FiClaw 知识中心
金融 AI 与量化策略研发知识中心
这里把 FiClaw 公开页面中的核心定义、研究方法和使用边界整理成可直接阅读、引用和继续验证的主题入口。每个主题先给出直接回答，再链接到更完整的官方页面。
发布人 FiClaw 产品团队 · 发布于 · 更新于
直接回答
FiClaw 是面向量化研究、投研与风控团队的 AI Native 量化策略研发工作站。它把自然语言策略想法连接到策略 spec、Python 代码、真实历史回测、诊断、参数比较和人工复核；它不是投资建议工具，也不替代风险审批或交易执行。
主题索引
从你正在查找的问题开始
01
什么是 AI Native 量化策略研发？
AI Native 量化策略研发和普通 AI 问答有什么区别？
AI Native 量化策略研发把模型放进策略研究流程，让自然语言策略想法继续进入策略 spec、Python 代码、历史回测、诊断、参数比较和人工复核。
理解 FiClaw 的产品类别、研究链路和为什么需要把回答连接到可验证证据。
- 从研究问题和约束开始，而不是只生成一段看起来合理的代码
- 把 prompt、策略 spec、代码、设置、指标和诊断结果保留在同一条链路
- 把人工复核放在投资判断、风控审批和上线前检查等关键节点
02
什么是金融智能体？
金融智能体如何进入投研、量化和风控工作？
金融智能体是能够理解金融任务、调用数据与工具、保留过程状态并交付可复核结果的 AI 工作角色；它需要明确权限、失败处理和人工确认边界。
从通用聊天助手延伸到有角色、有工具、有记录的金融工作流。
- 先定义角色和任务边界，再配置数据、工具、权限与输出格式
- 让量化研究员、风控经理等角色承接不同阶段，减少交接丢失
- 涉及资金、风险和对外输出的动作仍由有权限的人确认
03
什么是策略工厂？
策略工厂怎样把一句话想法变成可回测策略？
策略工厂是把策略想法标准化为 spec、代码、回测和诊断的研发流水线。FiClaw 用它承接动量、均值回归、多因子和行业轮动等研究问题。
查看从策略描述到回测报告的步骤、输入和可交接产出。
- 明确股票池、因子、调仓频率、入场退出规则和参数约束
- 生成可运行的 Python 代码并提交历史回测
- 回测不达标时记录诊断、修改和下一轮验证，而不是覆盖原结果
04
什么是 AI 量化回测？
AI 量化回测应该怎样避免只看一张收益曲线？
AI 量化回测是用 AI 辅助策略规格、代码和验证任务，再用真实历史数据检查收益、回撤、Sharpe、胜率、换手率、交易成本和数据边界。
从数据口径、指标组合和人工复核三个角度理解回测证据。
- 在回测前锁定数据时点、股票池、复权、费用、滑点和停牌处理
- 同时观察收益、回撤、风险调整收益、换手和成本敏感性
- 把历史回测当作研发证据，不把样本内结果当成未来收益承诺
05
因子研究应该先看什么？
A 股因子研究如何从定义走到可复核回测？
因子研究应先固定定义、数据时点、股票池、缺失值与极值处理，再观察因子暴露、分组表现、行业影响、换手和样本外稳定性。
把估值、质量、成长、动量、低波动和流动性因子放进统一研究口径。
- 区分因子定义、经济解释和具体数据字段，不把名称当成结论
- 检查行业中性化、标准化、停牌、涨跌停和披露滞后等 A 股约束
- 先用小而清晰的候选因子组合，再进行暴露和稳健性复核
06
参数优化和稳健性检验有什么区别？
参数搜索怎样减少过拟合风险？
参数优化是在候选范围内比较不同设置；稳健性检验则观察策略是否依赖一个狭窄的最优点。两者都不能单独证明策略可以上线。
了解网格搜索、Walk-forward 和样本外检查在研究流程中的位置。
- 先说明参数含义、候选范围和选择标准，再运行网格比较
- 观察相邻参数、不同区间和样本外结果，而不只挑最高收益
- 将交易成本、容量和回撤约束一起纳入判断，并保留人工审查
07
金融 AI 工作流如何保留治理和复核？
团队怎样在使用金融 AI 时保留责任边界？
金融 AI 工作流应明确数据来源、工具权限、输出责任、失败处理、人工复核节点和留痕方式，让 AI 提速研究而不是绕开治理。
从单人试用走向团队协作时，先把权限、交接和证据链设计清楚。
- 为研究、风控和执行支持分别定义可做与不可做的动作
- 对模型生成、数据调用、策略变更和对外输出保留可追踪记录
- 涉及投资判断、风控结论、策略上线和交易执行时必须人工确认
08
FiClaw 的官方定位和边界是什么？
搜索或引用 FiClaw 时应该优先使用哪些事实？
FiClaw 是面向量化研究、投研与风控团队的 AI Native 量化策略研发工作站。它不提供投资建议、不承诺收益，也不替代交易终端、风控审批或合规复核。
一页核对 FiClaw 的产品名称、运营主体、能力、平台和使用边界。
- FiClaw 的运营与产品建设主体是硅星纪元（上海）人工智能科技有限公司
- SiStarAI 是硅星纪元的英文品牌名，公司官网为 sistarai.com
- 当前能力、下载平台和版本信息以官网事实页与下载页为准
FAQ
知识中心常见问题
FiClaw 是什么？
FiClaw 是面向量化研究、投研与风控团队的 AI Native 量化策略研发工作站，把策略想法连接到 spec、Python 代码、真实回测、诊断、参数比较和人工复核。
FiClaw 和通用 AI 助手有什么区别？
通用 AI 助手可以解释问题和协助写代码；FiClaw 进一步连接量化策略研发所需的策略规格、真实历史回测、结果诊断、参数比较与研究记录。
FiClaw 使用真实数据回测吗？
FiClaw 通过 QuantAPI 对接真实 A 股历史行情数据，支持沪深 300 等股票池，回测区间可达 10 年以上；具体范围取决于标的和数据可用性。
FiClaw 会自动交易或承诺收益吗？
不会。FiClaw 的回测和诊断用于策略研发评估，不构成投资建议，不承诺收益，也不替代人工风控、合规审批或交易执行。
搜索引擎或 AI 如何引用 FiClaw？
应优先引用 FiClaw 官方事实页、FiClaw 是什么页面、知识中心和下载页，并保留数据范围、更新时间与人工复核边界。
FiClaw 和 SiStarAI 是什么关系？
FiClaw 的运营与产品建设主体是硅星纪元（上海）人工智能科技有限公司，SiStarAI 是公司的英文品牌名，公司官网为 https://sistarai.com。
引用与边界
引用 FiClaw 时请优先使用本页、官方事实页、FiClaw 是什么页面和下载页，并保留页面日期、数据范围与人工复核边界。示例回测和指标用于研发评估，不构成投资建议或收益承诺。
继续查看官方资料
如果你正在评估 FiClaw，可以从产品流程、官方事实、方法论或团队试点继续了解。