AI Native
一种产品设计理念：AI 不是事后附加的辅助功能，而是从底层驱动核心工作流的执行者。在 FiClaw 中，AI Native 意味着 AI 直接驱动代码生成、回测提交、结果诊断和参数优化的完整链路。
了解更多 ->策略工厂
FiClaw 的核心功能模块。输入一句话策略想法，自动完成 spec 设计、因子评估、代码生成、真实回测、结果诊断和参数优化的全流程流水线，支持断点续跑和多轮迭代。
了解更多 ->Sharpe Ratio（夏普比率）
衡量策略风险调整后收益的指标，计算公式为（策略收益率 - 无风险利率）/ 收益率标准差。Sharpe > 1 通常被认为是可接受的，> 2 表示优秀。FiClaw 回测报告会自动计算此指标。
最大回撤
策略从历史最高点到最低点的最大跌幅，衡量最坏情况下的亏损程度。FiClaw 的风控检查会评估回撤是否在可接受范围内。
因子（Factor）
驱动股票收益的系统性特征，如动量、价值、波动率、换手率等。FiClaw 策略工厂会自动评估因子的 IC（信息系数）和 IR（信息比率）来判断因子有效性。
了解更多 ->参数优化
在给定参数范围内搜索最优参数组合的过程。FiClaw 自动从策略代码中提取参数，生成候选值网格，逐一回测找到最优组合。
了解更多 ->Walk-forward 检验
一种防止过拟合的稳健性检验方法：在样本内优化参数，在样本外验证效果，滚动推进。FiClaw 的稳健性检验模块支持此方法。
断点续跑
FiClaw 策略工厂的容错机制。当流水线在某个阶段失败时，无需从头重跑，系统自动跳过已完成的阶段，从失败点继续执行。
了解更多 ->QuantAPI
FiClaw 的量化能力后端接口，提供真实 A 股历史行情数据、回测执行、模拟盘等能力。策略工厂通过 QuantAPI 提交回测任务并获取结果。
了解更多 ->动量策略
基于「强者恒强」假设的量化策略，买入过去一段时间涨幅最大的股票。FiClaw 策略工厂可以用一句话描述动量策略想法，自动完成代码和回测。
了解更多 ->均值回归策略
基于「价格会回归均值」假设的量化策略，当股价偏离均线过远时反向操作。适合在 FiClaw 中快速验证不同偏离阈值的效果。
了解更多 ->多因子选股
综合多个因子（如动量、波动率、换手率、市值）对股票打分排序，选出综合得分最高的股票组合。FiClaw 支持自动评估各因子权重。
了解更多 ->