How It Works
一次策略研究如何完成
输入策略想法后，策略工厂依次生成 spec 和代码、提交回测、诊断结果并搜索参数。下面列出每一步的输入与输出。
1
描述策略想法
用自然语言输入策略逻辑，例如「基于20日动量因子的月度轮动策略，选沪深300中动量最强的20只」。
⏱ 10 秒2
生成策略 Spec
系统将策略描述整理为结构化规格说明，列出因子定义、选股规则、调仓频率和风控约束。
⏱ 15-30 秒3
因子评估与筛选
计算因子的 IC、IR 等指标，供研究者判断哪些信号值得进入后续回测。
⏱ 20-40 秒4
生成策略代码
基于 Spec 生成完整的 Python 策略代码，包含数据预处理、信号计算、组合构建和风控逻辑。
⏱ 15-30 秒5
真实数据回测
提交 QuantAPI 进行真实 A 股历史数据回测，输出 Sharpe、年化收益、最大回撤、胜率等指标。
⏱ 30-60 秒6
诊断与迭代
根据回测结果提示可能的过拟合、因子衰减或仓位集中问题，并在既定约束下重新验证，最多 5 轮。
⏱ 按需7
参数优化
列出可调参数并建立候选值网格；Walk-forward 检验用于观察样本外表现。
⏱ 1-2 分钟8
生成研究报告
输出完整的策略研究报告，包含绩效指标、风险分析、参数敏感性和改进建议。
⏱ 10 秒