策略可信度评分
82.6
年化 +12.8%
3月
6月
1年
全样本
样本外
QuantPilot
AI量化研究
OpenAI：检测中
新功能
AI量化研究流程
>
让策略可信，
让仓位有据。
多智能体协同完成选股、回测、反思、优化和动态仓位，用数据把想法变成可审查的策略。
搜
输入自然语言策略：高ROE、低估值、趋势向上、每周调仓
Ctrl K
智能体工作台
•••
策略解析器大模型理解 / 稳定编译
Spec OK
证据研究员RAG因子证据 / 适用边界
Evidence B
投委会多空反思 / 风控准入
Risk Pass
研究方式
把想法拆成可审查的量化流程
QuantPilot 不是直接给买卖建议，而是让策略先经过数据、回测、反思、风控和优化。
本地数据缓存
正在读取缓存状态
把主题、买卖点、调仓频率和仓位约束转成可执行策略。
读取 Tushare 缓存，比较策略、上证指数和沪深300。
多空辩论、硬风控检查、优化候选逐项准入。
风险画像
先选择你的策略取向
当前：风险中性
量化研究工作台
把想法变成可审查策略
输入主题和买卖规则，系统按研究链路展示策略建立、回测、投委会反思、优化版本和动态仓位。
解析需求
多股回测
专家反思
动态调仓
Agent 链路
从输入到策略版本
01
策略解析
意图 / 选股 / 买卖
02
股票池
缓存硬筛 / 排名
03
回测
调仓 / 仓位 / 原因
04
投委会
多空辩论 / 反思
05
优化
候选版本 / 准入
06
XGBoost
样本外排序增强
实时编译面板
解析规则、指标证据、仓位约束会逐段亮起
不会写完整条件？
用条件生成一句策略输入
是否进行机器学习优化
研究强度
策略比较工作台
让历史策略，
让历史策略，
彼此说话。
每次研究完成后，只有确认保存的策略才会进入这里。你可以编辑、归档、删除，并把多个策略放到同一张净值图里比较。