通用智能，金融专长
从复杂问题的理解与信息分析，到金融研究方法与专业工具的运用，Ordinal 将通用 Agent 能力与金融研究连接在一起。
梳理问题
把模糊的想法拆成可以检验的假设，明确数据、区间和评价标准。
分析数据
读懂你上传的因子与结果文件，指出异常、缺失和值得追问的地方。
形成研究框架
给出研究步骤与对照实验，让每个结论都有依据。
直接动手
调用单因子评估、信号合成与回测，按你的参数跑完，再解读结果。
让研究意图，成为行动
- 内置工具插件
- 50+
- 检索、分析、执行与成果交付
- 专业 Skills
- 10+
- 沉淀专业方法，组织研究步骤
- 量化研究工具
- 16
- 连接数据、因子、信号与回测
- 核心研究模块
- 4
- 从因子库到策略验证
开放扩展，持续进化
开放的能力平台
自由引入 Skills 与插件
- 67%
xbench DeepSearch
强大的通用能力正确率 · 2026 年 10 月
- 90%
Financial Audit Bench
准确的金融判断细项通过率 · 2026 年 10 月
快速迭代开发
能力持续更新
贯穿研究的四个专业模块
从因子资产到策略验证，连接每一步研究。
因子库：从经典因子到你自己的想法
- 内置因子按类别整理：波动率、趋势、流动性、反转、价量关系、动量等，进阶因子持续更新。
- 用 Python 写入自定义因子，统一的输入输出格式，写完就能和内置因子一起使用。
- 选择股票范围和起止日期，批量生成因子值包，后续模块直接调用。
因子库1 / 3
单因子评估：一个因子到底好不好
- IC、RankIC、ICIR 与覆盖率，一眼看清因子的预测能力和稳定性。
- 5 组或 10 组分层回测与多空组合净值，看收益是否随分组单调变化。
- 按单边手续费和滑点扣除成本，同时给出换手；也支持上传外部因子文件（CSV / Parquet）。
分组期末净值1 / 3
信号合成：让多个因子说同一句话
- 等权排名：每天对各因子做截面排名后平均，不训练模型，稳健透明。
- 同源数据：多个因子使用同一份冻结数据，保持研究口径一致。
- 信号衔接：查看合成结果，继续进行组合构建与回测。
等权排名合成1 / 2
回测：把信号变成可以检验的持仓
- Top K 等权多头、分位数等权多空，或用 Python 自定义权重构建。
- 持仓、成交与交易成本逐日可查，净值和回撤与基准放在一起对比。
- 每次回测的参数和数据都完整记录，结果随时可以复现。
净值与回撤1 / 3
Ordinal：为严谨研究而设计
数据私有
专属空间，管理研究资产。
严格时点
基于当时信息，检验策略。
结果可复现
记录研究过程，回溯结果。
多市场研究
灵活选择市场与研究范围。