AI LAB・ファーストフィールド アプリケーション
ARC01.5
継続的な研究。
明示的な権限。
ARC は、Reinventy AI Lab 内の財務調査アプリケーションです。市場観察、定量分析、およびユーザー範囲の制御を 1 つの環境にもたらします。 IDRA は、そのマルチ戦略リサーチ エンジンです。仮説を進める前に必要な証拠を使用して、同じ市場を調査する複数の方法があります。
研究用ソフトウェアであり、投資助言ではありません。収益は保証されません。金融機能の有効化は、別途ユーザー本人が行います。
01 / アプリケーション
一つの環境。明確な責任。
ARC
アプリケーション市場データ、調査、各ユーザーの隔離された環境。経済的な許可とアクティベーションは個人的かつ明示的なものとなります。
IDRA
AI研究エージェント追跡可能な実験履歴を備え、新しい候補の専門分野に分岐できる 4 つの定量的戦略ファミリー。
Nemotron
生成モデル構造化された研究のバリエーションを提案します。ウォレットを保持したり、財務執行を承認したりすることはありません。
02 / ARC の内部 · IDRA
4つの頭。
より多くの視点。
ARC の AI 研究エージェントである IDRA をご紹介します。 4つの専門ヘッドが市場を調査します。 Nemotron は、新しい候補ブランチの生成に役立ちます。 1 つのアーキテクチャは、彼らのアイデアを測定可能な実験に結び付けます。
概念的な表現。ヘッドは物理的なハードウェアではなく、研究ファミリーを表しています。
IDRA · ARC のAI研究エージェント
視点を増やすインテリジェンス。
IDRA は ARC の AI 研究エージェントです。名前の由来となった Hydra と同様に、いくつかの特殊なヘッドを通じて同じ市場にアプローチし、Nemotron を使用してテスト用の新しい派生候補を生成できます。
各ヘッドは異なる分析の視点を表します。1つ目は値動きの方向を調べます。別の研究では、衰退後の回復を研究しています。 3 番目は振動を調査します。 4つ目は市場局面の変化を検証します。これらは 4 つの装飾ラベルや 4 つの独立したウォレットではありません。これらは共有アーキテクチャ内の 4 つのリサーチ ファミリーであり、市場データについてさまざまな質問をするように設計されています。
IDRA をエージェントと呼ぶことは、その役割が会話による回答を超えて拡張されることを意味します。つまり、構造化された提案の生成、検証、反復可能な実験を結びつけることになります。言語モデルは、新しい仮説を探索するのに役立ちます。定量的なルールにより、これらの仮説が測定可能になります。目的は、何がテストされたのか、なぜテストされたのかを説明する能力を失うことなく、分析レパートリーを広げることができる研究プロセスを構築することです。
ヒドラの比喩はエンジニアリングの原則となり、専門化は分岐する可能性があります。基本ヘッドは、宣言されたパラメーターと独自の実験記録を持つ、より焦点を絞った候補を生み出すことができます。ヘッドが増えれば自動的により良い意思決定ができるわけではありません。それは、証拠を通じてその地位を獲得する必要がある、より多くの視点を意味します。
エージェントは1人。いくつかの分析的視点。証拠の共有規律。
4つの基本ヘッド
一つの市場。それを調べる4つの方法。
市場は方向性を持って動くことも、下落後に回復することも、範囲内で変動することも、新たな体制に入る可能性もあります。 IDRA は、すべての動きを同じ機会として扱うのではなく、これらのさまざまな仮説を調査します。研究アーキテクチャとしてのその強みは、この複数性です。同じデータで、継続性、回復、平衡、または変化に関する疑問を裏付けることができます。
TREND
あらゆる動きを追うのではなく、方向を認識します。市場が方向性を示すとき、問題はそれがどれだけ動いたかだけではなく、その動きが継続性を示しているかどうかです。Trend ヘッドは、観察ウィンドウ内の持続性を研究し、継続性に関する仮説を立てます。方向性のある動作と一時的な変動を区別しようとします。その専門化により、さまざまなウィンドウとしきい値を探索し、同じ現象のより高速な読み取り値またはより選択的な読み取り値を比較できます。
DIP RECOVERY
底値を当てるのではなく、回復の条件を探る。下落は自動的にチャンスになるわけではありません。回復やさらなる下落の前に下落が起こる可能性があります。 Dip Recovery は、価格下落後の回復状況を研究し、価格が下落したという観察を超えた証拠を探します。その役割は、リバウンドの直感をテスト可能な質問に変えることです。すべての損失が回復されることを前提としたり、事前に最低価格を知っていると主張したりするものではありません。
RANGE REVERSION
価格の変動を研究対象にする。すべての市場が持続的な方向に従うわけではありません。価格は基準範囲内で変動する可能性があります。レンジ回帰では、逸脱と潜在的なリターン条件を調査し、トレンド分析とは異なる視点を提供します。この範囲はテストすべき仮説であり、市場が尊重しなければならない境界線ではありません。行動が変化した場合、解釈も疑問視される必要があります。
BREAKOUT
行動が変化するポイントを調査します。以前の範囲からの逸脱は、新たなダイナミクスの兆候である可能性がありますが、すぐに消えてしまう可能性もあります。ブレークアウトはこれらの遷移を調べ、変更が持続するかどうかをテストします。他のヘッドが連続性や回帰を求めるのに対し、このヘッドは断絶を探求します。バリアントを比較すると、すべての中断を確認された機会として扱うことなく、より高感度またはより選択的な読み取り値が結果にどのような影響を与えるかを研究するのに役立ちます。
03 / 制御された専門性
新しいヘッドは仮説です。
ショートカットではありません。
Nemotron は、各ベース ファミリに対して最大 2 つの追加の専門化候補を提案できます (最大 8 つの候補)。それぞれ、定義された研究空間内で許可されるパラメータが異なります。 IDRA は、無制限のコードを作成したり、その権限を独自に拡大したりすることはありません。
4つの基本戦略ファミリーから、最大8つの追加候補へ。研究用の候補は、取引を許可されたエージェントではありません。
NVIDIA NEMOTRON · ジェネレーティブリサーチ
分析するだけではありません。新しい分析方法を提案します。
Nemotron は IDRA に生成的な次元を与えます。事前に手動で選択されたバリアントのみに依存する代わりに、システムは、許可された戦略ファミリー内のモデルから構造化された提案を要求できます。その結果、アプリケーションが検査、検証、比較できる候補構成が得られますが、信頼して受け入れる市場の意見ではありません。
たとえば、異なる許容観察ウィンドウまたはしきい値を使用して、2 つの候補バリアントを通じてトレンド ヘッドを探索できます。質問は具体的になります: この変更により、観察された選択性、コスト、ドローダウンの間のバランスが改善されるのでしょうか、それとも単に特定のサンプルでの戦略がより良く見えるようになるだけでしょうか?この例は調査メカニズムを示しています。特定の変形が利点を実証したという主張ではありません。
責任の分離は重要です。Nemotronはこう提案する。アプリケーションは形式と境界を強制します。定量エンジンが評価します。モデルは、それ自体の出力が有効であるかどうかを判断しません。実験結果を経済的な許可に変えることはできませんし、ウォレットのキーやトランザクションに署名する権限を取得することもできません。
AIが提案する。エンジンは計測します。コントロールは何を進めることができるかを定義します。
04 / 生成から証拠まで
新しい頭は皆、その地位を獲得しなければなりません。
より多くのバリアントを生成することは始まりにすぎません。 IDRA は、基本ファミリー、提案された変更、実験の結果の間の関係を保存します。有望な物語だけでは十分ではありません。候補者は評価可能で、比較可能であり、拒否される可能性がなければなりません。失敗した試みを記録することは、励ましとなる試みを記録することと同じくらい重要です。これは、選択された成功だけを中心に研究ストーリーが構築されるのを防ぐためです。
- 01
生成
Nemotron は、許可された形式で構造化された候補を提案します。
- 02
検証
アプリケーションは、許可されたパラメータと研究境界をチェックします。
- 03
比較
リプレイでは、モデル化されたコストやドローダウンを含めて、バリアントをその基本ファミリーと比較します。
- 04
レビュー
拒否された候補者や不十分な証拠は追跡可能です。ライブ取引への自動昇格はありません。
予測研究
起こり得るシナリオを探り、その後の動きを測定する。
IDRA にとって、予測調査とは、その後の市場の動きについて検証可能な仮説を立てることを意味します。それは未来を知るという意味ではありません。方向性仮説、回復仮説、範囲仮説は異なる期待をもたらす可能性があります。それらの有用性は、設計を決定しなかったデータに対してどのように実行されるかによって決まります。
したがって、開発パスはモデルと同じくらい重要です。単純なベースラインとの比較、独立した期間での評価、現実的なコスト、市場が変化したときのパフォーマンスの精査です。これらは、追加の専門化が永続的な利点に貢献するかどうかを評価するための条件です。これらは依然として検証要件であり、LLM の存在によって暗示される結果ではありません。
05 / 証拠と限界
独自のアーキテクチャ。検証可能な挑戦。
IDRA は、定量的戦略ファミリー、モデル生成のバリアント、および管理された評価を結び付けます。この組み合わせが私たちの研究の焦点であり、システムが将来の価格、市場の底値、または市場の最高値を認識しているという主張ではありません。
実装された研究機能には、Nemotron による構造化された生成、限定された候補の検証、実験の追跡と再生が含まれます。これらの技術的結果は、収益性の高い予測エッジを示していません。
予測パフォーマンスには、独立したデータと現実的な実行コストが必要です。ユーザーの可用性と財務執行には、個別の資格ゲートと許可ゲートがあります。