Три боли, с которыми каждая команда продаж и развития бизнеса сталкивается еженедельно. Именно то, на что жалуются твои менеджеры, а не то, как это назвала бы страница с возможностями.
Half the strategies that ship with a 2.1 Sharpe in the backtest drop below 0.8 within six weeks of paper trading, and the post-mortem catches the same overfit every quarter.
Execution cost is estimated as a flat 5 bps because nobody on the desk has time to decompose spread, impact, and adverse selection per strategy, so live P&L misses target by 30 to 60 percent.
Risk reporting is a Friday-night Excel scramble: parametric VaR in one workbook, historical VaR in another, stress tests in a third, and the CRO signs off blind.
Каждый конвейер ниже, это форма, которую ты собираешь на холсте с помощью команды и инструментов ниже. Не готовая функция от нас, а паттерн, который ты настраиваешь.
Run IC, Sharpe with standard error, alpha-decay half-life, and parameter sensitivity on a candidate factor, applying Bonferroni or Benjamini-Hochberg correction across the tested grid. Static context holds the factor library and the desk's significance thresholds.
Take the backtest fills and decompose cost into bid-ask spread, market impact, and Glosten-Milgrom adverse selection. Scoped database tool reads tick captures only, no broker writes possible from this workflow.
Compute fractional Kelly at 0.25x to 0.5x against the live book using a Ledoit-Wolf shrunk correlation matrix. HITL gate blocks the allocation change until the PM approves the size, the correlation set, and the volatility target.
Run parametric VaR, historical VaR, CVaR, and Cornish-Fisher tail corrections, then replay the 2008, 2020, and 2022 stress books. Cross-run memory carries circuit-breaker thresholds from the prior review so the limits do not reset each Monday.
Score Deflated Sharpe Ratio against the trials count, demand walk-forward validation, and refuse any single-regime backtest. The rag_retrieve tool pulls prior failed strategies so the same overfit pattern does not pass twice.
Synthesize the five specialist sections into a memo with an ACTION line of DEPLOY, PAPER_TRADE, BACKTEST_MORE, PAUSE, or KILL and exact recommended params. Replay captures every tool call so compliance can audit the verdict end to end.
Реальные персоны из команды quant_firm. Каждая поставляется с настроенным системным промптом и стандартным списком разрешённых инструментов. Меняй модели для каждой персоны на холсте.
Проводит анализ качества сигнала стратегии: IC, коэффициент Шарпа со стандартными ошибками, чувствительность параметров и коррекцию Бонферрони или Бенджамини-Хохберга по всем протестированным комбинациям.
Декомпозирует стоимость исполнения на спред между ценой покупки и продажи, рыночное воздействие и неблагоприятный отбор, затем количественно определяет условия, при которых проскальзывание и задержки уничтожают преимущество.
Определяет размер позиции по дробному критерию Келли и корреляционной матрице, сжатой методом Ледуа-Вольфа, затем решает, заслуживает ли стратегия место рядом с действующим портфелем.
Вычисляет параметрический и исторический VaR, CVaR и поправки хвоста Корниша-Фишера, прогоняет стресс-тесты 2008, 2020 и 2022 годов и устанавливает жёсткие автоматические выключатели.
Оценивает переобучение через скорректированный коэффициент Шарпа, отклоняет любую стратегию без валидации на скользящем окне и выносит вердикт ОДОБРЕНО, УСЛОВНО или ОТКЛОНЕНО с указанием точных условий отказа.
Сжимает пять разделов специалистов в один меморандум для PM со строкой ACTION: DEPLOY, PAPER_TRADE, BACKTEST_MORE, PAUSE или KILL и точными рекомендуемыми параметрами.
Каждый инструмент ниже, это реальный общий инструмент из набора Melaya. Добавляй в список разрешений для каждого агента, закрывай операции записи подтверждением человеком, отзывай любой из них одним кликом.
Загружает историю цен, технические индикаторы, курсы валют и макроэкономические ряды для факторных исследований и тестов на новых режимах. Только чтение, запись брокерских данных из этого набора невозможна.
Формирует базу знаний для каждого рабочего процесса из спецификаций стратегий, предыдущих разборов, постмортемов и документов по рисковой политике. Питает три уровня знаний, к которым обращаются QuantAnalyst и QuantSkeptic. Записывает только в хранилище рабочего процесса, никогда в действующую торговую систему.
Читает результаты бэктеста, записи тиков и атрибуцию PnL из твоего хранилища данных. Деструктивные вызовы sql_execute и sqlite_execute требуют подтверждения человеком и отключены по умолчанию для этой команды агентов.
Извлекает таблицы из исследовательских PDF-файлов, аналитических отчётов поставщиков и предыдущих рисковых заключений в структурированные данные, на которые может ссылаться QuantAnalyst. Только чтение, обрабатывает исключительно указанные тобой файлы.
Проверяет CSV-экспорты бэктеста, суммирует распределения перед передачей аналитику и вычисляет хеш файлов результатов, чтобы журнал аудита мог подтвердить, что проверяемый разбор совпадает с подписанным PM.
Читает Excel-книги с рисками для PM и формирует итоговый меморандум «запустить или закрыть» в виде документа Word, пригодного для архива соответствия. Все записи требуют подтверждения человеком и сохраняются в черновую папку, никогда не перезаписывая предыдущую версию.
Направляет меморандум ReportWriter «запустить или закрыть» в канал команды после одобрения человеком. По умолчанию требует подтверждения человеком, журнал аудита ведётся так же, как для любой другой записи.
Каждый конвейер поставляется с тремя уровнями доступа к знаниям. Комбинируй для каждого агента на холсте. Никакого общего векторного пространства с другим арендатором, никаких случайных чтений, никакого непрозрачного поиска.
includeContextДокументы для конкретного конвейера, добавляемые к входным данным выбранных агентов при каждом прогоне. Бриф ICP, плейбук, прайс-лист или корпус выигранных сделок. Всё, что должно быть доступно агенту до начала работы. Ты выбираешь, какие персоны получат какие документы.
rag_retrieveИнструмент с ограниченным доступом, выдаваемый каждому агенту. Когда агент решает, что нужна большая глубина, он запрашивает векторное хранилище рабочего процесса по требованию. Та же база знаний, что и статический контекст, но обращение к ней происходит только тогда, когда модель сама об этом просит.
pipeline_memoryСостояние на уровне конвейера, которое переходит от одного прогона к следующему. Вчерашнее исследование доступно для сегодняшнего продолжения. Команда помнит, что уже проработала, что было подтверждено, что отправлено. Журнал аудита, это вторичная база знаний.
Тариф Sandbox бесплатный, карта не нужна. Присоединись к списку ожидания, и мы напишем, как только откроется место.
← Все кейсы