THE WANYING WORKSPACE
你有一个投资想法，
万应帮你把它做成方法。
把你的经验说出来，AI 负责理解，量化引擎负责计算和验证。研究、因子、策略与持仓，不再散落在对话、脚本和表格之间。
01 / 先把想法说清楚
有个点子，
直接用你熟悉的话说。
一句观察、一只股票，或一套别人分享的战法，都可以直接交给万应。万应先把自然语言变成明确假设，再选择合适的研究流程。
AI 负责理解与解释，数字由量化引擎计算。研究需要有效数据与模型服务；AI 输出仍需核验。
市场与个股研究
从市场状态、行业表现，到公司的基本面、估值与风险画像，把分散信息放进同一个研究视角。
条件筛选
描述研究条件，把偏好转成可计算规则，得到满足条件的研究样本与筛选逻辑。筛选结果仅用于后续研究验证，不构成具体证券选择建议。
从一只股票发现策略
把目标股当作发现线索，再用历史研究池、同池对照和样本外检查，验证观察能否迁移到更多股票。
策略复刻与想法探索
把已有规则或模糊想法转成可检验的策略。先检查可行性，再运行研究，避免把听起来合理当成已经有效。
02 / 再让数据说话
策略看起来不错，
先把证据查清楚。
因子工坊把选股逻辑留下，策略库把完整规则整理好。再用检验、回测、复盘与诊断判断证据是否充分，并把研究成果继续沉淀下来。
样本外、调优和归因是可按需开展的研究，不代表每份回测都已完成全部验证。支持范围以策略与数据覆盖为准。
因子从草稿到正式资产
创建与检查因子，计算检验指标，查看历史结果。正式入库后可持续复盘，对比基线，观察衰减与漂移。
策略回测与历史试投
使用策略约定的研究区间与基准运行回测；也可以选择日期与初始资金，回答“假设当时开始会怎样”。试投属于历史模拟，不是真实账户收益。
样本外与参数稳健性
检查换一段时间或一组参数后，策略是否仍保留有效迹象。滚动样本外分析有助于识别只适合历史样本的规则。
收益归因与策略诊断
按数据条件开展行业归因，区分配置与选择的影响；结合契约检查、健康巡检和执行审计，理解结果与局限。
03 / 策略做好，接着跟持仓
把策略接到真实持仓，
计算结果和成交分开记。
录入现金与持仓，绑定你已确认的策略。万应按固定的策略版本和执行计划持续复现规则，记录目标持仓变化，再接收你的实际成交反馈；不由 AI 自行选择证券、方向、仓位或交易时点。
跟踪依赖应用或宿主持续运行。休眠、离线或关闭后不会凭空执行；恢复时会检查连续性，无法可靠恢复的情况需要重新校准。
账户校准与持仓诊断
按股票代码或名称录入持仓，确认现金、数量与成本。分析集中度、行业或风格暴露；缺失的价格与成本保持明确的未知状态。
策略绑定与执行计划
固定策略和执行配置，查看未来计算时间、跟踪状态与最近结果。支持按策略配置的交易日、自然日和盘中规则运行。
策略目标与成交对照
查看既定策略规则计算出的目标持仓变化，并记录实际成交或未成交事实。实际价格与费用由真实信息补充；估算不会替代成交证据。
连续性与历史记录
保留校准、绑定、策略计算和成交反馈记录。恢复过程受策略状态、恢复方式与时间窗口约束，不把缺失的历史伪装成已执行。
04 / 研究做完，也要留得下来
结果能复查，
方法才能反复用。
日常只看简洁的业务步骤，需要时再展开原始工具轨迹。源码、参数、报告与历史记录都留下来，研究可以接着做，也可以随时回看。
数据状态可见
展示环境初始化、缓存下载、实体覆盖与运行错误。增量缓存减少重复下载，数据版本与覆盖范围帮助判断研究口径。
结果与报告一起留下
策略运行归档保存源码、参数、输入快照与执行结果。因子复盘与策略回测可生成 HTML 报告，AI 解读围绕同一次结果展开。
流程展示与运行诊断
已识别的量化命令用业务活动卡展示，原始轨迹仍可查看。面板诊断帮助检查数据凭据、环境、缓存与日志。
可配置的主动服务
可配置定时研究、复盘和消息渠道。账户策略计算与 AI 任务是不同机制；消息连接依赖对应插件、权限与运行环境。
各做擅长的事
你出点子，AI 组织研究，引擎负责计算，最后由你决定。
提出想法
给出观察、目标与约束，决定什么值得研究。
组织研究
理解意图、选择流程、调用工具并解释结果。
计算与归档
处理数据、运行检验、保存证据与账户状态。
独立判断
核验结论、确认入库，自主决定是否交易。