科学性与使用说明
第一性原理 · 德鲁克闭环 · 风控验证
系统定位

把多源数据变成可解释、可验证、可执行的趋势判断

猪智汇不是用AI直接猜涨跌,而是先用规则因子模型诊断关键比例、趋势变化和置信度闸门,再让AI解释因果链、风险和异常事件。 这样做的目标是让交易员快速判断未来2-8周趋势,同时让新手看懂每个数据为什么会影响生猪期货。

核心原则规则定方向

AI负责解释和归因,最终方向、置信度和执行状态必须来自可复核的因子模型。

可信闸门

系统先证明“能不能相信这个判断”,再讨论交易动作。

规则优先必须通过

方向、置信度、执行状态来自可复核因子模型,AI只负责解释。

数据闸门必须通过

缺核心数据时降低置信度,不用假数据填补结论。

风险闸门必须通过

没有支撑、压力、ATR或失效条件时,不给强执行建议。

复盘闸门必须通过

预测必须进入5/10/20/40日验证,用结果校准模型。

公开依据

系统使用公开、可解释、能复盘的产业和交易指标,不把单条新闻或短线K线当作主结论。

决策逻辑

按照第一性原理先解释价格变化机制,再给方向、置信度和操作边界。

1. 定义目标

系统只服务一个核心问题:未来2-8周生猪期货趋势偏多、偏空还是震荡,以及当前是否值得执行。短线噪音只作为风险提示。

2. 拆成第一性因子

价格由未来供给、需求承接、成本利润、期现修复、期限结构、资金技术、政策新闻共同驱动。每个因子必须有数值、阈值、趋势变化和交易含义。

3. 先诊断比例和趋势

先看关键比例是否偏离正常区间,再看一周、一月、一季变化率是否同向,最后用供需、资金和政策验证。AI不直接拍方向,只负责解释、归因和风险约束。

4. 置信度闸门

高置信必须同时通过数据覆盖、信号一致、风险可定义和历史验证。缺关键数据、AI与规则冲突、趋势证据不足时自动降级。

5. 执行和复盘

系统输出可观察、轻仓试错、等待确认、禁止追单四类状态,并把预测沉淀到5/10/20/40日命中率和相似状态回测。

页面角色

每个页面只回答一个核心交易问题,避免把信息堆成资料库。

交易决策能不能做

汇总方向、置信度、执行状态和关键风险。

产业基本面供需是否变了

验证供给、需求、利润、政策是否支持方向。

期现结构盘面贵不贵

判断基差、期限结构、展期和交割风险。

交易执行风险能否定义

计算ATR、止损、单手风险和仓位上限。

模型复盘系统准不准

用未来行情验证命中率、最大不利和错因。

科学说明为什么可信

解释方法论、数据边界和使用流程。

功能模块说明

每个模块都必须回答“这个数据如何改变涨跌判断”。

交易员一眼结论

回答能不能做、为什么、错了看哪里,避免用户先被大量表格淹没。

核心证据矩阵

展示每个因子的当前值、多空影响、观察阈值、来源和交易含义。

关键矛盾

快速看到当前方向由哪几条现实链条真正推动。

缺失数据影响

说明缺什么、影响哪个判断、下一步怎么补。

情景推演

用现货、饲料成本、能繁变化和基差修复测试结论是否稳定。

期限结构与交割风险

识别近远月曲线、月差、展期成本和临近交割风险。

验证与命中率

把预测快照与未来行情对齐,展示周期命中率、相似状态表现和最大不利波动。

事件归因

新闻只作为预期扰动,必须被现货、资金或基差验证后才提高权重。

使用流程

从一眼结论到深度验证,按同一条路径使用,减少主观随意性。

  1. 先看首屏的能不能做、方向、置信度和执行状态。
  2. 再看Top多空因子,确认当前判断是由基本面、期现还是政策事件驱动。
  3. 检查置信度闸门和缺失数据影响;如果覆盖不足或风险不可定义,不追单。
  4. 打开情景推演,用常见预设测试现货上涨、成本变化、能繁变化和基差修复后的结论是否稳定。
  5. 进入深度模块,核对利润成本、基差、期限结构、资金行为、新闻归因和历史验证。
  6. 交易后回到验证与命中率,观察5/10/20/40日表现,用真实结果校准下一次判断。

降级规则

这些情况出现时,系统必须减少确定性,而不是强行给答案。

数据覆盖不足:缺现货、主力、基差、供给或资金时,置信度自动降级。
信号冲突:规则模型、AI解释、现货、基差或资金不一致时,禁止高置信追单。
风险不可定义:没有支撑压力、止损距离或失效条件时,只能观察或轻仓试错。
事件未验证:新闻和政策只算预期扰动,必须等待现货、资金或基差确认。

风控边界

系统是辅助研判工具,不提供保证收益式建议。

不是信号喊单

它给出方向、证据和失效条件,不替代独立判断。

不是新闻摘要

新闻必须被现货、资金或基差验证,不能单独定方向。

不是保证收益

交易动作始终需要止损、仓位约束和复盘反馈。