业务 / 定制策略
为您的优势
量身打造的策略。
我们针对您特定的资产类别、风险约束和执行环境，研究、验证并部署定制量化策略。
我们构建什么
策略类别
统计套利
跨相关标的的配对与篮子交易。价差建模、半衰期估计、感知状态的入场/出场。
动量与趋势跟踪
在期货和股票上的系统化动量，配以自适应回看窗口、状态过滤器，以及通过 Kelly 或风险平价进行的仓位规模控制。
做市 / DRL-MM
在限价订单簿数据上训练的深度强化学习做市智能体。可应对逆向选择和库存风险。
因子模型
多因子多空股票模型，结合价值、质量、动量及另类数据信号，采用基于 ML 的加权。
状态条件型
根据检测到的市场状态进行适应或暂停的策略——趋势 vs 均值回归，高 vs 低波动。
事件驱动
来自盈利意外、宏观公告和另类数据（情绪、持仓、资金流）的 alpha。系统化，而非主观裁量。
方法论
我们如何验证
我们构建的每一个策略都经受与对待自有资金相同的严格标准。绝无例外。
- 样本内 / 样本外划分——OOS 区间在研究开始前设定，绝不事后选择
- 在多个不重叠窗口上进行 walk-forward 验证
- 在展示结果前，要求 alpha 的 t 统计量 ≥ 2.0
- 对策略收益与随机基准进行蒙特卡洛置换检验
- 参数敏感性分析——策略须对 ±20% 的参数变动保持稳健
- 状态分解：趋势、均值回归和高波动时期的表现分别展示
ckt-labs@quant:~$validate --strat custom --oos 40%
IS_SHARPE2.14
OOS_SHARPE1.84
T_STAT_α4.12 ***
IS_OOS_DECAY−14%
MAX_DRAWDOWN−8.3%
REGIME_PASS3 / 3
STATUSDEPLOY ✓
您将获得
交付物
01
研究报告
完整的假设撰写：数据来源、信号构建、IS/OOS 方法论、统计显著性（t 统计量、p 值）以及状态分解。
02
策略代码
生产级 Python 代码：信号生成、执行逻辑、风险管理。有文档、可测试、可移交。
03
回测套件
walk-forward 回测、蒙特卡洛压力测试、按周期的回撤、参数敏感性分析。绝无挑选窗口。
04
实盘部署
先纸面交易阶段，随后在硬性仓位限制下实盘部署。基础设施归您所有；我们在您的技术栈上部署。
05
监控仪表盘
实时表现追踪：PnL 归因、状态、回撤提醒以及每周邮件摘要。
准备开始？
预约免费策略简报。
30 分钟。我们签署 NDA，讨论您的资产类别、约束和时间安排。无任何承诺。通话结束时您就会知道是否契合。
预约免费简报→
NDA · 48小时响应