量化研究 Agent 化：Jump Trading 的 autoresearch 与本地 MCP 工具链

一键发币： x402兼容 | Aptos | X Layer | SUI | SOL | BNB | ETH | BASE | ARB | OP | Polygon | Avalanche

一句话结论：量化研究正在同时从两头被 Agent 化——行业端，Jump Trading 把需要跑几天的研究任务交给 Agent 舰队，人负责定义环境、评估标准与最终复核；开源端，canli-mcp 把 306 个财经工具藏进 3 个 MCP 工具后面，其中 17 个专门做回测验证（deflated Sharpe、回测过拟合概率、数据窥探、前视泄漏、安慰剂检验），全程在本地运行。对加密交易者而言，现在真正可用的不是"让 AI 自动交易"，而是把回测与研究的证据链变成可复查的流程——数据源带 URL、原始字节带哈希、结论带人工放行。

本文整理 OpenAI《How Jump Trading is scaling quant research with ChatGPT》（2026-10-06）与 dev.to / Arhan Canli《canli-mcp: 306 free finance tools for Claude and any MCP client, measured against OpenBB, EdgarTools and Yahoo》（2026-10-11），并做中文整理与二次分析。

一、Jump Trading：把"几天的研究"交给 Agent

Jump Trading 是一线量化交易公司：用市场数据、新闻事件与另类数据构建预测模型。按照公司 LLM R&D 负责人 Lucas Baker 的说法，市场复杂、噪声大、持续变化，能比抛硬币稍微准一点、并且规模化，就足以撑起一个成功的策略。

Baker 负责的是agentic 研究：搭建 Agent、harness 与基础设施，让量化研究员能在更大广度和深度上探索想法。引入 GPT-6 Astra 之后，可以交给 Agent 的工作流在规模和复杂度上都明显扩大——从日常编码，到验证新假设的高级量化研究。

原文的这句引述值得完整保留：

"With the GPT-6 series, especially GPT-6 Astra, OpenAI has unlocked a new tier of autonomy for long-horizon tasks that require flexible agent coordination and extreme persistence on complex workflows. Where we used to require frequent human guidance and intervention, we can now focus fully on defining a secure and well-monitored environment with clear goals and letting the agents find their own way."

翻成中文：长时程任务获得了一个新的自主等级——需要灵活的 Agent 协同、以及对复杂工作流的极端坚持；以前需要人频繁指导与介入，现在可以把精力放在定义安全、可监控的环境与清晰目标上，然后让 Agent 自己找路。

研究员的角色随之变化：像对待同事一样——定义一个关键问题、一个工作环境、一套评估结果质量与重要性的方法，然后实时引导一个或多个 Agent 去决定分析什么、跑哪个任务。

二、autoresearch：Agent 的"递归改进"

Baker 描述的闭环是：Agent 不仅能找到有意义、可落地的改进，还能把多个改动合并、叠加起来，形成递归改进（recursive improvement）。在一次长任务里，系统会分析自己的发现、用最初提案里约定的标准去判断这些发现，并主动改变方向，而不是每一轮都等人分析。

"You can define something that needs to run for days—it needs to pull from many data sources, it needs to make those subtle calls about what is important and what is not, and it needs to interrelate everything—to create a comprehensive analysis that actually works now."

关键在最后半句："现在真的能跑完"——跑几天、从多个数据源取数、对"什么重要"做细微判断、把一切关联起来，产出一份真正成立的综合分析。

三、人工复核不是可选项

Jump 横跨所有时间周期与资产类别，每一步都很复杂；在强监管行业里，错误会带来财务与合规双重后果。原文明确写到：必须意识到把工作托付给 AI 的风险，但同时，agentic 能力也可以用在质量、安全与监控上，而不只是"加功能"。

落地的约束是：强系统设计、清晰边界、明确约束、可引导与可观测的基础设施，加上对改动的人工复核。Baker 的原话：

"If you have a safe environment where the agent or system is free to produce any output that it needs, but there is also a human review process at the end of it where critical validation takes place with human acceptance, that's what gives us confidence."

更值得记住的是信号的处理方式：如果 Agent 产出一个交易信号，它会被当成信号来处理——"通常有信息量，但可能是错的"——并与所有其他信号一起进入经过严格复核与控制的执行环境。换句话说：Agent 的输出不直接等于下单指令。

原文对"下一步"的预测是：autoresearch（由 Agent 研究员对可测量系统做递归改进）会变得像量化研究员的日常。今天就最长的任务而言，仍然需要定期与定义任务的人对齐：取什么数据、跑多久、什么算重要、中间结果是否说得通。未来则是：人定义输入、环境、评估指标、取舍与优先级，其余交给一个松散结构的"Agent 舰队"——由其他 Agent 协调，自行决定探索方向、分配算力、整合有价值的发现，起点可能只是一个开放问题。

四、开源侧的对应物：306 个工具，3 个入口

行业端的另一面是工具民主化。canli-mcp 是一个免费、MIT 许可、几乎不需要 API key、跑在自己机器上的 MCP 服务器：306 个财经工具，只暴露 3 个工具给模型：

• find_tool：按你问的内容，在 306 个工具里搜索；
• describe_tool：读某个工具的参数；
• run_tool：执行任意工具，一次往返最多可跑 25 个。

背后是 7 个工具包：

两个容易被忽略的设计：

1. 数据结果带来源 URL，行情数据还带所收原始字节的哈希——一个数字之后可以被复查；
2. 隐私：只连公开数据源（SEC、财政部、FRED、FINRA、CFTC、美联储、BLS、BEA、Census、OECD、World Bank、Cboe，以及 Yahoo 的公开图表数据用于价格）；不向作者发送任何数据、不记录日志；CANLI_OFFLINE=1 可以只保留不需要联网的工具包；npm 包带 provenance。

五、作者自测的数据（要带着保留看）

canli-mcp 作者公开了三组对比，全部由作者自己设计，引用时务必带上口径：

覆盖面（53 个金融问题里，用无 key 的工具能答多少）：

正面对比：同一个模型（gpt-5.4-mini）、同一提示词、同样限制，只换 MCP 服务器；在所有服务器都完成的问题上，canli-mcp 22/28（79%），最好的竞品组合（EdgarTools + Yahoo）15/28（54%）。

上下文成本：七个 Canli 服务器分开安装时，每次请求附带 34,508 token 的工具定义与说明；canli-mcp 是 1,109。

作者自己列的保留意见：24 个问题是他们写的，且集中在自己服务器擅长的领域；只用了一个小模型、每题两次运行；留出集（held-out set）还没跑。所以这些数字应被视为"作者基准"，而不是独立评测。

六、错误答案是"抓出来"的，不是猜出来的

比基准更有意思的是作者公布的一组静默错误（答错了但不报错）与修复：

• "silver price" 返回了美国 CPI：经济序列的普通词检索只要命中一半词就返回——而 "price" 也在 "consumer price index" 里；"japan inflation" 同样返回了美国通胀。修复后每个具体词都必须匹配，答不了就拒绝并给出替代去处；
• "facebook" 解析成无关的 "Denny Hill/Facebook LLC"，"jp morgan" 解析成 "JP Morgan AG"。现在名字会优先指向上市公司（Google→Alphabet、Facebook→Meta），基金管理人则指向其 13F 的申报人；
• 恶意输入：每个工具都用敌意参数调用过（"constructor"、空串与 5,000 字符字符串、边界数字、20,000 项数组）。在通过校验的 2,980 次调用里发现了 bug：find_tool 被 "constructor" 弄崩、部分工具该拒绝时返回 NaN。全部修复，且这套扫描（bench/robustness.mjs）每次发布前都要跑；
• 搜索质量：48 个日常请求（"buy spy in my alpaca paper account"、"cot report for euro futures"），find_tool 把正确工具排第一 46/48；上一版只有 25。最大的修复很尴尬——词干还原把 "rates" 变成了 "rat"，导致 "mortgage rates" 永远匹配不到 "rate"。

这段的价值不在"工具很强"，而在于它展示了一个研究工具应有的自证方式：把错误、修复与验证脚本一起公开。

七、对加密/量化交易者意味着什么

这不是投资建议，但有几条观察值得记录：

1. "验证"正在变成一等公民。上面的回测验证工具包直接对应本站此前拆过的坑——前视偏差与回测陷阱里那些"回测很美、实盘就崩"的成因，正是 PBO、deflated Sharpe、数据窥探与安慰剂检验要对付的东西。能被本地重复验证的研究流程，比又一个"AI 选币"机器人有价值。
2. MCP 是接入方式，不是策略。canli-mcp 用一条命令就能接进 Claude Code / Claude Desktop / Cursor： bash npx -y canli-mcp # Claude Code claude mcp add canli -- npx -y canli-mcp   和 TradingView 官方 MCP Server 的路数一样：先把数据与工具接进模型，再谈让它做什么。
3. "本地 + 可审计"正在成为硬需求。对量化研究来说，数据不出本机（CANLI_OFFLINE=1 还能离线）、结果带来源 URL 与字节哈希、授权与执行分离——这些设计和 Jump Trading 的"人工放行 + 可观测"是同一件事的两种规模。
4. 别把客户案例当业绩证明。OpenAI 的页面没有给出任何收益、夏普或交易量数据；它讲的是研究基础设施。同样，canli-mcp 的 79% 是作者自测。两者都不能证明"Agent 会赚钱"。

八、边界与局限

• canli-mcp 的数据源以美股与宏观为主，加密只有一个价格入口；对链上数据、DEX 流动性与资金费率的覆盖需要另外接工具；
• 回测验证工具降低过拟合风险，但不消除——它检验的是你给它的假设与方法，无法替你判断策略在经济意义上是否成立；
• Jump Trading 的工作流面向的是有评估体系、有复核流程、有合规约束的团队；个人直接复制"让 Agent 跑几天"而不定义评估标准，只会更快地得到一堆无法验证的结论；
• 所有涉及行情与策略的内容，均需自行核查数据源与时点；工具作者也明确声明不构成投资建议，Cboe 报价延迟、Yahoo 图表数据为非官方来源。

原文链接

• OpenAI, How Jump Trading is scaling quant research with ChatGPT（2026-10-06）：https://openai.com/index/jump-trading
• Arhan Canli, canli-mcp: 306 free finance tools for Claude and any MCP client, measured against OpenBB, EdgarTools and Yahoo（dev.to，2026-10-11）：https://dev.to/arhancanli/canli-mcp-306-free-finance-tools-for-claude-and-any-mcp-client-measured-against-openbb-1jpm
• 代码与基准：https://github.com/arhancanli/canlicapital 、https://github.com/arhancanli/alphac

相关阅读

• AI 回测的"未来函数"：为什么回测很美、实盘就崩
• TradingView 官方 MCP Server：把行情接进 Claude 的正确姿势
• 给 AI Agent 的加密交易技能：crypto skills 生态盘点
• 专题：AI × 加密交易完全指南

本文由 DefiPlot 翻译整理，转载请注明出处。

免责声明

本文仅用于学习与研究目的，不构成任何投资建议、财务建议或交易建议。文中数据、基准与产品能力描述均来自公开来源并已标注作者与口径，可能存在作者自测偏差、时效性与覆盖范围差异；请自行核查并 DYOR（Do Your Own Research）。加密资产价格波动剧烈，量化策略存在过拟合、回测偏差与滑点等风险，请谨慎评估。

本文属于「AI × 加密交易」专题。查看专题全部文章 →

免责声明：本站资源仅用于学习目的，也不应被视为投资建议，读者在采取任何行动之前应自行研究并对自己的决定承担全部责任。