Biga AI 量化助手：功能呈现与交互设计说明

1. 产品定位：先看证据，再做决策

Biga 是一套面向个人投资者的 AI 量化决策辅助系统。它的设计重点不是给出一句“买入”或“卖出”，而是把市场状态、持仓情况、个股证据、策略约束和行为纪律放到同一个工作流里，让用户先看到行动条件与证据完整度，再决定是否继续研究或执行。

界面整体采用清晰、低干扰的卡片式布局。左侧导航将功能收敛为“今日、市场、组合、研究、助手、系统管理”六个入口，覆盖一次从日常检查到策略复盘的完整使用路径。页面内反复使用“观察”“持有复核”“仅供观察”等标识，明确系统输出是研究建议而非收益承诺。

图 1 Biga 首页概览：以市场状态、仓位区间、行动门槛和组合行动组织每日决策。

2. 今日：把日常检查收敛为一页

“今日”页面是系统的决策入口。页面顶部展示数据是否就绪，核心区域以“市场状态—建议总仓位区间—行动与候选门槛”三张卡片概括当日环境。用户无需先穿梭于行情、持仓和报告页面，即可判断当前应当观望、继续跟踪，还是进入更深入的个股研究。

下方的组合行动和个股证据卡进一步连接具体标的。每张卡都包含评分、支持证据与风险反例，并提示“证据分不代表未来盈利概率”。这种表达避免把量化评分包装成确定性结论，而是将其定位为下一步研究的优先级依据。

图 2 今日决策详情：组合行动与个股证据并列展示，便于快速复核。

3. 市场：从候选池到板块方向

市场模块负责呈现研究范围，而不是直接扩大交易频率。系统先显示自选数、推荐数与数据覆盖情况，再提供推荐、板块和自选三个视图。推荐清单中的标的带有评分、行业和“观察”标签，只有同时满足数据质量、模型证据和个人约束的候选，才会进入后续人工复核。

页面也会显示当前限制条件，例如尚未配置账户总资产时，系统不会计算真实仓位或给出与账户规模绑定的建议。这种显式提示使数据缺口和推理边界对用户可见。

图 3 市场模块：在数据覆盖、推荐数量和轻量候选清单之间建立研究入口。

板块分析将候选标的进一步聚合为行业热度，帮助用户先理解市场关注方向，再回到单股层面验证。自选池则保留待观察、待验证或与持仓相关的标的，记录当前价格、涨跌和评分，方便长期跟踪而不把短期波动误解为操作信号。

图 4 板块热度：按行业内部评分聚合，用于观察候选池方向。

图 5 自选池：集中管理待观察标的及其当期评分。

4. 组合：持仓、纪律与模拟分层管理

组合模块围绕真实持仓建立记录与复核机制。持仓页展示组合市值、标的数量、盈亏和持仓明细，用户可录入或更新交易记录；每只股票同时保留当前评分，便于将持仓事实与研究结论放在同一个视图中，而不是只看账面盈亏。

图 6 组合持仓：汇总市值、仓位、盈亏与个股评分，支撑持仓复核。

行为监管页将交易流水与系统建议进行对照，检查仓位过高、低评分持仓、执行偏差等纪律问题。它的目的不是事后评价对错，而是让用户在新增交易前先看到可能被忽略的风险条件。

图 7 行为监管：根据交易流水和系统建议识别仓位与纪律偏差。

模拟盘单独运行规则账户和 AI 辅助账户，并与活跃策略研究基准、人工持仓快照进行收益对比。代码、数量和预算等确定性条件由规则账户执行；AI 只能在合法范围内选择名单或动作。这样既保留了智能分析，也避免模型输出越过交易约束。

图 8 模拟盘：规则账户与 AI 辅助账户独立运行，并提供收益对比。

5. 研究：报告、回测与策略证据

研究中心将盘前报告、收盘总结、择股推荐、因子评估、月度复盘和持仓分析按时间归档。报告列表展示数据范围、执行摘要、风险提示和下一步建议，帮助用户回看一次结论产生时的市场背景与数据状态。

图 9 研究报告中心：集中归档盘前、收盘、因子和复盘类研究成果。

回测功能坚持“先验证，再使用”。用户选择单只股票后，策略看板会列出双均线、MACD、布林带、网格、RSI 和均线多头排列等策略的当前信号和适配度，用于比较不同策略在同一标的上的研究价值。

图 10 单股策略看板：按目标股票比较多种策略的信号与适配度。

个股回测结果不仅显示年化收益、最大回撤、胜率、交易次数和总盈亏，也会明确展示“证据完整度”。当历史样本过短、交易次数不足、基准覆盖不完整或参数缺乏有效性时，系统给出“仅供观察”，避免有限样本被误读为可直接执行的策略。

图 11 个股回测：结果指标与证据完整度同时展示。

策略评估页面补充收益曲线、多时长稳定性、样本约束和基准对比，让用户看到策略在不同区间内的表现和局限，而不是只截取某一个看似亮眼的区间。

图 12 策略评估：从收益曲线、稳定性和数据约束多个维度复核策略。

6. 个性化与 AI 协作

投资偏好页面允许用户设置交易风格、风险偏好、风险承受等级、持仓周期、市值风格、建议采纳门槛、行业偏好和账户资产等参数。这些信息会影响筛选、排序和仓位提示，但系统不会因此伪造历史回测事实或绕过既有风险提示。

图 13 投资偏好：将风险、周期、风格与行业偏好纳入个性化研究约束。

AI 股友是统一的对话入口，可用于分析个股、查看推荐、管理持仓、启动回测和生成报告。对话页会显示模型是否激活、报告更新时间等运行信息；模型未能调用时系统采用明确的回退策略，而不是让用户误以为得到了一次可靠的 AI 推理。

图 14 AI 股友：连接个股分析、推荐、持仓、回测与报告的统一对话入口。

7. 系统管理：让研究结论可被信任

系统管理页展示实时事件连接、Worker 心跳、资源余量、任务队列、自动调度、数据库备份和本地产物状态；数据可信度中心则呈现最新数据日期、批次、质量评分与可用状态。只有通过数据质量门禁的批次，才能作为推荐、报告和模型计算的正式输入。

这一层能力通常不会直接出现在投资建议中，却决定了建议是否可以被复核：当数据源、任务、模型或产物不完整时，系统会暴露状态并阻止将不完整结果包装为确定性结论。

图 15 系统管理：查看运行底座、任务状态、备份情况和数据可信度。

8. 总结

Biga 的功能设计围绕一条明确主线：市场信息用于建立研究范围，个股证据用于支持判断，规则约束用于控制执行，回测和行为监管用于复盘，系统运行状态用于保证结论可追溯。

因此，它不是替用户做出投资承诺的黑盒，而是一套把数据、模型、纪律与个人偏好组合起来的个人投资研究工作台。