Orbitra Prime
交易智能
Forge 位于 Orbitra Prime 工作区内部,因此策略的研究、运行与监控,都在与手动交易相同的账户与风险视图下进行。已发布的记录会为社交交易中的排名提供数据。
可复现的策略生命周期
Strategy Forge 是将一个构想转化为受治理自动化的流水线。策略可以用 Python、Rust 或无代码可视化模块构建,在版本化数据上以明确成本进行回测,接受压力测试,进行模拟交易,在 Cortex 策略下运行,并最终发布。每个版本都会累积一份信任记录,供任何被分享者验证。创作者视角的介绍见 Strategy Forge 概览。
运行方式
信任记录
构想、构建、回测、压力测试、模拟交易、部署与发布——七个阶段沿着同一条路径依次运行。在其下方,一份信任记录随着策略推进逐步填充:构建阶段记录版本与代码哈希;回测与压力测试阶段记录数据窗口、假设与成本;部署阶段记录风险限额与审批;策略实际运行后,则记录执行凭证与实盘表现。
所解决的问题
策略研究在每一次交接环节都可能出现断裂。回测运行在无人能够重建的数据集上,交易成本被假设忽略,参数被反复调整直到收益曲线看起来令人信服。最终进入生产环境的代码,往往并非经过测试的那份代码。
买家与跟随者继承了这一问题。市场列表页展示的是一张业绩图表,却看不到其背后的数据窗口、所假设的成本,也看不到实盘交易与模拟结果的对比。声誉由此变成了营销手段,而非真实证据。
Strategy Forge 将每个阶段都绑定到一份版本化产物上。结果可以依据其输入重新推导,部署被锁定在经过测试的确切代码上,实盘表现则会与最初的宣称并列累积记录。历史或模拟业绩并不能预测未来结果;这份记录让二者之间的差距变得清晰可见。
运行流程
每个阶段都会为信任记录添加字段。尚未运行的阶段会明显留空,因此未经测试的策略绝不会被误认为已经过测试。
用自然语言描述一个假设,或排列可视化模块。Forge 会起草明确的逻辑供审阅;在规则明确之前,任何内容都不会运行。
使用 Python 或 Rust 编写代码,或组合无代码模块。构建产物会连同锁定的依赖项一起打包,并以代码哈希进行标识。
在既定成本模型下,于版本化数据窗口内重放该策略。相同的代码哈希、数据窗口与假设,始终会产生相同的结果。
施加市场机制冲击与流动性冲击——波动率跳升、相关性破裂、深度抽离、价格跳空——并记录回撤与风险敞口的响应情况。
在实时市场模拟环境中交易:使用当前市场数据、模拟成交、不投入实际资金。与回测结果的偏差会被标记出来,而不会被掩盖。
在涵盖资金、亏损限额、杠杆、市场、会话、确认、数据源与紧急停止的策略下,通过 Cortex 运行。审批会被记录,版本则按哈希锁定。
可以将策略保持私密、分享给指定账户,或在市场上架。信任记录会随每一次上架一并流转。
架构
每个组件都会产生或使用版本化产物。正是这一条统一的准则,使整条流水线从头到尾都可以复现。
自然语言助手、可视化模块编辑器,以及 Python 与 Rust SDK。三者产生的都是同一种明确的策略定义,因此没有一条创作路径是黑箱。
将代码与依赖项冻结为不可变的产物,并计算其代码哈希。无论多小的改动,都会产生一个新版本。
将市场数据存储为不可变的时间点版本。回测会引用其读取的确切数据窗口,且无法看到模拟时刻之后的信息。
事件驱动的重放,配合针对费用、价差、滑点、资金费与融资成本的明确成本模型。随机化组件均设有随机种子,且该种子会被记录。
标准的市场机制冲击与流动性冲击,以及自定义情景。压力测试结果与回测结果一并存储,而非单独出具报告。
使用与 ApexMatch 相同的订单基础操作,依据当前市场数据运行策略,采用模拟成交,不涉及实际资金风险。
按版本保存仅追加式记录,以哈希方式锚定在 Orbitra L1 上;策略实际运行后,再补充 Cortex 执行凭证。
安全与故障控制
Strategy Forge 保护两件事:证据的完整性,以及策略被允许触及的资金。
跨越三大系统
Orbitra Prime
交易智能
Forge 位于 Orbitra Prime 工作区内部,因此策略的研究、运行与监控,都在与手动交易相同的账户与风险视图下进行。已发布的记录会为社交交易中的排名提供数据。
Orbitra L1
结算与计算
执行凭证与实盘表现来自在 Orbitra L1 上完成最终确认的 ApexMatch 证据,每个版本的记录都以哈希方式锚定于此。已发布的记录无法被悄悄改写。
Orbitra Realm
应用与商业
Orbitra Realm 中的市场以订阅与许可的方式分发策略与机器人。策略版税与自动化许可会被计入 AlphaStack 价值账本,来自 Realm 的获批数据源也可用于研究。
价值
技术规格
术语