基于深度学习与统计套利的多维度预测框架。我们的策略引擎旨在为不同风险偏好的机构及专业分析师提供高胜率、低回撤的量化解决方案。
综合胜率
68.4%
最大回撤
2.1%
夏普比率
2.84
活跃模型数
1,402
针对不同风险敞口优化的三大主力量化模型。
侧重于本金保护的统计套利模型。通过多因子验证过滤高波动信号,适合长期配置。
基于Transformer架构的动态平衡模型。在控制风险的前提下,捕捉中等频率的市场异动。
高频动量追踪模型。利用微秒级数据捕获短期趋势,适合能承受较高波动的账户。
我们的预测引擎不仅仅依赖传统的移动平均或均值回归。核心驱动力是定制化的 Transformer 神经网络,它能够处理复杂的非线性序列数据,识别隐藏的市场微结构模式。