ZenQuant Trading — 为 AI 时代而生

// 方法论

研究驱动。
机器执行。

从信号发现到执行，管线中的每一个决策都是系统化、可度量的，并由机器持续改进。

AI 原生研究

大模型从市场数据、另类数据与订单流中挖掘结构——以机器速度，把噪声变成可检验的假设。

系统化策略

统计套利、做市与动量系统，经严格回测验证后全自动化部署，无人为干预。

低延迟执行

自研基础设施托管于主要交易所机房，智能路由与自适应执行全天候压低滑点。

风控内建

实时敞口限额、回撤控制与熔断机制嵌入每一层——风险管理是代码，不是口号。

// 技术

端到端的自主管线。

数据 — 股票、期货与外汇的逐笔级数据接入，实时归一化。
模型 — 梯度提升与深度时序模型，在实时行情上持续重训。
执行 — C++/Rust 事件驱动引擎，内部延迟微秒级。
运维 — 7×24 监控、自动故障切换，每个决策都有完整审计轨迹。

strategy.py — zenquant-core

# signal → position, fully autonomous
from zenquant import Alpha, Risk, Execution

class ZenAlpha(Alpha):
    def on_features(self, f):
        p = self.model.predict_proba(f)
        return Signal(
            side=side_of(p),
            size=self.kelly(p, cap=0.02),
            horizon="4h",
        )

engine = Execution(
    risk=Risk(max_dd=0.08, var_99=0.03),
    venues=["nyse", "nasdaq", "cme"],
)
engine.run(ZenAlpha())  # 24/7, no human in the loop

ZenQuant Trading
为 AI 时代而生。

研究驱动。
机器执行。

AI 原生研究

系统化策略

低延迟执行

风控内建

端到端的自主管线。

与我们一起交易未来。

研究驱动。机器执行。

AI 原生研究

系统化策略

低延迟执行

风控内建

端到端的自主管线。

与我们一起交易未来。

研究驱动。
机器执行。