TradeFoundry
用证据优先的方法研究并治理全球贸易机会的操作系统。
我负责提出商业命题、定义公开领域与治理边界，并构建私有本地 MVP 及其验收结构。
- 角色
- 产品架构师与独立构建者
- 证明能力
- 这个案例体现了产品判断、Python/后端系统设计、证据建模、受约束配置和审批约束商业治理能力。
- 技术
- Python · FastAPI · PostgreSQL · Alembic
背景
全球贸易不只是搜索问题。它是在政策、采购、价格、物流、交易对手、现金和时间约束下，对一组不确定、相互竞争、依赖证据的决策进行管理。
我开始构建 TradeFoundry，是因为意识到量化研究最值得迁移的并不是“交易”这个词，而是一套决策纪律：显式提出假设、控制某个时间点究竟能知道什么、配置稀缺资源、限制风险、治理执行，并从包括失败在内的每个结果中学习。
问题
商业证据往往分散，假设没有被显式表达，约束彼此耦合，反馈又具有选择性。表格可以给候选项排名，却不会自动保留证据出处、暴露事后认知、比较机会成本，也不会阻止一个置信度很高的模型输出直接变成未经授权的现实动作。
TradeFoundry 提出一个更克制的问题：能否让全球贸易决策更加明确、可重放、可治理，同时不假装软件可以消除人类商业判断？
核心命题
这个系统把量化决策纪律迁移到全球贸易，而不是把外贸产品包装成量化交易。信号用于配置研究优先级；假设必须允许被否定；历史重放保护时间点记录；资源配置让机会成本可见；风险限额约束行动；执行始终受审批控制；结果和失败共同进入学习记录。
这个案例证明什么
这个私有本地 MVP 展示了我如何把模糊商业想法转为边界明确的产品架构：Python/后端建模、证据契约、组合治理、人工授权、验收标识，以及研究软件与真实商业运营之间的诚实边界。
方法迁移
有边界的方法迁移
TradeFoundry 是一个私有研究 MVP，探索如何把量化决策纪律迁移到全球贸易：结构化证据、提出可证伪假设、配置稀缺资源、治理重要执行，并从结果中学习。
| 量化决策纪律 | 全球贸易中的应用 | 边界 |
|---|---|---|
| 信号 | 由证据支持、值得进一步商业研究的候选机会。 | 信号只用于配置注意力，不是价格预测或需求承诺。 |
| 可证伪假设 | 带有证据和明确失效条件的产品、国家、路线或买方判断。 | 假设必须允许被否定，不等同于销售预测。 |
| 历史重放 | 按照当时可获得的信息复核一次决策。 | 重放检查决策过程与信息泄漏，不制造未来预测。 |
| 资源配置 | 配置研究时间、营运资金、供应能力和机会预算。 | 这里配置的是经营资源，不是投资产品或证券组合。 |
| 风险限额 | 由人设定合规、信用、现金流、集中度和供应链暴露约束。 | 限额支持复核，不替代法律、合规、财务或管理判断。 |
| 受治理执行 | 受审批约束的研究、外联、采购、履约和结算步骤。 | 具有后果的商业动作始终保留明确的人类授权。 |
| 归因与学习 | 比较假设、决策、真实结果、误差和失败样本。 | 学习改善记录，不代表系统能够自我优化或保证盈利。 |
治理边界
关键约束
决定实现形态的约束
- 政策、价格、物流和企业证据会随时间变化，因此决策必须保留当时究竟能知道什么。
- 贸易机会会竞争营运资金、研究时间、供应能力和风险预算，不能被当成彼此独立的排名。
- 外联、采购、付款、签约、认证和订单动作会产生后果，软件不能静默获得授权。
- 实现是私有的，公开证明必须解释决策与证据边界，同时不暴露代码、内部路径或敏感运营细节。
核心决策
选择、替代方案与代价
把证据与机会主张分开
- 背景
- 如果没有独立证据层，一个有吸引力的叙事可能在来源、时间、冲突和审查状态可见之前就成为机会。
- 选择
- 先建立受治理证据层，再编译机会，并要求每项主张显式引用证据。
- 放弃方案
- 直接从来源流计算机会分数; 在分析笔记或表格中保存支持链接
- 代价
- 额外的证据纪律会减慢初次输入，但让后续质疑、重放和纠错成为可能。
让假设可证伪、让决策可重放
- 背景
- 如果假设只能在结果出现后被回忆，商业判断就很难真正改进。
- 选择
- 用支持证据、失效条件、决策标识和时间点重放边界来表达假设。
- 放弃方案
- 只保存最终分数; 编写非结构化推荐备忘录
- 代价
- 更强结构会增加记录成本，但能避免事后认知改写原始决策含义。
在共享约束下配置，而不是只排名
- 背景
- 当现金、集中度、容量或合规约束一起考虑时，最高分候选项仍可能不是正确的下一步。
- 选择
- 把机会视为受治理的经营组合，使用显式预算、风险限额和版本化决策记录。
- 放弃方案
- 独立选择最高分; 让每条路线单独优化局部目标
- 代价
- 组合治理不如排行榜直观，但能让机会成本和耦合风险变得可见。
让重要执行始终受审批约束
- 背景
- 研究置信度并不会自动赋予联系、采购、付款、签约、认证或下单的权力。
- 选择
- 把已批准决策编译为受控执行步骤，同时把具有后果的动作保留给明确人工授权。
- 放弃方案
- 允许端到端自主商业执行; 把审批保留为非正式运营约定
- 代价
- 人工门会降低速度与自治程度，但在法律、财务和关系后果存在时保留责任。
架构与失败行为
责任、输入、输出与失败行为
- 01
来源治理
登记证据来源、观察时间以及允许的使用方式。
- 输入
- 经过审查的公开或授权研究输入
- 输出
- 版本化来源记录和输入决策
- 失败
- 无法识别、过期或策略不兼容的输入不会进入决策证据。
- 02
证据账本
保留主张、出处、冲突、时间和审查状态。
- 输入
- 受治理来源记录
- 输出
- 可供假设引用的可追溯证据
- 失败
- 冲突或缺失支持保持可见，不会被压缩成一个置信分数。
- 03
商业世界模型
把产品、国家、路线、参与方、约束和时间表达为可复核关系。
- 输入
- 证据与公开领域定义
- 输出
- 版本化商业状态
- 失败
- 身份未解析或状态不兼容时阻止后续编译。
- 04
机会编译器
把证据与假设转为带有明确不确定性的可比较候选项。
- 输入
- 商业状态、假设和证据引用
- 输出
- 机会候选项和诊断信息
- 失败
- 缺少支持或内部矛盾的假设被拒绝或退回研究。
- 05
组合治理
在预算、集中度和风险限额下配置稀缺经营资源。
- 输入
- 可比较候选项和人工定义约束
- 输出
- 版本化配置与审批决策
- 失败
- 约束冲突保持未决，直到人工记录取舍。
- 06
受治理执行
把已批准决策转为受控双边工作和检查点。
- 输入
- 已批准配置和动作策略
- 输出
- 执行记录、回执和审批状态
- 失败
- 缺少授权、重复意图或副作用不明确时停止重要进展。
- 07
结果学习
把假设与决策同结果、误差、缺失数据和失败比较。
- 输入
- 决策记录、执行证据和观察结果
- 输出
- 归因与学习记录
- 失败
- 未经验证的结果保持未知，不被计为成功。
失败模式
失败如何被发现、限制和升级
| 触发 | 发现与响应 | 副作用与人工边界 | 状态 |
|---|---|---|---|
| 机会完成评估后，来源发生变化。 | 证据引用保留观察时间和版本，不会静默解析到最新值。 保持原决策可重现，并要求对变更证据进行新审查。 | 现有批准不会静默升级到新的来源状态。 审查者决定该变化是否使机会失效。 | 已验证 |
| 假设缺少充分或一致的证据。 | 编译过程识别缺少支持、矛盾或尚未解析的模型状态。 把候选项退回研究，而不是把不确定性转换成高分。 | 未解析候选项不能进入受治理执行。 研究者可以补充证据、缩小主张或拒绝假设。 | 已验证 |
| 有吸引力的候选项突破共享组合限额。 | 配置同时评估现金、集中度、容量和风险约束。 保持决策未决，不允许单一分数覆盖约束。 | 冲突配置不会授权任何下游工作。 决策负责人记录调整哪个机会或限额以及原因。 | 已设计 |
| 同一个受治理动作被提交两次。 | 决策和验收标识在执行边界暴露重复意图。 返回现有动作状态或停止冲突，而不是创建第二个重要步骤。 | 重复提交不意味着重复外联、采购、付款或订单动作。 身份不明确时，在授权重试前进行人工复核。 | 已设计 |
| 动作请求缺少所需的人工授权。 | 受治理执行边界在重要工作前检查审批状态。 阻止动作，并保留可见的等待或拒绝状态。 | 研究输出本身不能联系、采购、付款、签约、认证或下单。 授权人员可以批准、拒绝或要求更多证据。 | 已验证 |
项目证据
证据及其验证范围
架构
本地 MVP 从来源治理到证据、机会、组合决策、双边执行、控制、结算与学习均有明确边界。
架构已在私有本地 MVP 仓库实现；不代表生产部署。私有仓库 README 与架构检查点摄取、证据、商业世界模型、机会编译、执行、治理与学习的关键选择均记录为 ADR。
覆盖设计理由与本地实现边界。私有仓库 ADR 索引验证
仓库使用确定性夹具和契约级测试，对九个看板的明确验收标识进行验证。
仅使用本地夹具与模拟传输；未联系真实买家、供应商、银行、ERP 或模型。私有仓库验证章节披露
外部沟通和有后果的商业动作必须经过审批，不会被静默自动执行。
仅为参考控制路径；不授权任何现实交易。私有仓库边界声明真实状态
已经实现、没有声称和仍需完成
- 运行状态
- 私有研究
- 数据
- 本地确定性夹具与研究记录；不声称包含生产、客户、买方或供应商数据。
- 外部集成
- 本地或模拟传输；不会联系真实买方、供应商、银行、ERP、受监管服务或自主模型。
- 收入声明
- 不声称拥有可成交 Alpha、客户收入、完成交易、ROI 或业绩结果。
- 源码
- 私有源码
- 生产前工作
- 仍需要真实来源授权、法律与合规审查、身份与密钥、运营审批、审计以及边界明确的真实试点。
研究状态: TradeFoundry 是私有本地 MVP。它不声称拥有生产数据、可用于真实成交的 Alpha、监管许可或已经完成的真实贸易闭环。
人类授权: 外联、采购、付款、签约、认证和订单动作始终需要明确的人工审批。
复盘与下一优先级
有效的选择
把不确定性、审批和学习变成一等记录，使宽泛想法变成可以被质疑的系统，而不只是看起来有吸引力。
会改变什么
如果重做，我会先把首个公开试点缩小到一个产品—路线假设和一条只读证据路径，再扩展领域模型。
下一优先级
- 为一个边界明确的产品—路线假设冻结可接受法律审查的公开证据包。
- 使用明确失效条件运行一次人工复核、只读的历史重放。
- 在任何外部商业动作前设计试点审批与审计边界。
现在不做：在一个受治理试点证明证据与复核模型前，不值得建设自主外联、付款、签约、下单或大范围数据服务商集成。