M6第 4 课 · 交易研究台M6-L4.1M6-L4.3M6-L4.4

案例概览：交易研究台

一句话： Trade Recommendation Desk 是 Puffo space 中由六个 AI agent 组成的团队，每周审阅一个固定的 10 只美股池；每个判断都由后端策略引擎基于两个市场信号生成，agent 负责审阅、挑战和解释，全程不涉及真实资金。

业务场景

一位投资经理希望获得研究支持：每周对一组股票给出观点，并随时回答关于其中任意一只的问题。AI 工具可以很快给出买卖意见，问题是没人能核查它们。PRD 列出了常见的失败方式：

研究台的回答是：这些失败靠系统控制来防止，而不是靠 prompt 指令。

这是 Azure Partners 的内部实习项目。不使用真实资金，不下真实订单，没有外部用户。每个判断都是假设性的，不构成投资建议。

之前每个案例都只有一个难点，这个案例同时具备全部难点：

特征	为什么在这里很难
数字	每个判断都依赖价格和财报数字。自己敲数字的 agent 可能敲错或编造。
时间	今天正确的数字，在决策当天可能还不存在。用了它就是前视偏差（lookahead bias）。
过拟合	规则变体足够多时，总有一个会碰巧在历史数据上表现很好。
异议	有用的研究台需要一个不受他人引导、专门唱反调的声音。
评估	输出是预测，所以可以、也必须和实际结果对照打分。

Agent	职责
Desk Lead	主频道中唯一的 agent。启动每次运行、给专家分派任务、发布结果。
Technical	审阅趋势和价格证据。
Volume	检查成交量是否支持价格变动。
News	审阅截止时间之前发布的新闻和公告。
Fundamentals	审阅已报告的业绩、盈利意外和公司指引。
Risk	在看到其他 agent 结论之前，站在反方论证。

每个专家 agent 与 Desk Lead 共享一个私有频道，不与其他任何人共享。

Agent 可以降低信心等级或把判断改为 NO TRADE，但永远不能提高。 判断由规则产生，agent 负责解读和挑战。

Syllabus 重点	在设计中的体现
时点数据（point-in-time）	不可变的数据快照，通过只返回运行截止时刻已可得行的视图读取
来源证据	每个数值都有 evidence ID，链接到其公告或供应商记录、期间和时间
异议	一个隔离的 Risk agent，其首次评估带哈希存储，不可编辑
置信度	由引擎强度和 agent 支持度决定的信心等级表，可被风险规则下调
数据新鲜度	每次运行都有截止时间；发布检查拦截任何晚于截止时间的证据
工具成本	每个 agent 每次唤醒最多 10 次工具调用；一次运行消耗 11 次 agent 唤醒
记忆	运行状态由后端的 run manager 保存，不需要任何 agent 记住
可追溯的结论	前端的来源抽屉，可以打开任何已发布数字的出处

Syllabus 要求在决策支持和自动交易之间划清界限。研究台在代码层面划了这条线：没有券商连接、没有下单路径，如果出现下单代码，仓库扫描会让构建失败。公告数据来自免费公开的 SEC EDGAR，日线价格来自一家持牌数据供应商。

“买什么是 agent 决定的。” 初始观点由策略引擎生成，最终判断由规则引擎设定。agent 只能让它更保守。
“agent 越多，判断越好。” 四个信号 agent 的存在是为了从不同角度挑战引擎，BUY 或 SELL 需要其中至少三个不反对。数量服务于一条规则。
“回测好看就证明了策略。” 只有在冻结规则上只跑一次的 holdout，以及前向模拟交易，才是在未调参数据上的证据。

为什么 agent 只能降低判断，而不能提高？

提高判断意味着依据经过测试的规则之外的东西行动，等于把未经测试的判断重新引入了已验证的部分。降低永远是安全的：最坏的结果是错过机会，而不是持有未经验证的仓位。这种不对称让 agent 可以增加谨慎，又不会破坏回测的有效性。

这个研究台和自动交易系统有什么区别？

研究台发布研究判断，并在模拟组合中跟随执行。代码中没有券商连接或下单路径，一旦出现，仓库扫描会让构建失败。PRD 把实盘交易描述为一个独立的、受监管的项目。