AI 应用产品作品 · 金融研究治理
让金融研究结论
可解释、可验证、可停止
WhaleTrace 将逐笔成交、历史回放和风险研究组织成一套可审计工作流：先验证数据， 再验证假设；收益证据不成立时关闭自动交易，只保留有证据的人工辅助价值。
演示案例为脱敏模拟数据；研究指标来自冻结报告。页面不提供实时行情、荐股或交易执行。
Research governance overview
READ ONLY
可信信息层
主动成交方向与延续性
未通过的产品路线
自动交易 / 个股 Alpha
从研究代码到产品判断
真正的产出不是“跑出一条曲线”
而是把用户问题、数据证据、实验门槛、失败结论和下一步产品决策连成闭环。
定义问题
普通 K 线无法回答“谁更主动”。产品将逐笔成交方向转译成可观察、可解释的执行压力。
建立证据
固定数据口径、逐日对账、跨年度验证，并将原因、血缘和异常状态保留下来。
收缩边界
价格与含成本收益未通过后，停止自动交易路线，将产品收缩为人工确认、预警与背离观察。
盲测价值
先隐藏未来，再比较加入资金层前后的判断，检验工具到底是帮助、无用还是误导。
Interactive product demo
体验一次受控盲回放
按真实产品逻辑体验“先看价格、再看资金、最后揭晓未来”。无需登录，不记录任何个人信息。
DEMO CASE A
价格仍强，主动成交压力转弱
归一化价格
累计主动净额
隐藏区间
当前只能看到截止点前的价格路径；资金层和未来仍被隐藏。
先记录只看价格时的判断这一步没有标准答案，目的是记录信息增量。
Frozen evidence
把“有用”和“能交易”分开验证
项目保留正向证据，也公开失败证据。每个结论都对应清晰的产品权限和停止条件。
已通过成交方向测量
+3.5–7.5个百分点
三项预先声明的执行诊断，对次日同向资金流延续提供历史增量；2024 验证与 2025 OOS 均观察到。
- 300 只股票，2023–2025
- 217,903 个连续竞价股票日
- 逐笔成交方向与独立订单号检查基本一致
未通过含成本交易路线
-13.205%
core300 含成本总收益未达门槛，次日价格增量置信下界为负，因此关闭个股 Alpha 与自动交易方向。
- 不把同日机制关系包装成可交易预测
- 不接入实盘账户或自动下单
- 产品收缩为只读研究与人工盲测
待验证人工判断增量
100例门槛
通过 A/B 盲回放比较加入资金层前后的判断变化，验证它究竟是帮助、无用还是误导。
- 未来严格隐藏，判断锁定后才能揭晓
- 记录判断、信心、帮助程度与信息类型
- 未完成案例不写入正式记录
独立研究线 · 5 日大跌风险
能集中风险，不等于能精确逃顶
早期价格风险研究识别的是：以参考日收盘为 100，后续 5 个交易日任一收盘是否到 92 或以下。 最高风险组历史命中约 21%，明显高于自然发生率，但误报仍高，不能单独触发卖出。
产品结论保留为研究证据与二次检查；不恢复不可审计的个股评分器。
Product ownership
项目负责人真正做了哪些产品决策
重点不是手写了多少代码，而是把模糊问题转成可实施、可验收、可追责的产品规则。
定义研究用户任务
将“识别主力”拆成趋势确认、压力预警、背离观察和盲测验证，避免无边界承诺。
冻结证据链
统一价格口径、Tick 血缘、逐日对账、UNKNOWN 状态与缺失处理，确保结果可复现。
设计受控回放
用未来隔离、判断锁定、A/B 顺序和完成态写入规则，控制事后解释偏差。
主动关闭失败路线
含成本结果未通过后冻结自动交易，保留有证据的功能，避免把研究演示升级成金融承诺。
Public demo boundary
公开体验版与内部研究版严格分离
招聘体验只展示产品逻辑、脱敏交互和冻结证据，内部数据、研究脚本与本地运行环境不随站点发布。
能力公开体验版内部研究版
交互案例脱敏模拟，只读本地历史 Tick 与缓存
研究证据摘要与边界完整报告、哈希与血缘
交易能力无同样关闭
个人数据不采集仅本地研究记录