Quant Research with dsh-quant

dsh-quant 的量化研究标准工作流：工具按域组合成 PDAT→PET 链路，每步都有 对齐契约与验证金标准。规划（planning）时按链路排布任务；执行（tool use） 时严格按契约传参。

1. 规划：PDAT→PET 链路

planning: 数据 → 质量 → 特征/因子 → 模型/回测 → 风控 → 交付
tool use: quant_market_fetch → quant_data_quality → quant_factor_evaluate/
          quant_factor_neutralize → quant_backtest*/quant_walk_forward →
          quant_risk/quant_drawdown → quant_fund/quant_report/quant_chart

• 单标的完整研究：一条 quant_research_pipeline 跑通全链路（含报告与图表）。
• 多标的并行：每个标的交给一个 subagent 调 quant_research_pipeline （纯 TS 侧可用 researchMultiAsset），单标的失败不阻断其他标的。
• 研究结论的样本外证据必须来自 quant_walk_forward 的 OOS IC/RankIC， 训练集 R2 只是参考。

2. Tool use 契约（不可违反）

• 对齐：所有输出与输入等长，头部无法计算的窗口位置为 null——按索引 直接对齐，模型不需要补 padding。空序列/超窗是合法结果（全 null），不是错误。
• 无未来函数：factorValues[i] 预测 forwardReturns[i+1]； 回测信号在 bar i 确认、bar i+1 收盘成交。
• 联合类型用 oneOf：items: { oneOf: [{ type: 'number' }, { type: 'null' }] }； 输出对象每个字段都要 required: true。
• 非有限数在 registry 层即被拒绝（lossless JSON），NaN/Infinity 不可达 execute。
• 数据源：加密（binance/okx/bybit 自动容错）、A股（sina/tencent 前复权）、 美股/全球（yahoo）；深度数据走渠道知识库 quant_data_guide。

3. 验证金标准

• 因子：ic（Pearson）+ rankIc（Spearman）+ icDecay（衰减应平滑）+ longShort（多空价差）+ turnover（换手成本校验）。
• 模型：quant_walk_forward 滚动训练/样本外预测；禁止随机 K 折 （时序数据随机切分泄漏未来）；多次试验需 Deflated Sharpe 校正。
• 策略：quant_metrics（收益/回撤/夏普/卡玛）+ quant_risk（VaR/CVaR/β/IR）
  • quant_drawdown（回撤段/恢复）+ Kupiec 检验（quant_var_backtest）。
• 交付：quant_fund（1 亿起 NAV 1.00 双费高水位）+ quant_report + quant_chart 图表数据。

4. 边界

公开方法与框架，不公开生产策略；生产策略/特征库/RL 实现属内部 PCPT。 过拟合诊断清单与 RL 问题形式化见 docs/ML_GUIDE.md。