> **来源：[研报客](https://pc.yanbaoke.cn)** # 国泰海通 | 金工：AI投研系列（一）：Claude Code赋能因子研究总结 ## 核心内容概述 本文以**选股因子回测**为例，探讨如何利用**Claude Code**框架构建AI agent，辅助量化研究工作。通过将因子研究与回测流程标准化、Skill化，提升研究效率与流程复用性，推动AI在金融投研领域的深度应用。 ## 主要观点 1. **AI agent在量化研究中的作用** - AI agent可以辅助完成单因子研究中的多项任务，如数据理解、因子计算过程说明、代码抽样检查等。 - 在研究员的必要复核下，可完成相对完整的因子研究与回测流程，从而减少人工编码工作量，缩短因子研发周期。 2. **Skill化流程的构建** - 本文提出将因子回测流程拆分为**自然语言驱动的理解任务**和**高精度代码类任务**，并构建名为“factor-backtest”的Skill。 - 该Skill可在后续因子研究中被调用，仅需研究员补充具体因子定义与研究逻辑，即可自动执行其余流程，提升流程的一致性与结果可复现性。 3. **当前局限与未来方向** - 单agent模式仍存在较多错误，因此在实际开发中仍高度依赖研究员的人工参与。 - 为减少人工干预，后续计划创建**自定义subagents**，形成固定工作流，实现对代码及逻辑的自动复核，确保开发规范一致性。 ## 关键信息 - **报告导读**：AI agent在因子研究中的应用，从辅助到流程Skill化，提升研究效率。 - **目标**：构建一套**实时数据接入与自动化因子处理**的量化研究基础智能体。 - **Skill构建逻辑**： - 任务拆分：自然语言理解与代码执行任务。 - 标准化流程：因子回测Skill可复用，减少重复劳动。 - **部署方案**：基于**Claude Code**框架，结合国产模型，提供配置与部署方案。 - **风险提示**： - AI生成内容基于历史数据，仅供参考，不构成投资建议。 - 可能存在事实偏差、逻辑错误或模型幻觉，需人工复核。 ## 报告结构 1. **环境搭建与权限配置** - 提供Claude Code的配置与部署方案，确保系统兼容性和安全性。 2. **因子研究流程** - AI agent辅助完成因子理解、逻辑检查、代码生成与回测分析。 3. **Skill化实现** - 构建“factor-backtest” Skill，实现因子研究流程的模块化与可复用性。 4. **未来优化方向** - 引入subagents，形成固定工作流，减少人工复核，提升自动化水平。 ## 报告来源与重要提醒 - **报告名称**：AI投研系列（一）：Claude Code赋能因子研究 - **报告日期**：2026年8月2日 - **报告作者**： - 郑雅斌（登记编号：S0880525040105） - 卓湧萱（登记编号：S0880525040128） - 曹君豪（登记编号：S0880525040094） - **重要提醒**： - 本报告仅面向国泰海通证券研究服务签约客户。 - 非签约客户请勿订阅或使用本报告内容。 ## 法律声明 - 本报告内容由国泰海通证券研究所发布，仅供内部研究使用。 - 请通过官方公众号获取更多研报与资讯，扫码关注以获取最新动态。 --- **字数统计：约990字**