研究检索：AI Quantitative Strategy Backtesting

技能简介

连接 gds910228/AI-Quantitative-Strategy-Backtesting，用于研究资料检索、聚合与结构化分析。

业务价值

• 把分散的信息源统一检索和归档，减少信息遗漏。
• 将非结构化资料转成可检索要点，方便团队共享。
• 支持从问题到证据链的研究闭环，提高结论可追溯性。

典型场景

• 场景1：按研究主题自动汇总多来源材料并生成要点。
• 场景2：从长文档/网页中抽取结论、假设与数据依据。
• 场景3：定期更新研究主题看板，输出趋势变化提示。

输入与输出

见下方输入与输出表格。

输入：研究主题、业务问题或任务目标；输出：结构化要点、执行建议与可追溯来源链接。

风险提示

• 输出内容仅用于业务辅助，不应直接替代最终人工决策。
• 涉及企业内部或敏感数据时，应先做权限控制与脱敏。
• 若用于投研分析，请结合合规要求与人工复核机制。

来源信息

原始链接：https://github.com/gds910228/AI-Quantitative-Strategy-Backtesting
来源类型：GitHub 开源仓库