Magsimula sa isang hypothesis
Ilarawan ang merkado, time horizon, lohika ng pagpasok at paglabas, at mga panganib. Ginagawang organisadong hypothesis ng AI research agent ang iyong direksiyon.
Pananaliksik sa estratehiya
Ang pagbuo ng ideya ang unang yugto ng pabrika. Ginagawang code ng estratehiya ng mga AI research at coding agent ang isang hypothesis; ginagabayan ng mga pagsusuri at review ang mga susunod na pagbabago.

Ilustratibong halimbawa · hindi live na resulta
Binubuo ng mga AI agent ang ideya, nagsusulat ng code at sinusuri ang mga resulta ng test. Maaaring ibalik ng mga resulta ng review ang estratehiya para sa isa pang iteration.
Isang paglalarawang equity curve na nagpapakita ng mga hamon sa daan. Suriin ang drawdown at mga gastos sa pangangalakal bago bigyang-kahulugan ang isang resulta.
Ihambing ang equity ng account sa balanse ng mga saradong kalakalan. Maaaring magbago ang equity dahil sa isang bukas na posisyon bago matapos ang isang kalakalan.
Ilarawan ang merkado, time horizon, lohika ng pagpasok at paglabas, at mga panganib. Ginagawang organisadong hypothesis ng AI research agent ang iyong direksiyon.
Ipinatutupad ng AI coding agent ang estratehiya gamit ang available na data at mga naka-configure na panuntunan ng venue. Sinusuri ito ng automated verification at AI QA agent bago ang backtesting.
Panatilihing magkakasama ang mga hypothesis, iterasyon, resulta, at desisyon sa pagrepaso. Natututo ang iyong workspace mula sa sarili nitong mga run; ginagamit din ng mga bayad na plano ang research corpus ng platform.
Magsimula sa dahilan kung bakit maaaring gumana ang isang estratehiya. Tukuyin kung ano ang magpapabulaan dito, kung anong data ang kailangan nito, at ang mga gastos na dapat nitong lampasan. Itinatala ng factory ang resultang hypothesis at ang kasaysayan ng pagbuo nito.
Merkado, instrumento, timeframe
Inaasahang edge, mga panuntunan, mga panganib
Code, mga check, iterasyon
Ang isang tiyak na brief ay nagpapadali sa paghusga kapwa ng implementasyon at ng resulta. Tukuyin ang ideya bago maghanap ng pinaka-kanais-nais na resulta.
Tukuyin ang ebidensyang magpapahinto sa iyo. Ang isang hindi matagumpay na eksperimento ay maaaring makasagot pa rin ng isang kapaki-pakinabang na tanong.
Panatilihing nakatuon ang paghahambing upang maipaliwanag mo kung bakit nagbago ang isang resulta. Gamitin ang kasaysayan ng run upang iugnay ang bawat rebisyon sa ebidensya nito.
Mag-scroll nang pahalang upang makita ang lahat ng column.
| Eksperimento | Pagbabago | Tanong |
|---|---|---|
| Baseline | Gamitin ang orihinal na mga panuntunan sa pagpasok at paglabas. | May epekto ba pagkatapos ng modelong gastos sa pangangalakal? |
| Pagsusuri sa robustness | Subukan ang mga kalapit na threshold ng pagpasok. | Nananatili ba ang epekto sa maliit na pagbabago sa parameter? |
| Rebisyon sa panganib | Magdagdag ng maximum na panahon ng paghawak. | Nalilimitahan ba nito ang matagal na nawawalang posisyon nang hindi inaalis ang epekto? |
Halimbawang disenyo ng pananaliksik; hindi ito mga naiulat na run. Ang paulit-ulit na pagpili ng pinakamahusay na resulta ay maaaring mag-overfit sa parehong kasaysayan.
Interactibong Ilustrasyon
Ang isang malawak na tugon sa magkalapit na setting ay nagbibigay sa iyo ng ibang research question kaysa sa isang nakahiwalay na peak. Igalaw ang lookback setting upang ikumpara ang dalawang pattern.
Sa 25 bars, mukhang pinakamalakas ang nakahiwalay na peak. Ang mga kalapit nitong setting ay biglang humihina. Tingnan kung ang piniling resulta ay nakadepende sa isang masuwerteng pagpili.
Ilustratibong Sharpe ratio
Hindi. Ang mga limitasyon sa data, mga bigong pagsusuri, mahinang ekonomiya, o mga natuklasan sa pagrepaso ay maaaring magdulot ng pag-ulit o pagtalikod sa isang run.
Oo. Mag-browse ng mga pampublikong estratehiya at ang kanilang magagamit na ulat bago magbukas ng sarili mong workspace. Nakadepende sa publisher at sa iyong access rights ang access sa code sa marketplace.
Ang isang masusubok na ideya ay pinangangalanan ang inaasahang pag-uugali ng merkado at nagbibigay ng masusukat na mga panuntunan para sa pagpasok, pagsukat, at paglabas ng isang posisyon. Kinikilala rin nito ang datos na kailangan at ang ebidensyang magpapasinungaling sa iminumungkahing kalamangan. Ipahayag ang mga pagpapalagay na iyon bago ihambing ang mga resulta.
Kasama sa verification ang mga pagsusuri sa code, mga idineklarang instrumento at suportadong pag-uugali, na sinusundan ng simulation at pagsusuri ng QA. Ipinapakita ng mga available na ulat ang mga natuklasan na nangangailangan ng atensyon. Nakakatulong ang mga pagsusuring ito upang matukoy ang mga isyu sa implementasyon; hindi nila mapapatunayan na tama ang lahat ng pang-ekonomiyang pagpapalagay.
Iniuugnay ng strategy report at ng kasaysayan ng iteration ang mga pagtatangka sa kanilang mga resulta at review feedback. Basahin kung aling mga pagpapalagay o parametro ang nagbago bago ihambing ang performance. Ang visibility ng source code ay sumusunod sa mga alituntunin sa access para sa estratehiya.
Kasama sa research context ang mga naunang tagumpay at kabiguan na available sa workspace. Ginagamit ng mga libreng plano ang sarili nilang kasaysayan ng run; magagamit rin ng mga bayad na plano ang platform research corpus. Ang access sa corpus na iyon ay hindi nagbibigay ng access sa private na code ng estratehiya ng bawat ibang user.
Tuklasin ang mga nailathalang estratehiya, o magbukas ng workspace upang bumuo, mag-test at mag-monitor ng sarili mong estratehiya kasama ang mga AI agent.
Ang Stratmill ay isang AI trading strategy platform, hindi payong pinansyal o broker. Ang mga resulta ng backtest at paper trading ay hypothetical. May panganib ng pagkalugi sa trading.