Quy trình nghiên cứu định lượng bằng AI

Biến ý tưởng thành thí nghiệm có thể bác bỏ

Viết ra cơ chế muốn kiểm thử, biến quan sát, vũ trụ dự kiến và điều kiện sẽ bác bỏ ý tưởng. Agent có thể giúp chuyển đặc tả thành mã, nhưng không nên định nghĩa lại tiêu chí thành công sau khi thấy kết quả. Tách câu hỏi triển khai khỏi câu hỏi nghiên cứu: một factor có thể được tính đúng mà vẫn không có tín hiệu hữu ích. Lưu đặc tả nhỏ trước yêu cầu tạo mã đầu tiên để thí nghiệm sau cùng có thể so với ý định ban đầu.

Chọn vai trò phù hợp cho RD-Agent, Qlib và FinRL

RD-Agent tự động hóa một phần phát triển nghiên cứu, gồm triển khai lặp và phản hồi. Qlib cung cấp quy trình định lượng cho dữ liệu, mô hình và đánh giá. FinRL cung cấp môi trường nghiên cứu học tăng cường. Các dự án này có thể hỗ trợ các giai đoạn khác nhau, nhưng không phải client chat có thể thay thế nhau. Yêu cầu LLM thuộc lớp suy luận và lập trình của agent. Xây dựng feature, huấn luyện, mô phỏng và chỉ số tiêu thụ tính toán trong môi trường thí nghiệm. Ghi cả hai đường để ngân sách mô hình không bị nhầm là toàn bộ ngân sách tài nguyên.

Sửa hợp đồng dữ liệu trước khi tạo factor

Ghi nhận danh tính công cụ, múi giờ, chính sách điều chỉnh, lịch và cách xử lý giá trị thiếu. Với nghiên cứu cổ phiếu Mỹ, dùng dataset Mỹ phù hợp và cấu hình khu vực; đổi nhãn trên ví dụ thị trường khác không di chuyển các giả định của nó. Giữ thành viên vũ trụ lịch sử và thời điểm công bố cho feature cơ bản hoặc văn bản. Chỉ chuẩn hóa và khớp biến đổi trên dữ liệu phát triển được phép. Feature tính từ lần điều chỉnh lại số liệu về sau có thể làm rò rỉ thông tin tương lai dù kỳ kế toán của nó có vẻ thuộc quá khứ.

Dùng cấu trúc quy trình chính thức làm ranh giới thực thi

Giao diện qrun được Qlib ghi nhận thực thi quy trình dữ liệu, mô hình và đánh giá đã cấu hình, đồng thời ghi artifact. Cung cấp cấu hình đã rà soát thay vì yêu cầu agent ứng biến toàn bộ môi trường lúc runtime. Lệnh dưới đây là mẫu gọi chính thức; tên tệp đại diện cho cấu hình hoàn chỉnh của bạn. Xác thực đường dataset, khu vực, vũ trụ công cụ, benchmark và các đoạn train/validation/test trước khi chạy. Một kiểm tra tải dữ liệu nhỏ nên báo lỗi rõ nếu lịch sử hoặc trường bắt buộc không khả dụng.

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

Kiểm tra artifact thí nghiệm hoàn chỉnh

Giữ mã ứng viên, cấu hình, danh tính môi trường, seed khi liên quan, manifest dữ liệu và đầu ra đã ghi cùng nhau. Kiểm tra rủi ro, turnover và ngữ cảnh benchmark bên cạnh kết quả nổi bật. Hình Qlib chính thức minh họa loại phân tích quy trình định lượng có thể phơi bày. Đây là ví dụ service, không phải kết quả từ hướng dẫn này. Biểu đồ chỉ hữu ích khi có thể kiểm tra giao dịch hoặc tín hiệu gốc, giả định đầu vào và kỳ đánh giá, bao gồm cả các khoảng bất lợi.

Kiểm soát quá trình tìm kiếm và môi trường thực thi

Cấp cho mã được tạo một môi trường có thể bỏ, giới hạn tài nguyên, chỉ có dataset và công cụ cần thiết. Rà soát quyền mạng, mount tệp và lộ bí mật trước khi chạy. Giới hạn số bản sửa đổi ứng viên và giữ thí nghiệm bị từ chối. Nếu agent liên tục dùng điểm holdout để cải thiện mã, điểm đó đã trở thành phản hồi phát triển. Dành một cửa sổ đánh giá thực sự chưa đụng tới hoặc một thiết kế đánh giá được khai báo khác. So sánh ứng viên với baseline phù hợp và ghi mọi quyết định chọn, không chỉ triển khai cuối.

Lập ngân sách công việc mô hình và tính toán riêng

Theo dõi tạo giả thuyết, sửa mã, embedding và thử lại mô hình trong sổ cái yêu cầu. Theo dõi huấn luyện, mô phỏng, lưu trữ và truy cập dữ liệu trong sổ tài nguyên riêng nối bằng experiment ID. Cache cục bộ có thể giảm việc lặp nhưng phải gắn theo danh tính mã và dữ liệu; nếu không nó có thể trả kết quả từ ứng viên khác. Dừng khi đạt ngân sách vòng lặp hoặc tính toán. Tóm tắt phát hiện được hỗ trợ tốt nhất và độ không chắc còn lại thay vì để agent tìm vô hạn một kết quả thuận lợi.

Bằng chứng và phạm vi

Hướng dẫn này dựa trên các nguồn RD-Agent, Qlib và FinRL chính thức được liên kết bên dưới. Mẫu cấu hình và hình service có nguồn hỗ trợ; không có vòng RD-Agent, lần chạy huấn luyện Qlib, chính sách FinRL hay lợi nhuận tài chính nào được thực thi hoặc đo cho trang này. Dùng hướng dẫn RD-Agent được liên kết cho cấu hình mô hình theo phiên bản và giữ hồ sơ thực thi riêng khi chạy thí nghiệm của bạn.

Câu hỏi thường gặp