开发历史
开发历史
截至 2026-08-14 的早期及上线前里程碑的精选、按时间顺序排列的记录 —— 从项目最早可运行的原型开始。这并非每一项任务或审计的日志,而是系统实际构建方式的写照。此后发生的一切,请使用“新闻”选择器查看。
按需查看交易历史
一项 Telegram 交易历史报告功能已部署至生产环境,允许用户自动或按需请求已观察到的虚拟交易活动摘要。
研究该层如何组合模型输出,经过审慎决定
在采用之前,为选择如何将多个模型输出组合为单一方向性排名,通过了一套抗泄漏、经独立审计的流程。
审计一个负面结果,以及随后发生的事
一整个独立评估阶段在方法论审计后结束,发现证据尚不足以支持 Production 状态——随即立即启动了一项更严格、范围受限的新研究计划。
研究比较候选方案,而非挑选宠儿
一项结构化、多阶段的模型比较计划在冻结规则下对多种候选方法进行了并列评估,在结束时并未默认授予其中任何一项 Production 状态。
研究一套方法论,而非多套
一套统一的、经过泄漏审计的规范数据集与训练方法论在各模型系列间得到统一,取代了此前若干套略有差异的并行方法。
研究一整套模型系列,完成训练并获得接受
一整套模型架构系列在第二个参考市场上完成端到端训练、验证并获得接受。
审计第二个市场,同样的纪律
一轮完整的研究/审计周期在第二个参考市场上关闭,使其在与第一个市场相同的评估纪律下进入完整的模型训练周期。
产品敞开大门:公开测试版
Tantoryn AI 开放了面向 Telegram 的公开测试版:面向受众的第一个观察阶段,真实资金订单执行被明确禁用。
工程运行环境的新家
基础设施迁移至新的生产服务器,零数据丢失完成迁移,网络稳定性也有所提升。
里程碑一个候选项,从头到尾
首次完全自动化地证明:一个实时市场候选项可以在无需人工干预的情况下,经历生成、ML 打分、风险批准,以及虚拟交易的开仓与平仓全过程。
运行环境第一次通宵运行
系统首次完成通宵 live-paper 运行——约十五小时、数百个自动化周期——证明了在真实网络条件下的基本运行韧性。
研究选择保留什么
经过比较测试后,生产候选系列集合最终确定,至少有一个实验性系列基于证据被从生产中淘汰。
里程碑流水线端到端连接完成
候选生成器、ML 评估与风险/生命周期阶段首次被连接成一条完整流水线,并在一个参考市场上完成样本外验证。
审计第一个审计 gate
首个完整的数据质量审计 gate 在一个参考市场数据集上关闭,在进一步的 ML 工作之前纠正了多周期合并逻辑与标签定义。
工程一个在成本上诚实的回测引擎
构建了一个模拟交易运行环境和一个真实的回测引擎,对交易成本、滑点和执行延迟进行建模,而非假设无摩擦成交。
工程重建市场数据基础
市场数据流水线被重建并扩展,纳入流动性、宏观及链上数据源,首轮 ML 基线训练周期在一个参考市场上完成。
研究首批 ML 模型,以及一堂关于标签的课
首个机器学习模型组合搭建完成——并在训练标签定义方式中发现并纠正了一个早期缺陷,避免其悄悄误导后续工作。
里程碑第一行代码
Tantoryn AI 最早的可运行系统:一个涵盖数据采集、风险管理、资产筛选与报告的基础数据流水线和交易机器人框架。