关于这个实验室
这里是 Founder Lab：把数据、AI 和软件放进真实问题里，然后把过程、数字与失败一并公开。所谓「真实问题」，是指那些有账可算、有结果可验的事——一条数据管道坏了会不会被发现、一个因子在扣掉成本后还剩多少、一张 BOM 里藏着多少供应链风险。
它跑在一台 2 核 2G 的小主机上，架构刻意保持简单。这个限制不是卖点，只是事实：小机器逼着人把不必要的复杂度砍掉，剩下的部分反而更容易复核。
四条内容线
- Data Lab：数据从哪来、口径怎么定、坏了怎么发现。数据管道、派生库、接口与清洗规则。
- Quant Lab：因子研究、回测验证与实盘跟踪。研究记录，不构成投资建议。
- Business Lab：电子元器件供应链与流程数字化，AriesLink 的产品实验与业务判断。
- AI Lab：把模型与 Agent 真正接进工作流的尝试，目前筹备中，攒够两三篇实验记录再单独开栏目。
技术栈
- 数据层：MySQL 从库，每日与内部主库主从同步（延迟 0 秒），含 A 股日线、指数、大宗商品、航运、宏观等 21 张表；
- 接口层：quant-api（FastAPI），16 个开放接口，密钥认证，文档在 /docs（Swagger）；
- 展示层：纯静态页面由 Caddy 直接伺服，零常驻内存，ECharts 本地自托管；
- 自动化：数据采集由独立程序在内部服务器完成，本机只负责同步与出数。
为什么是静态站
2 核 2G 的机器上，动态博客系统（Halo、Typecho）先后折戟——不是它们不好，而是常驻 JVM/PHP 对小机器太奢侈。静态站把渲染提前到发布时完成，服务器只需要吐文件；「动态」的部分全部交给数据接口，反而更符合数据驱动的定位。这个站本身也是一次实验：2026-08 推倒重建过一次，过程写在这篇复盘里。
研究原则
所有页面和文章都按这五条写。做不到的地方，会在文里标出来，而不是藏起来。
- 真实数据优先。数字来自生产库、实盘账户或真实回测，不用示意数据充数。每个关键数字都应能说出取数日期与口径。
- 可复核。方法、参数、样本区间尽量给全，让愿意花时间的人能重跑一遍。给不出细节时，说明为什么给不出。
- 主动披露失败。翻车、bug、被证伪的因子、走不通的方案照写，标题不修饰。被市场或数据打脸的结论，会明确标注修正。
- 区分事实与判断。事实给来源，判断标为判断。回测不等于未来，历史相关不等于因果。
- 防火墙。量化内容只做研究记录，不构成投资建议，不挂咨询或代客理财入口；商业内容（AriesLink）单独标注归属，不与研究结论互相背书。
长文怎么写
新写的实验记录尽量按这个骨架走，不是每篇都要齐，但缺哪一段要能说清原因：问题（要解决什么、为什么现在做）→ 数据（来源、区间、口径）→ 方法（怎么算、关键假设）→ 结果（数字、对照、成本）→ 翻车（哪里错了、怎么发现）→ 下一步（待修、待验）→ 关联（相关文章与栏目）。
商业转化只允许在 Business Lab 文章里出现一个主 CTA，并写明「为什么值得点」；研究与量化文章不挂销售入口。
联系
邮箱与社交账号整理后放出。站内留言见下方留言板，或从 Business Lab 的项目入口找到 AriesLink。