方法
从原始逐笔数据，到风险可控的成交。
01
数据
覆盖各交易场所的逐笔行情，清洗、对齐、只存一次，研究与实盘推理共用同一条管线，不存在训练与线上不一致的问题。
02
模型
基于订单流与市场微观结构训练的深度概率模型。我们预测的是分布而不是点估计，并根据自身的不确定性来决定每个仓位的大小。
03
执行
信号经由执行逻辑转化为订单。该逻辑会对自身的市场冲击、成交概率和队列位置建模，并在逐笔回放的历史行情上检验。
04
风险
敞口限额、回撤熔断和紧急停止开关独立于模型之外，持续运行，且不会被其所约束的策略覆盖。
技术
按基础设施的标准构建，而不是一本 notebook。
研究级的模型，生产级的工程。每一个决策背后的组成部分。
概率建模
我们预测结果的完整分布，而不是单一数字。仓位大小取决于信心与不确定性：有优势的地方承担风险，没有优势的地方收手。
严谨的研究
使用时点一致（point-in-time）的数据，并在任何资金投入之前通过严格的样本外验证。
统一的数据管线
完整深度的行情数据只规范化一次，供研究、仿真与生产共用。
智能执行
下单逻辑对自身的冲击、队列位置和成交概率建模，并能逐笔重放历史行情。
独立的风险层
限额、熔断和紧急停止开关位于模型之外。每一个决策都可记录、可归因、可重放。
团队
来自行业顶尖水平的研究员与工程师。
我们的团队来自华尔街顶级对冲基金，以及 MIT、UC Berkeley 等名校的研究团队。我们把机构级的市场经验与前沿的机器学习研究结合在一起。
华尔街
对冲基金
来自顶级系统化与量化基金
MIT
研究
来自麻省理工学院
Berkeley
研究
来自加州大学伯克利分校及同等水平的院校
让我们一起打造下一步。
我们始终愿意与优秀的研究员、工程师和合作伙伴交流。