Varrd

VARRD

受治理的实时边缘层。
经统计验证的市场行为，实时监控。

Web 应用 · MCP 端点 · PyPI · varrd.com

---

每个边缘都会显示精确的入场点、止损位、目标位，以及背后的完整统计方法。

权益曲线、蒙特卡洛模拟、市场状态分析、边缘衰减和完整审计记录。

---

使用 VARRD 的两种方式

1. 告诉你的 AI。 添加下方的 MCP 配置，然后询问：“当前有哪些 VARRD 边缘正在触发？” 或 “白银 ETF 创下 100 日新低时，黄金会有什么表现？” 你的 AI 会浏览边缘库，展示可采取行动的机会，还能测试你提出的任何想法。

2. 使用 Web 应用。 前往 app.varrd.com，注册，然后进行同样的操作——浏览边缘库，提出 “收获季前小麦是否存在季节性模式？” 之类的问题，并直观地观察完整的研究流程。

{
  "mcpServers": {
    "varrd": { "url": "https://app.varrd.com/mcp" }
  }
}

兼容 Claude Desktop、Cursor、OpenBB 或任何 MCP 客户端。无需 API 密钥。

---

VARRD 的功能

VARRD 使用我们从头构建的领域专用语言，将交易想法转化为定量公式。这种语言专为表达市场行为而设计，既便于机器测试，也易于人类理解。随后，这些公式会在适当的防护措施下接受测试，确保结果确实有意义。

AI 会生成假设。专用回测引擎负责计算。 AI 从不计算统计数据、编造结果，也不会接触数值。每一项统计数据都来自在沙盒内核中运行的确定性计算。这一点很重要，因为大多数人首先会问：“我怎么知道 AI 不是在胡编？” 它做不到。引擎与模型彼此独立。

VARRD 还维护着一个不断扩充的已验证边缘库，其中收录了通过完整测试流程的模式，并全天候针对期货、股票和加密货币的实时市场数据运行。边缘触发时，你会获得精确的入场点、止损位、目标位、持仓周期，以及完整的审计记录，说明该边缘如何被发现、测试和验证。

---

全面透明

库中的每个 edge 都会向你展示全部内容。不是摘要，而是真实的研究过程。

如何发现： 发现历程——提出了什么模式假设、它为何可能奏效，以及它基于什么市场结构理论。你可以阅读得出该公式的完整思路。

公式本身： 使用我们专为量化市场行为并使其可复现而构建的领域专用语言编写。你可以阅读每项条件、理解其中的逻辑，并验证是否存在数据泄漏或循环推理。设置代码和布尔公式均可查看。

如何测试： 按持有期展示各个周期的结果，包括胜率、预期值、p 值和信号数量。K 值跟踪会显示针对该假设进行了多少次测试，而且每次测试都会生成指纹，因此你无法通过重复运行同一项测试来试图获得更好的结果。系统会利用向量化嵌入和余弦相似度检测新假设是否与已测试的假设重叠——如果你只是在微调同一个想法，系统会识别出来并据此进行惩罚。前视验证会确认信号能否在截断数据上重现。

当前表现如何： 将发现后的表现与样本内表现分开跟踪。按季度分析 edge 衰减。滚动稳定性。市场状态分析（在低波动、高波动、上升趋势和下降趋势中的表现）。蒙特卡洛模拟。回撤分析。呈现完整情况——而不只是胜率。

交互式视图： 每个 edge 都有一个浏览器链接，可展示标记了所有信号的图表、权益曲线、完整的表现仪表板和发现历程。可以分享给任何人——无需账号。

如果 edge 正在衰减，你看得到。如果发现后的表现与样本内表现不符，你看得到。如果它只在牛市中有效，你也看得到。没有任何隐藏内容。

---

护栏可防范的问题

问题	发生方式	VARRD 的防护措施
过拟合	不断调整，直到它在历史数据上看起来不错	OOS 至关重要——只有一次机会，并且永久锁定
挑选结果	测试 50 个变体，只展示胜出的那个	K 值跟踪会统计每次测试并调整显著性
p 值操纵	反复调整，直到达到“显著”	Bonferroni 校正，为测试生成指纹
重复测试	重新措辞同一个想法，以规避 K 值统计	通过向量化嵌入的余弦相似度检测重叠假设
前视偏差	未来数据泄漏到公式中	沙盒内核 + 自动截断数据验证
OOS 污染	偷看留出数据，然后再“验证”	一旦使用便永久锁定，不得重新运行。
捏造统计数据	AI 虚构数字	引擎负责计算，AI 负责解读。系统彼此独立。
忽略滑点	回测假设成交完美	以 ATR 标准化的收益会考虑波动率状态
忽略手续费	毛收益看起来不错，净收益却不行	在回测引擎中明确计算，并计入损益

---

各层级可获取的内容

免费 — 查看哪些市场当前有 edge 触发

查看哪些市场有已验证的 edge 正在触发、等待 K 线收盘，或处于活跃交易中。仅显示市场和状态——不显示方向、统计数据或交易价位。

VARRD Edge Library — 3 firing, 12 pending bar close, 35 in active trades

FIRING (actionable now):
  AAPL daily — 798c0e5f-4c71-453c-a168-fc3b0771e506
  Crude Oil daily — 9d713707-4548-462e-a787-676e56ec3a0b
  Gold daily — 081ab7f2-edfb-4f74-add8-6fc90aca3561

$0.50: unlock direction, win rate, EV, stop/target, entry date for ALL edges (depth=1)
$1/edge or $5/all: full formula, methodology, performance analytics (depth=2)

$0.50 — 所有活跃 edge 的 15 分钟快照

解锁每个已触发、待确认和活跃 edge 的方向、胜率、预期值、止损、入场日期和持有期。这是一个 15 分钟窗口——展示当前实时情况的快照。

  NQ daily LONG | FIRING — enter 2026-05-04 OPEN
    64% win | 0.51 EV | 1419 signals | stop $27,200 target $29,785 | hold 10
    "NQ 13-day ROC positive 5 days then declining, weekly RSI > 55"

$1/edge — 完整审计跟踪

单个 edge 的完整方法论。TRADE 详情、PERFORMANCE（含发现后的跟踪）、INTEGRITY（K 跟踪、前视验证、跑赢市场）、DISCOVERY 说明、我们领域专用语言中的 FORMULA，以及深入分析部分：

• horizons — 每个持有周期的胜率、EV、p 值和信号数量
• analytics — SQN、利润因子、Kelly %、蒙特卡洛、回撤、市场状态分析、edge 衰减
• occurrences — 每个历史信号的日期和 ATR 回报
• setup_code — 我们 DSL 中的完整源代码（可审计）
• view — 交互式图表 + 面向用户的发现说明链接

EDGE QUALITY
  SQN: 6.46 (Excellent)
  Profit Factor: 1.66
  Kelly %: 25.4%
  Best Streak: 25W · Worst Streak: 16L

MONTE CARLO
  500 simulations · 98% profitable
  Median: +44.49 ATR · Worst 5%: +8.56 ATR

REGIME ANALYSIS
  Low Vol (VIX < 15)    59% WR · +0.38 ATR
  Normal (VIX 15-25)    66% WR · +0.54 ATR
  High Vol (VIX > 25)   75% WR · +1.07 ATR

$5 — 每个 edge 的完整信息

库中每个活跃 edge 的完整审计跟踪。深度与 $1 档相同，但涵盖全部 edge。

---

Python SDK

pip install varrd

from varrd import VARRD

v = VARRD()

# Browse the edge library
edges = v.edges()                              # free — which markets are firing
edges = v.edges(depth=1)                       # $0.50 — snapshot with stats + levels
edges = v.edges(depth=1, direction="SHORT")    # filter by direction
edges = v.edges(depth=1, asset_class="futures") # filter by asset class
edges = v.edges(depth=2, edge_id="abc123")     # $1 — full audit trail

# Research your own ideas
r = v.research("When RSI drops below 25 on ES, is there a bounce?")
r = v.research("test it", session_id=r.session_id)
print(r.context.edge_verdict)  # "STRONG EDGE" / "NO EDGE"

# Autonomous discovery
result = v.discover("mean reversion on futures")

# Morning briefing
b = v.briefing()
print(b.news)

CLI

varrd edges                                    # free — which markets are firing
varrd edges --depth 1                          # $0.50 — snapshot with stats + levels
varrd edges --depth 2 --edge-id abc123         # $1 — full audit trail
varrd research "Does buying SPY after 3 down days work?"
varrd discover "momentum on grains"
varrd briefing

---

VARRD 可以回答的问题

以下都是你可以提出的真实问题。VARRD 会加载数据、构建公式、进行统计检验，并告诉你是否存在 edge。

“在星巴克红杯日做多是否存在 edge？”

“当日元和 10 年期债券同一天创下 20 日新高时，黄金期货会怎样？”

“现在看看 240 分钟时间框架下的原油——诊断它的表现，并找出过去每一次这种情况，看看是否存在 edge。”

“在大斋期做空快餐公司，检验结果如何？”

“比特币在减半事件后会怎样？”

“当玉米和大豆的走势偏离超过 2 个标准差时，是否存在均值回归交易？”

每个问题都会转化为假设，使用真实数据绘制图表，通过适当的防护措施（Bonferroni 校正、K 跟踪、前视验证）进行统计检验，并给出明确结论：存在 edge 或不存在 edge。两种答案都有价值。

---

数据覆盖范围

资产类别	市场	时间框架
期货（CME）	35 个市场（ES、NQ、CL、GC、SI、ZC、ZW、NG、...）	1 小时至周线，数据回溯至 1985 年
股票	任意美国股票或 ETF（12,600+ 个代码）	1 小时至周线
加密货币	BTC、ETH、SOL 等	1 小时至周线

---

MCP 工具

工具	功能
varrd_edges	使用筛选条件浏览经过验证的 edge 库
varrd_ai	多轮研究——检验任意交易想法
autonomous_varrd_ai	自主发现——由 VARRD 为你寻找 edge
search	搜索你保存的策略
get_hypothesis	查看你自己的策略的完整详情
check_balance	查看额度余额 + 自动检测已完成的付款
buy_credits	使用银行卡（Stripe Checkout）或 Base 上的 USDC（自主完成）
get_briefed	获取与 edge 库相关的个性化市场新闻
reset_session	终止卡住的研究会话

---

定价

内容	费用	时长
查看哪些市场正触发 edge	免费	—
快照：所有活跃 edge 的统计数据 + 交易价位	$0.50	15 分钟
单个 edge 的完整审计跟踪	$1	永久
每个 edge 的完整审计跟踪	$5	15 分钟
研究你自己的想法	~$0.25	每次查询
自主发现	~$1	每个想法

在 app.varrd.com 注册，即可获得 $2 免费额度。

---

为什么要构建这个项目

找到优势并不难。找到未经数据挖掘的优势，并在每一步都做好防范，则要难得多。

单靠 LLM，它会欣然为你编写回测，展示一条漂亮的权益曲线，并告诉你胜率达到 70%。问题是：这一切都不是真的。LLM 没有市场数据，没有测试环境，也没有防护措施来阻止它过拟合、挑选有利数据或捏造数字。

**LLM 是一颗没有实验室的大脑。**它可以推理交易思路，却无法在受控环境中测试这些思路。VARRD 就是这间实验室——专为此打造的基础设施，能跟踪每一项测试、验证每一个结果，并从系统层面（而非提示词层面）阻止十几种可能导致意外作弊的方式。

如果你仍然不相信——我们会向你展示一切：公式、代码、各个周期的测试结果、发现后的表现、对市场状态的敏感性、蒙特卡洛模拟，以及每一次历史发生记录。全面透明。欢迎自行审计。

---

“未发现优势”也是一种结果，而非失败。了解什么行不通，与了解什么行得通同样有价值。

由一支来自芝加哥历史上最成功的衍生品公司之一的团队打造，
团队成员还包括普林斯顿毕业生和 AI 工程师。NVIDIA Inception 成员。