證
淨值
驗證

檢驗通過之後,才展示星級。

產品

研究、驗證、交付。

01|AI 策略研究

把研究假設,寫成可回測的規則。

研究智能體圍繞市場資料和研究假設,探索入場、出場和風險控制,生成規則明確、能夠回測的候選策略。你可以換一個假設,繼續研究下一條。輸出狀態是待驗證。這一步不保證發現獲利策略。

  • 規則明確入場、出場和風險控制寫成可以回測的規則,而不是一段無法檢驗的描述。
  • 可以檢驗候選策略帶著待驗證狀態進入下一階段。這時還不能稱為 Alpha。
  • 持續探索一條策略沒有通過,可以換假設,再生成下一條候選策略。
Alpha Engine
研究目標

研究 BTC 1 小時的趨勢策略。

研究目標
Alpha Engine驗證
趨勢延續驗證中
區間回歸待驗證
波動收斂待驗證

驗證完成前不可匯出。

回測運行

02|回測與驗證

檢驗歷史表現,並記下原因。

  • 回測查看歷史淨值、回撤和成交紀錄。
  • 多階段檢驗按已實現的方法逐項檢查。某一項沒通過,會記下原因,不會當成全部通過。
  • 評級評級說明多通過了哪些檢查。能不能匯出,看下一段。

03|策略交付

達到標準的策略,
可以匯出到支援的執行環境。

MetaTrader EA

匯出 MT4 與 MT5 檔案,寫有鎖定後的規則。編譯後掛到圖表上,由 EA 自己交易。

Hyperliquid 執行方案

授權之後,策略訊號送到 Hyperliquid。

研究流程