|
近日，美国量化公司 MexQuant Capital Ltd 宣布加速推进 AULONG 项目布局，推动其在数据分析、策略研究、交易执行和风险控制等方面的量化能力，向金融 AI Agent 系统延展。 据介绍，AULONG 已启动首批能力落地工作，将优先围绕智能交易、市场分析、风险识别和策略辅助等场景推进场景验证，并逐步拓展至数据服务、开发者 Skill、企业 API、链上可信记录和金融 Agent OS 等方向。
这一动作被视为 MexQuant Capital Ltd 面对金融市场变化的一次主动升级。当前，数字资产、合约市场、预测市场、事件合约、链上资金流、新闻舆情和宏观变量正在同时影响市场运行。交易参与者面对的已不再是单一行情，而是更复杂的信息环境和更高的决策门槛。 在 MexQuant Capital Ltd 看来，未来金融市场需要的不只是量化模型，也不只是普通交易工具，而是能够理解市场、调用能力、控制风险并持续复盘的 AI Agent 系统。AULONG 正是围绕这一方向展开布局。 与普通交易机器人不同，AULONG 不只解决看行情、发信号或执行固定策略的问题。它希望建立一条更完整的任务链路：从用户目标出发，理解市场数据，分析风险变化，调用外部能力，记录任务过程，并在结果之后持续复盘。 据介绍，AULONG 系统将由多个核心模块组成。AULONG Brain 负责理解金融市场与用户任务；AULONG Data 负责接入行情、链上资金流、新闻舆情和宏观变量；Skill Platform 负责调用外部工具和能力；Risk Guard 负责建立风险边界；Memory、Review 和 Evolution 则用于任务记录、结果复盘和持续优化。 通过这些模块，AULONG 试图把量化公司原有的“数据、策略、执行、风控”能力，升级为一个可以持续进化的金融智能体系统。 MexQuant Capital Ltd 方面表示，推进 AULONG 布局并不是为了再做一个交易机器人。市场上不缺工具，缺的是能够把数据、策略、风控和执行连接起来的智能体系统。AULONG 是 MexQuant Capital Ltd 把量化能力带入 AI Agent 时代的重要一步。 从应用路径来看，AULONG 短期将从智能交易、市场分析、风险识别和策略辅助等场景切入，帮助用户在复杂市场中提升信息处理和任务执行效率。中长期来看，AULONG 将继续扩展至数据服务、开发者 Skill、企业 API、链上可信记录和更完整的金融 Agent OS。 随着首批能力落地推进，AULONG 正在从项目布局阶段进入金融 AI Agent 任务执行场景验证阶段。 MexQuant Capital Ltd 加速 AULONG 布局，释放出一个明确信号：金融 AI Agent 正在从概念阶段走向真实任务执行阶段。量化能力、风控能力和持续复盘能力，将成为下一代金融智能系统的重要竞争基础。 |
| 编辑：广告推送 |
