从投研辅助到标准流程Skill化：AI投研系列（一）:Claude Code赋能因子研究

AI投研系列（一）:Claude Code赋能因子研究 从投研辅助到标准流程Skill化 本报告导读： 卓洢萱(分析师)021-23183938zhuoyixuan@gtht.com登记编号S0880525040128 本文以选股因子回测为例，基于Claude Code，介绍AI agent如何辅助量化研究，并进一步说明如何将标准化研究流程封装为个性化Skill，以提升研究效率与流程复用性。 投资要点： 曹君豪(分析师)021-23185657caojunhao@gtht.com登记编号S0880525040094 整体来看，基于Claude Code框架，单agent可辅助完成单因子研究中的多项工作。通过预先明确因子研发与回测要求，并在执行过程中输出数据理解文档、因子计算过程说明及关键代码抽样检查结果，结合研究员的必要复核，可完成相对完整的单因子研究与回测流程，从而减少人工编码工作量，在一定程度上缩短因子研发周期。 主动ETF布局提速：策略设计与产品实践观察2026.07.21从利率择时到久期轮动：构建三维利率择时策略2026.06.29基于市场状态的行业轮动策略2026.06.24使用多因子模型构建分类型可转债周度策略2026.06.21AI发展打开芯片设计行业成长空间2026.06.09 本文进一步将前序因子回测流程构建为可供复用的Skill。本文根据任务特征，将现有项目拆分为自然语言驱动的理解与高精度代码类任务，以及由固化代码执行的标准化计算类任务，并在此基础上构建“factor-backtest”Skill。后续开展新的因子研究时，Agent仅需结合具体因子补充定义与研究逻辑，即可调用既有Skill自动完成数据理解、逻辑检查及回测分析等其余流程，从而提升研究流程的一致性、结果可复现性与跨项目复用效率。 在实际量化研发过程中，单agent模式仍存在一定局限。尽管其能够完成单因子研发流程，但由于agent在回测及代码撰写中仍存在较多错误，整个开发过程仍高度依赖研究员的人工参与。此外，每一步复核及撰写任务均需手动发起、指定开发内容并完成结果复核，因此在复杂项目中仍需投入较多时间进行人工确认与质量控制。后续，我们将尝试创建自定义subagents，通过形成固定工作流，对代码及逻辑进行自动复核，进一步减少人工干预和重复交互，并保证开发规范在整个项目中的一致性。 风险提示：1.本报告相关结果由AI agent基于历史数据生成，仅供研究参考，不构成任何投资建议。2. AI生成内容可能存在事实偏差、逻辑错误或模型幻觉，实际使用时应进行复核。 目录 1.理解Claude Code..................................................................................31.1.什么是Claude Code.........................................................................31.2.Claude Code的安装.........................................................................31.3.Claude Code架构............................................................................41.3.1.用户级文件树...........................................................................51.3.2.项目级文件树...........................................................................51.4.Claude Code配置优化.....................................................................61.4.1.模型服务配置...........................................................................61.4.2.Skill配置..................................................................................82.使用Claude Code——单agent因子构建及回测...................................92.1.项目配置初始化............................................................................102.2.单因子回测框架实现.....................................................................102.2.1.数据理解与因子构建...............................................................102.2.2.因子回测及追踪......................................................................123.加入Claude Code——创建个性化因子回测Skill...............................133.1.Skill设计......................................................................................133.2.Skill创建......................................................................................143.3.Skill调用......................................................................................144.小结——单agent研发优势及局限......................................................155.风险提示............................................................................................15 1.理解Claude Code 1.1.什么是Claude Code 金融领域的核心工作涉及估值定价、模型开发及数据处理。传统的大语言模型在辅助上述工作时，主要受限于“对话式”交互形态，研究者在数据获取、代码编写与终端执行之间需进行大量人工衔接，整体工作流存在显著 的交互壁垒与效率损耗。 Claude Code的应用实现了从“信息问答”向“任务执行”的跨越。相较于标准版对话模型，该工具突破了纯聊天框架的限制，具备在受控权限下读取项目文件、编辑代码或文档、运行命令并连接开发工具链的能力。根据Anthropic官方定义，Claude Code是一款具备智能体能力的命令行界面工具，底层驱动为AI大模型。其核心设计理念为与现有开发环境及工具链无缝协作，而非进行替代。在配置相应权限、外部工具及数据接口后，ClaudeCode可以实现实时联网抓取市场数据、操控浏览器提取研报及财务信息、在本地环境中部署并执行量化回测脚本，以及自动归档非结构化数据 以构建专属金融知识库等任务。 由于其常用命令行界面及命名方式，许多人将其误解为“软件开发专用AI”。实际上，在金融研究场景下，Claude Code更像是一个自动化的“助手”。它将数据处理与模型构建由人工手动操作转化为智能体自动执行，标志 着金融研究工作流的范式升级。 本报告旨在基于量化研究业务的实际需求，使用成熟且灵活度 较 高 的Claude Code框架，结合常用模型，提供Claude Code配置与部署方案，以及具体使用案例。我们以机构较为常见的Windows系统为例，通过系统阐述环境搭建、权限配置及整合方法，构建一套集实时数据接入与自动化因子处理为一体的量化研究基础智能体，并基于现有项目构建因子回测Skill，以期提升金融分析与模型开发的执行效能。 1.2.Claude Code的安装 我们以Windows系统为例，Claude Code已支持Windows PowerShell/CMD原生安装，但仍建议安装Git for Windows，以便Claude Code使用Bash工具。由于安装过程较为简单，本节就不多赘述（如电脑已经安装过Git Bash则忽略此步）。 安装完Git Bash后，用管理员权限打开终端（Windows PowerShell），使用官方指令：irm https://claude.ai/install.ps1 | iex即可开始自动安装。 在出现图2所示字样后（遮盖部分为个人电脑用户名），表示Claude Code已经初步安装成功。 资料来源：Claude Code，国泰海通证券研究 成功配置后，终端直接键入“claude”指令即可使用Claude Code。 资料来源：Claude Code，国泰海通证券研究 1.3.Claude Code架构 为理解后续配置操作的逻辑，本节将系统梳理Claude Code的文件架构与层级关系。 Claude Code的配置体系采用“用户级—项目级”双层架构：用户级配置对当前电脑上的所有会话生效，项目级配置仅对特定项目生效，且项目级配置优先级高于用户级。这一设计使得全局偏好与项目定制得以清晰分离，同时确保项目级需求始终优先满足。 1.3.1.用户级文件树 下图展示了用户级文件夹的主要文件及其功能。用户级文件中，核心文件主要为“settings.json”及“CLAUDE.md”。其中，“settings.json”主要用于记录全局模型配置、权限等；“CLAUDE.md”主要用于记录长期指令，比如模型回复偏好、代码规范等，在Claude Code所有项目的每次对话中被自动读取。 此 外 ， 每 个 项 目 的 对 话 记 录 会 被 保 存 在 用 户 级 目 录 下 的“~/.claude/projects/<项目路径编码>/”文件夹中，以.jsonl格式存储，每次对话会生成一个以UUID命名的独立文件。 资料来源：Claude Code,国泰海通证券研究 1.3.2.项目级文件树 下图展示了的项目级文件夹的主要文件及其功能。项目级文件夹的核 心文件主要为“.claude/settings.json”、“.claude/settings.local.json”及“CLAUDE.md”。其中，“.claude/settings.json”主要用于记录当前项目所有成员共享的配置，如项目专属的模型映射等；“.claude/settings.local.json”用于记录个人在本项目中的临时调试配置，Claude Code会在项目运行中根据用户授权修改该文件。“CLAUDE.md”主要用于记录项目级长期指令——如项目背景、数据口径、回测参数、代码规范，会在Claude Code该项目的每次对话中被自动读取，且优先级高于用户级CLAUDE.md。 资料来源：Claude Code,国泰海通证券研究 1.4.Claude Code配置优化1.4.1.模型服务配置 Claude Code默认调用Claude系列模型，适合复杂推理、代码生成与多步骤任