SeleneQuant
AI 量化研究团队47 问 · 13 证据
  • 主张
  • 调查会
  • 研究回路
  • 回测
  • 实验台
  • 不是什么
  • 记忆
  • 审计
  • 开源本地

一个在运转的研究团队 · 非演示数据

提问、实验、判决、等待现实检验:循环不停止。

打开研究库看它如何研究

AGPL-3.0 开源 · 本机 SQLite · 历史不出机器

QUESTIONq-024cfb997e06EXPERIMENTexp-a8ba6b84e92bEVIDENCEev-df9effd9f8abDECISIONdec-6a48bd7d61c3OUTCOMEoutcome_pendingMEMORYrev-c0515ec80093
QUESTIONEXPERIMENTEVIDENCEDECISIONOUTCOMEMEMORY

一次真实研究循环(funding 四连判决)· 数据快照 2026-10-02 · 每步可回源到库内 id

策略218│回测177│研究问题47│证据13│界面186│ETH/USDT 1d-78%│ARB/USDT 1h+60.3%│PENGU/USDT 1h-8.8%│XLM/USDT 1h-11%│BTC/USDT 4h-16.1%│BTC/USDT 1h-20.6%│ETH/USDT 4h+36%│策略218│回测177│研究问题47│证据13│界面186│ETH/USDT 1d-78%│ARB/USDT 1h+60.3%│PENGU/USDT 1h-8.8%│XLM/USDT 1h-11%│BTC/USDT 4h-16.1%│BTC/USDT 1h-20.6%│ETH/USDT 4h+36%│
调查会这一机制已真实跑过 48 次视角事件

AI 自己去查,
而且会当场反驳自己人。

一个问题交给三个视角:各自独立召回材料、各自独立分析,只有主持人能落正式回答。 下面这次调查逐字来自真实事件流。

你的问题今天btc的行情如何q-804aa2c92a2c · 2026-09-28 03:43
今天btc的行情如何q-804aa2c92a2c
经验派7
记录派0
挑战派8
视角事件 48 次 · 成功 22 次 · 失败降级继续
经验派

只信被证据链锚住的历史

引用 7 条
延续 rev-c0515ec80093 的四连判决:funding 短视界无预测力、7d 信号真实但规格错配、carry 池化 CI 跨零。今日快照是描述性数据,单日观察不构成对上述任何 IC 结论的检验,因此无需修正。一句话:中期上行趋势内的一天正常幅度回调。这是描述,不是判断。
ev-85c701bd2407ev-aa12269ea516ev-d6345a1ac57dev-df9effd9f8abev-905370c8fcf8rev-c0515ec80093ev-fea9fc354bbf
记录派

只看尚未被证据锚定的记录与缝隙

引用 0 条
本轮仅收到一份行情快照,无证据 id,按规则不进 CITED,以下全部按「待检验线索」处理。记录缝隙:资金费率时间戳与数据截止差 6 天,是滞后还是采集缺陷?未验证。「29日涨跌窗口」与资金费率「30日均值」口径不一致,窗口定义未入档。
按材料纪律,本轮无可引用证据
挑战派

魔鬼代言人,找其他视角没看的缝隙

引用 8 条
「今天」答不了。数据截止 09-28T00:00Z,即 -1.48% 是 09-27 那根 bar。若回答「今天 BTC 跌了 1.48%」,是拿昨天收盘冒充今天;测试会通过,答案仍是错的。funding「现值」是 6 天前的,是 8h 结算变量,中间约 18 个结算周期。我怀疑快照管道在 09-22 生成后 funding 字段未刷新。
ev-85c701bd2407rev-c0515ec80093ev-aa12269ea516ev-d6345a1ac57dev-905370c8fcf8ev-df9effd9f8abev-fea9fc354bbfhyp-5eb464687068
主持人逐条裁决·三视角的分歧被一条条裁定,不是投票
  • 「今天」的语义正式回答必须写明「09-28 盘中不可观察,最新可观察对象是 09-27 收盘 bar」
  • 带 id 的行情副本能否当证据引用本轮仅作数字一致性校验(已通过),不作为行情事实的证据引用
  • funding 滞后是「滞后」还是「缺陷」三者相容,交由反向检验裁决;先修数据再谈结论
v1正式回答

最新已收日K(09-27,截止 09-28T00:00Z)BTC 收 83381.5,日跌 1.48%,约 0.7 个 20d 日波动,属温和上行(7d +2.3%、29d +7.4%)中的普通回调日;资金费率读数滞后 6 天不可用;今日盘中与任何前向含义均不可答。

注意最后那句「任何前向含义均不可答」:账本里不存在 BTC 1d 短视界的已验证证据,它就拒绝外推。 (此处到此为止:调查会 → 结案的通路尚未打通,不在本页展示。)

研究回路4 条实验 · 全部 RECORDED

一个判断,走了四次实验,
其中一次推翻了上一次的自己。

下面每个节点都是 Selene 真实跑过的一次实验,判决逐字来自研究库。 右侧的结论,引用了全部四次实验结果。

实验链
NO-GOfunding 因子族 4-bar IC sweep2026-09-22

全族 |IC| ≤ 0.02,弱 TF_TREND 一个数量级

RECORDEDscripts/funding_ic_sweep_2026-09-22.json
翻案funding 多日视界 IC sweep2026-09-25

7d 全 symbol 过 0.10 线,方向一致 BTC 8 / ETH 12 / SOL 13 个月

RECORDEDscripts/funding_ic_sweep_multi_horizon_2026-09-25.json
veto 不成立funding 入场否决实验 门12026-09-26

3243 笔 tagged 交易分 7 档,WR 全档平坦

RECORDEDscripts/funding_veto_test_2026-09-26.json
INCONCLUSIVEfunding carry+反转模拟 门22026-09-26

ETH+SOL 池化 n=203,CI95 跨零,不立多日赛道

RECORDEDscripts/funding_carry_reversal_sim_2026-09-26.json
v1 结论
v1当前判断2026-09-26 17:23

funding 拥挤度对 BTC/ETH/SOL 收益有预测力吗?

四连判决(0922 → 0926):funding 拥挤度对短视界(4-bar/1h)收益无预测力,但对 7d 多日视界信号真实(方向与拥挤度假说一致,ETH 最强且仍在增强),carry 机制成立但量级太小。信号真实、尺度错配、操作化不过关。V52 不加 funding 规则。

它用了全部 4 次实验结果
  • ev-aa12269ea516→ NO-GO
  • ev-df9effd9f8ab→ 翻案
  • ev-d6345a1ac57d→ veto 不成立
  • ev-905370c8fcf8→ INCONCLUSIVE
这条结论现在的去向进入记忆

回路当前断在 Execution:实验做到结论、结论入了记忆、 判断也已落成决策记录,但把结论变成一笔真实下单的执行记录, 库里还是 0 条。下一段回路从这里接。

回测库里共 177 条 · 下面展示 7 条 · 2 盈 5 亏

它真的在跑量化研究,
包括跑输的那些。

下面是研究库里真实的回测结果。曲线来自 backtests 表的 equity_curve_json, 指标来自 metrics_json,没有一条是示意数据。 半数以上是亏损,照样入库。这是研究记录,不是成绩单。

ETH/USDT1d-78%
Sharpe
-0.26
回撤
-94.2%
笔数
396
胜率
46%
bt-975cfe0d · 2020-06-06 → 2026-09-22
ARB/USDT1h+60.3%
Sharpe
1.63
回撤
-22%
笔数
266
胜率
36%
bt-581e359a · 2025-09-18 → 2026-09-19
PENGU/USDT1h-8.8%
Sharpe
-0.17
回撤
-28.8%
笔数
230
胜率
44%
bt-6fe1afeb · 2025-09-18 → 2026-09-18
XLM/USDT1h-11%
Sharpe
-0.96
回撤
-25.3%
笔数
131
胜率
15%
bt-420a5839 · 2026-06-23 → 2026-09-23
BTC/USDT4h-16.1%
Sharpe
-1.86
回撤
-29.2%
笔数
65
胜率
26%
bt-e088c693 · 2025-10-01 → 2026-05-21
BTC/USDT1h-20.6%
Sharpe
-0.69
回撤
-36.8%
笔数
60
胜率
33%
bt-db24649a · 2025-08-05 → 2026-09-29
ETH/USDT4h+36%
Sharpe
1.13
回撤
-17.9%
笔数
34
胜率
74%
bt-dd3c67d8 · 2025-06-14 → 2026-09-23

这些是回测,**不是实盘**。回测通过不等于策略可用。 Selene 的纪律是把"当时知道什么"和"事后知道了什么"分开记账。

实验台49 内置模板 · 7 族 · 3 类市场 · 8 调参目标

研究回路脚下,
是一整套真仪器。

回路能记住结论,前提是有结论可记。结论跑在这套台面上: 真的市场、真的模板、真的调参目标。下面不是能力清单, 是回路每天要用的台面,每条都能在代码里核对。

入口
加密Binance · OKX现货 / 永续
美股Alpaca行情 + 交易
摄取Telegram · 宏观事件→ 因子 / 特征
台面内置模板 49
趋势
16
动量
9
均值回归
9
突破
5
波动率
5
择时
4
AI
1
旋钮

Bayesian 搜索(Optuna)按下面任一目标自动调参:

sharpetotal_returnannual_returnprofit_factorwin_ratecalmar_ratiosortino_ratioexpectancy

模板、市场、调参目标都在仓库里可数。回测引擎跑过的那些 (包括跑输的)在上一节。

普通 AI 每个问题都从头开始。
Selene 的每个问题都带着历史。

普通 AI 研究助手
Selene
单位一次对话
单位一个持久问题(Question)
历史每个问题独立,不带走上下文
历史每条判断带着问题全部历史
输出一段回答文本
输出版本化结论 + 它引用了什么
结果回答完就结束
结果现实结果回流,改变下一版判断

在这套机制里,你不是等答案的人。

你提出问题、追问证据、推翻解释、叫停跑偏的方向,它负责让每一次你做出的改动,都被历史接住。

区别不在「有没有记忆」,在于历史会被 自动取回,不要求你记得去翻。

记忆3 条已入账知识

它不是记住了什么,
是因为记得而改变了什么。

每条知识右侧是真实的反向索引:它被哪些后续回答引用过。 「N 次被取回」不是比喻,是可数的引用次数。

rev-c0515ec8rev-f812f21brev-85e84487下一次回答 q-e31d… · v2

虚线 = 已入账但尚无下游引用(如实画断) · 流点 = 真实取回事件

结论rev-c0515ec80093

funding 拥挤度对短视界收益无预测力,对 7d 多日视界信号真实但尺度错配、操作化不过关。

证据链ep-f1249d926160ev-aa12269ea516ep-d22888f41a29ev-df9effd9f8abep-b659aaa746e7ev-d6345a1ac57dep-f032aeffa5c9ev-905370c8fcf8
0次被取回

已入账,尚无下游回答引用此条。

结论rev-f812f21b0d52

加息落地反弹 = 利空已提前定价、不确定性出清(9/16 ETF 流出 $4.5 亿,决议前已定价 93% 概率)。

1次被取回

下游回答引用它:

q-e31df43a51 · v2
结论rev-85e844875147

周末效应是复合效应:量 / 波成分稳健,均值成分脆弱;只检验均值的方案会漏掉可检验的稳健部分。

1次被取回

下游回答引用它:

q-d4a7d28f40 · v3

把历史存起来,Git 和 Obsidian 也能做到。被系统自动取回、并因此改变下一次判断,才是分界。

审计库里共 177 条真实回测、47 个持久研究问题、13 项证据。决策记录落了 2 条, 但执行环节(live_orders / fills)仍是 0,如实报 0。[ 展开全表 ][ 收起 ]
research_questions持久问题(33 open / 12 parked / 2 已回答)47
research_revisions版本化判断,其中 8 条带真实引用边18
research_evidence每次实验的判决与关键数13
research_episodes最小经验单位(不可改)13
research_missions下钻调查对象35
research_edges对象之间的真实链接27
research_decisions决策记录(均未结案:pending 1 / never 1)2
~/.selenespace/data/selenespace.db· 本地 SQLite · 直接 COUNT · 可自行 sqlite3 核对
内置 Skill运行时加载两组,共 16 个
量化策略向skills/
strategy-draftstrategy-coderbacktest-explainmarket-analysispnl-explainrisk-reportindicator-guideexchange-setup
股票研究向bundled_skills/
dcf-modelearnings-analysisearnings-previewinitiating-coveragemorning-notesector-overviewtrade-pitchresearch-conventions

你的研究历史,从不离开你的机器。

  • 研究库落在本机 SQLite,历史不出机器
  • AGPL-3.0 开源,代码可读、可自托管
  • selenespace CLI:同一套引擎,可脚本化、可接 CI
  • LLM 与数据源可换,不锁死在某个云
selene publish-gate --self-check真实运行回放 · 行按类别泛化

exit 1,门拒绝放行:实现标识符 / 上游标识 / 密钥形态三类探针有命中, 逐条登记;paths / excluded / fixture 三项零命中。处理完重跑,不许绕过。

terminal
$ git clone github.com/papisoV/selenequant
$ pip install -r requirements.txt
$ run.bat  # 起 local-api + 前端
→ local-api :8088 · frontend :3000

下一次判断,应该建立在上一次真实发生过的结果之上。

在本地跑起来,或者先看一次完整研究怎么走完一轮。

在本地跑起来看一次完整研究
SeleneQuantAGPL-3.0 · Community Edition
GitHubLocal-firstOpen source