01
Agent 协作
研究、数据、因子与风险 agent 共享证据工作。它们可以提出与调查，但不能自批准一个策略晋级。
- Research feed
- 假设
- 工具调用
- Human gate
AI Research Feed · Alpha Discovery · Judge Engine
用 Agent 发现 Alpha，只让证据幸存者晋级。
Corrai 把多 Agent 协作、受治理市场数据与 Alpha Canvas 工作流汇成实时研究 feed。每个假设、试验、数据集与回测都会被记录、质询，并在进入生产前交给 Judge 裁决。
不卖一句 prompt 策略，不隐藏试验历史，不让弱证据晋级。
AI Research Feed
Registered trial · RUN-8291-A3F2
Agent 观察记录
| Agent | 观察 | 状态 |
|---|---|---|
| DATA | 监控 feed 过期风险与 canonical 覆盖率 | open |
| ALPHA | 起草 BTC funding-rate reversal 假设 | queued |
| RISK | 检查泄漏、试验次数与成本假设 | active |
假设摘要
波动冲击后的资金费率压缩，可能在 3 根 K 线内均值回归。
来源：market feed + canonical OHLCV + funding metrics。试验历史随 run 保留。
Judge docket
阻断——DSR 与 walk-forward 证据不足
- PIT 数据谱系
- 含成本下一根 K 线执行
- DSR 已计入重复搜索
研究案卷为示意图。Corrai 不提供投资建议，也不承诺产生盈利策略。
Alpha discovery system
Feed 负责提出，Canvas 负责运行，Judge 负责裁决。
Corrai 围绕一条受控研究闭环构建：agent 产生候选，工作流把候选变成登记实验，证据闸门决定什么能活下来。
02
Alpha Canvas
把想法变成可复现 DAG：数据、因子、信号、标签、回测与验证节点都带着 run id 与谱系。
- DAG 工作流
- Run ID
- 谱系
- Replay
03
AI 市场数据 Feed
研究开始前先治理行情、链上与另类数据：过期状态、指纹、canonical 转换与 feed 健康都必须可见。
- 定时 feed
- Canonical 数据
- 数据指纹
- 过期告警
多 Agent 调度
Harness 智能，但不把晋级钥匙交给智能体。
Agent 系统被设计成一个研究组织：并行探索、共享记忆、工具权限、验证 runner，以及对关键动作的显式人工审批。
Hypothesis Agent
propose把市场观察、历史 dead end 与数据异常转化成可登记、可测试的精确假设。
Data Agent
ground检查 feed 健康、world/canonical 覆盖、过期状态、谱系，以及证据是否足以支撑研究。
Workflow Agent
execute构建 Alpha Canvas DAG 提案，并通过受控工具运行验证，而不是散落在自由 notebook 里。
Judge / Risk Agent
challenge解释失败闸门与风险问题；可信裁决仍来自结构化 Judge 证据，而不是 LLM 自评。
从 research feed 到 evidence docket
01
AI research feed
Agent 从数据、记忆与当前市场结构里浮现候选方向。
02
登记试验
假设、数据版本、参数与搜索上下文在评估前冻结。
03
Judge DAG
验证节点用泄漏、DSR/PBO、walk-forward、成本与评审闸门质询候选。
04
证据案卷
结果不是一张好看的收益图，而是记录什么活下来、什么失败、为什么。
默认怀疑的验证系统
Judge 检查什么
每次运行面对同样的闸门。例外会被记录与审批——绝不无声放行。
Purged CV + Embargo
带净化与隔离期的时序交叉验证，拒绝随机 K 折。
DSR + PBO
夏普按登记的试验次数收缩，多重检验被明码标价。
含成本执行
费用、滑点、下一根 K 线成交——每次运行显式声明。
鲁棒性
Walk-forward、跨市况存活、跨市场稳定性。
试验谱系
每次试验都登记在册，搜索历史本身就是证据。
评审与审批
生产晋级不允许研究员自批。
Evidence operating system
搜索历史是证据，不是噪音。
失败 run 不会被丢掉，它会进入研究记忆，指导下一轮搜索，并对重复 discovery 尝试继续计税。
registered experiments
Trial ledger
每个候选都保留假设、参数、数据版本、成本模型与搜索谱系。
dead ends + leads
Research memory
Agent 可以学习下一步试什么，但记忆绝不放宽 Judge 闸门，也不隐藏失败证据。
approval boundary
Human gate
Agent 产物进入工作台供审核。生产晋级需要证据与人工 signoff。
No cherry-picked winners
Autopsy 本身就是产品的一部分。
Corrai 愿意展示十二个假设、零个幸存者，因为尽早发现 false positive 才是重点。研究系统要靠这种诚实建立信任。
阅读：Twelve Hypotheses, Zero Survivors- 不把试过多少次藏在漂亮回测后面。
- 不把裸 Sharpe 当成裁决。
- 不让 agent 的热情覆盖失败闸门。
- 没有可复现证据，就不允许晋级。
为想要更强流程的研究者而建
不适合只想要现成答案的信号买家。
独立量化研究者
交付更干净的研究，每个结果都能从 Run ID 复现。
小型量化团队
统一研发口径，每一次都用同样的方式审证据。
机构研究
可审计的晋级闸门、权限体系与风险审批。
边界：不面向 tick 级高频撮合复刻；每次运行的假设都显式声明。