ORION · 動能策略
依市場狀態拆解評測後發現,策略回撤主要源於盤整市況中的震盪磨損,而非方向判斷錯誤。
我們自己的交易台研究並運行系統化的 crypto 策略。這一頁寫循環、評測規則和系統。
這個交易台反覆遇到同一件事:模型在紙上看起來正確,一碰上實盤就失效。
每日的工作,是在我們自己的交易台研究並運行系統化的 crypto 策略。
八個步驟、四條評測規則、四個系統。模型或參數一改,交易台就重跑整套測試。
量化交易是把 AI 落到日常工作的一個詳細案例。交易台是我們自己的。這一頁寫的是工作流程。這裡沒有回報數字,沒有客戶名稱,也不是管理資金的要約。
痛點是一個看起來已經完成、上了實盤卻失效的模型。流程是交易台本來就在跑的研究與交易路徑。交回之後,下面的循環讓交易台在原有工作裡重跑整套測試。
這段下面三塊就是細節。循環寫一個訊號怎樣往前走。評測規則寫甚麼必須通過。系統把研究、模型、執行與風險放在同一條路徑上。
針對明確的市場定價失效展開研究,而非盲目拼接現成數據。
選取具代表性的歷史市場區間與流動性特徵,檢驗假說在不同環境下的表現。
在測試前明確設定預期報酬分佈、換手率與滑價承受上限。
在模型運行前確立淘汰條件與最大回撤界限,避免事後調整標準。
在相同環境下運行現役模型取得基準表現,作為評估指標。
系統記錄預測失準時的市場結構與訂單簿特徵,找出模型缺陷。
根據失敗歸因,針對性修正特徵模型、執行演算法或風險限額。
模型或參數調整時,重新執行完整測試集,確保整體表現未出現退化。
Ryden AI 運行系統化交易架構,研究員與工程師在統一程式庫中協同開發,共同遵循標準化 eval 驗證流程。
系統以當前實際可行的模型能力為基礎設計。由於數碼資產市場全年無休,評測流程與風控機制全程自動化運行,無需人工干預。
檢視 The Eval Set 規則每次顯著的市場回撤都會轉化為永久回歸測試,持續防範同類風險。
策略必須完全通過整套測試集才能進入實盤。評測結果為系統自動上線閘門。
即使平均準確率達標,若存在未受控的極端尾部風險,策略仍無法通過評測。
定期檢視既有風控約束與參數,確認哪些條件可隨模型架構演進而簡化。
涵蓋多元市場結構的 Crypto 量化策略組合。每項策略均具備明確容量上限、自動風控機制與定期的 eval-set 驗證。
基於時點對齊(point-in-time)數據訓練梯度提升樹與深度序列模型。所有模型必須通過完整 eval 測試集方可上線。
執行質素直接決定策略成敗。系統即時監察實際滑價與模型預期的偏差,滑價超出容許範圍即判定為執行失效。
落單前限額與自動減倉直接嵌入交易路徑。一旦觸發限額閾值,系統立即自動縮減倉位或暫停交易。
專注於高流動性數碼資產現貨市場。部位規模受各策略流動性與容量限額約束,達到上限即停止擴展規模。
風控模組直接串接在下單流程中。每項策略皆設有盤前敞口上限、回撤自動減倉閥值與全局停機開關,並提供即時部位與風險數據監控。
系統持續追蹤實盤與回測表現的偏離度。一旦追蹤誤差超出預設容許區間,系統自動降載部位。
運行中的策略會定期重跑其基準 eval 測試集,代碼更新時亦同步驗證。若未達標,系統自動限制其交易權限。
我們不公開核心程式碼或 Alpha 訊號演算法。合資格機構對手方在保密協定下,可查閱營運架構、風控機制與執行延遲等技術指標。