做策略 / AI

這個 workflow 解決什麼問題#

把策略研究與 AI workflow 的資料準備流程標準化，降低特徵口徑不一致風險。

AI agent 應優先讀取 structured data、lineage 與 data_gaps，而不是只依賴單一自然語言摘要。

用到哪些 API / dataset#

• features
• factor_data
• time_alignment

最小使用流程#

• 先用價格資料建立時間軸與交易日基準
• 再接月營收與財報資料補上基本面脈絡
• 接著加入 institutional-flow 與其他交易面資料
• 最後保留 data_gaps / confidence / source attribution 供 agent 判讀

建議先後順序#

先判讀、再建模、最後對齊；可降低回測與即時執行偏差。

AI / Agent 可讀入口#

若要讓 agent 程式化讀取文件與資料面，請優先使用 /llms.txt、/llms-full.txt 與 /openapi.json。

MCP tools 目前為 preview / planned，不應假設為已上線的正式交易或投資建議系統。

研究流程聲明#

• 本 workflow 僅用於資料研究、策略分析與系統整合，不構成投資建議。
• 請避免輸出 buy/sell/hold 或 target price 類型的交易行動指令。