Yapay zekâ nicel araştırma iş akışları

Updated 2026-09-06

Ajanları hipotez önermek ve uygulamak için kullanın, sonra sürümlenmiş veri ve yeniden üretilebilir deneylerin bunları değerlendirmesine izin verin. Model konuşmasını sayısal hesaplamadan ayrı tutun.

Bir fikri yanlışlanabilir deneye dönüştürün

Test etmek istediğiniz mekanizmayı, gözlemlenebilir değişkenleri, amaçlanan evreni ve fikri reddedecek koşulları yazın. Bir ajan bu özelliği koda çevirmeye yardım edebilir, fakat sonuçları gördükten sonra başarı ölçütünü yeniden tanımlamamalıdır. Uygulama sorularını araştırma sorularından ayırın: bir faktör doğru hesaplanabilir ve yine de yararlı sinyal içermeyebilir. Sonraki deneyin ilk niyetle karşılaştırılabilmesi için ilk kod üretme isteğinden önce küçük bir özellik kaydedin.

RD-Agent, Qlib ve FinRL için doğru rolü seçin

RD-Agent yinelemeli uygulama ve geri bildirim dahil araştırma geliştirmenin bölümlerini otomatikleştirir. Qlib veri, modeller ve değerlendirme için nicel iş akışı sağlar. FinRL pekiştirmeli öğrenme araştırma ortamları sağlar. Bu projeler farklı aşamalara bilgi verebilir fakat birbirinin yerine geçen sohbet istemcileri değildir. LLM istekleri ajanın akıl yürütme ve kodlama katmanına aittir. Özellik oluşturma, eğitim, simülasyon ve ölçütler deney ortamında hesaplama tüketir. Model bütçesinin tam kaynak bütçesi sanılmaması için iki yolu da kaydedin.

BileşenBirincil çalışmaSizin sağlamanız gereken
Araştırma ajanıHipotez, uygulama ve revizyonGörev sözleşmesi ve izin verilen araçlar
QlibVeri, eğitim, sinyal ve portföy değerlendirmesiUyumlu veri kümesi ve deney yapılandırması
FinRLPiyasa ortamında politika eğitimiOrtam, ödül tanımı ve değerlendirme tasarımı
İnsan inceleyenMetodoloji ve yorumBağımsız kabul ölçütleri

Faktör üretmeden önce veri sözleşmesini düzeltin

Enstrüman kimliğini, saat dilimlerini, ayarlama politikasını, takvimi ve eksik değer işlemeyi belgeleyin. ABD hisse araştırmasında uygun bir ABD veri kümesi ve bölge yapılandırması kullanın; farklı pazar örneğinde bir etiketi değiştirmek varsayımlarını taşımaz. Temel veya metinsel özellikler için tarihsel evren üyeliğini ve yayım zaman damgalarını koruyun. Dönüşümleri yalnızca izin verilen geliştirme verisinde normalleştirin ve uydurun. Daha sonraki yeniden düzenlemeden hesaplanan bir özellik, muhasebe dönemi geçmişe ait görünse bile gelecek bilgiyi sızdırabilir.

Resmî iş akışı yapısını yürütme sınırı olarak kullanın

Qlib'in belgelenmiş qrun arayüzü yapılandırılmış bir veri, model ve değerlendirme iş akışını çalıştırır ve varlıkları kaydeder. Çalışma zamanında ajandan tüm ortamı doğaçlamasını istemek yerine incelenmiş yapılandırma sağlayın. Aşağıdaki komut resmî çağrı kalıbıdır; dosya adı kendi eksiksiz yapılandırmanızı temsil eder. Yürütmeden önce veri kümesi yolunu, bölgeyi, enstrüman evrenini, karşılaştırma ölçütünü ve train/validation/test bölümlerini doğrulayın. Küçük veri yükleme kontrolü gerekli geçmiş veya alanlar yoksa açık biçimde başarısız olmalıdır.

# Requires an installed Qlib environment and a reviewed configuration.
qrun configuration.yaml

Eksiksiz deney varlığını inceleyin

Aday kodu, yapılandırmayı, ortam kimliğini, uygunsa seed değerini, veri manifestini ve kaydedilen çıktıları birlikte tutun. Herhangi bir başlık sonucu kadar risk, devir ve karşılaştırma bağlamını da inceleyin. Resmî Qlib görseli nicel iş akışının açığa çıkarabileceği analiz türlerini gösterir. Bu kılavuzun değil, üst akışın bir örneğidir. Bir grafik yalnızca altta yatan işlemler veya sinyaller, girdi varsayımları ve değerlendirme dönemi, olumsuz aralıklar dahil, incelenebildiğinde yararlıdır.

Çok panelli nicel rapor gösteren resmî Qlib örnek analiz görseli.
Resmî Qlib örneği, 79633dd9 revizyonu, MIT lisansı. Üst akış görseli; APIsRouter deney sonucu değildir.

Arama sürecini ve yürütme ortamını kontrol edin

Üretilen koda yalnızca ihtiyaç duyduğu veri kümeleri ve araçlarla, geçici ve kaynakla sınırlı bir ortam verin. Yürütmeden önce ağ erişimini, dosya bağlarını ve gizli bilgi açığa çıkmasını inceleyin. Aday revizyon sayısını sınırlayın ve reddedilen deneyleri koruyun. Bir ajan kodu iyileştirmek için ayrılmış puanı tekrar tekrar kullanıyorsa bu puan geliştirme geri bildirimine dönüşmüştür. Gerçekten dokunulmamış bir değerlendirme penceresi veya önceden tanımlanmış başka bir değerlendirme tasarımı ayırın. Adayları uygun bir tabanla karşılaştırın ve yalnızca son uygulamayı değil her seçim kararını kaydedin.

Model çalışmasını ve hesaplamayı ayrı bütçelendirin

Hipotez üretimini, kod revizyonlarını, yerleştirmeleri ve model yeniden denemelerini istek defterinde izleyin. Eğitimi, simülasyonu, depolamayı ve veri erişimini deney kimliğiyle bağlanan ayrı bir kaynak defterinde izleyin. Yerel önbellek işi azaltabilir, ancak kod ve veri kimliğine göre anahtarlanmalıdır; yoksa başka bir adayın sonucunu döndürebilir. İterasyon veya hesaplama bütçesine ulaşıldığında durun. Ajanın olumlu sonuç aramasına sınırsız izin vermek yerine en iyi desteklenen bulguyu ve kalan belirsizliği özetleyin.

Kanıt ve kapsam

Bu yürüyüş aşağıda bağlantılı resmî RD-Agent, Qlib ve FinRL kaynaklarına dayanır. Yapılandırma kalıbı ve üst akış görseli kaynak desteklidir; bu sayfa için RD-Agent döngüsü, Qlib eğitim koşusu, FinRL politikası veya finansal getiri çalıştırılmadı ya da ölçülmedi. Sürüme özgü model yapılandırması için bağlantılı RD-Agent kılavuzunu kullanın ve kendi deneyinizi çalıştırırken ayrı bir yürütme kaydı tutun.

Sık sorulan sorular

Qlib bir LLM API anahtarına ihtiyaç duyar mı?

Temel nicel iş akışı duymaz. Bağlı araştırma ajanı sohbet veya yerleştirme kimlik bilgileri isteyebilir; Qlib yapılandırılmış sayısal işi yapar.

FinRL ne zaman faktör iş akışından daha uygundur?

Araştırma sorusu tanımlanmış bir ortamda sıralı politika öğrenimiyle ilgili olduğunda. Ortam ve ödül tasarımı deneyin merkezî parçaları olur.

Ajan test dönemini seçebilir mi?

İnceleyen, geliştirmeden önce değerlendirme sınırlarını onaylamalıdır. Sonuçları gördükten sonra ajanın olumlu dönemleri seçmesine izin vermek deneyi zayıflatır.

Üretilen faktörü yeniden üretilebilir yapan nedir?

Korunan kod, veri sürümü, takvim ve ayarlama kuralları, bağımlılık sürümleri, ön işleme durumu ve eksiksiz değerlendirme yapılandırması.

Üretilen kod başarısız olduğunda ne yapmalıyım?

Kodu ve yapılandırılmış hata kanıtını koruyun, yeni bir deney sürümünde etkilenen en küçük aşamayı düzeltin ve özgün denemeyi arama geçmişinde saklayın.