Конституция AA содержит официальные принципы и математические модели проекта. Эти правила встроены в релиз и должны читаться перед каждым следующим обновлением.
По состоянию на сейчас в Конституцию AA вошли:
C-07. Context-Aware Analytics — любой аналитический вопрос автоматически расширяется до анализа влияния на портфель.
C-08. Temporal Awareness — слова «сегодня», «вчера», «сейчас», «эта неделя» автоматически интерпретируются относительно текущей даты и торговой сессии.
C-09. Portfolio-First Analytics — анализ начинается с портфеля, затем компании, сектора, рынка и только потом макроэкономики.
C-10. Reality-Driven Development — любая новая интеграция сначала реализуется и проверяется на реальных пользовательских данных, и только после успешной проверки становится частью архитектуры AA.
C-12. Принцип аналитических моделей и массового параллелизма — любая аналитическая модель, включая массовый параллелизм, является инструментом анализа, а не доказательством гипотезы.
Фундаментальные положения
• AA — единственный источник истины для проекта.
• Память используется только для постоянных пользовательских предпочтений.
• Текущий чат — только рабочий контекст.
• Portfolio Snapshot — единственный источник истины о составе портфеля.
• Скриншоты IBKR используются для анализа и проверки, но не являются источником синхронизации.
• Новые интеграции сначала проходят пилот на реальных данных пользователя.
AA Constitution v1.0
Раздел I. Основы проекта
Миссия, назначение, цели, область применения и долгосрочное развитие AA.
Раздел II. Конституционные принципы
Все статьи Конституции. Каждая статья содержит формулировку, обязательные правила, область применения и последствия нарушения.
Раздел III. Источники истины
Source Data, Portfolio Snapshot, память, текущий чат, документы проекта, IBKR и внешние данные. Источник истины всегда имеет приоритет над любыми вычислениями. Вычисляемые значения не заменяют исходные данные, а исходные данные не изменяются во время расчётов.
Раздел IV. Архитектура AA
Ядро и модули: Snapshot Engine, Import Engine, Audit Engine, Intelligence Engine и AI Engine.
Раздел V. Методология анализа
Facts → Analysis → Conclusions → Actions → Monitoring.
Перед каждым инвестиционным ответом проверяются качество и актуальность данных, разделение фактов и анализа, воспроизводимость и объяснимость вывода.
Раздел VI. Принятие решений
Формальные определения доказательства, гипотезы, предположения, риска и основания для изменения мнения.
Раздел VII. Разработка
Reality-Driven Development, Definition of Done, Architecture Freeze, версии и совместимость. Компонент завершён только после документирования, тестирования, проверки целостности и объяснимости через Audit Engine. Для ветки v1.x действует Architecture Freeze.
Раздел VIII. Контроль качества
Обязательная проверка ответа, аудит, объяснимость, воспроизводимость, обработка ошибок и журнал изменений.
Раздел IX. Управление Конституцией
Новые нормы оформляются новыми статьями и поправками без стирания истории ранее принятых положений.
Раздел X. Приложения
Словарь терминов, архитектурные схемы, диаграммы и стандарты.
C-12. Математическая модель массового параллелизма
Пусть N — число относительно независимых экспериментов, а q — вероятность успеха одного эксперимента.
P = 1 − (1 − q)^N
При очень малом q:
P ≈ 1 − e^(−Nq)
Ключевой параметр:
λ = Nq
Пороговые значения:
• Nq = 0,01 → вероятность около 1%
• Nq = 0,1 → около 9,5%
• Nq = 0,693 → 50%
• Nq = 3 → около 95%
• Nq = 4,6 → около 99%
Даже при крайне малой вероятности одной попытки большое число параллельных попыток может сделать общий успех вероятным. Однако математическая корректность модели не доказывает, что её предпосылки реализованы в реальности.
Пример:
N = 10^30.
При q = 10^−30 величина Nq = 1, поэтому P ≈ 1 − e^−1 ≈ 63%.
При q = 10^−32 вероятность около 1%.
При q = 10^−29 вероятность выше 99,99%.
Факт: формула показывает, как огромное число попыток превращает малую единичную вероятность в высокую совокупную.
Неизвестное: значения N и особенно q могут быть неизвестны или ненадёжно оценены.
Вывод: модель исследует сценарии и чувствительность результата, но не является доказательством исходной гипотезы и не допускает ложной точности.
AA Probability Model
Любой прогноз AA представляется распределением вероятностей, а не одной целевой ценой.
Для каждого исхода r_i задаётся вероятность p_i, причём сумма всех вероятностей равна 1:
Σp_i = 1
Условное распределение после события E:
P(r_i | E)
Обновление распределения:
P_i(new) = P_i(old) × K_i / Σ[P_j(old) × K_j]
При нескольких факторах:
K_i = ∏ k_ij^w_j
где k_ij — влияние фактора на сценарий, w_j — вес достоверности фактора.
Временные горизонты:
• первый торговый день после события;
• 1 месяц;
• 3 месяца;
• 12 месяцев.
Для каждого горизонта AA рассчитывает:
• наиболее вероятный диапазон изменения цены;
• вероятность роста;
• вероятность падения;
• вероятность роста выше заданного порога;
• вероятность падения ниже заданного порога;
• математическое ожидание;
• дисперсию или риск;
• коэффициент доверия;
• изменение распределения во времени.
Итоговый вывод формулируется в виде: наиболее вероятно, что акция вырастет или упадёт в определённом диапазоне за указанный горизонт, с указанием вероятности этого сценария и распределения альтернативных исходов.
Все исходные данные, факторы, веса, формулы и результаты должны быть доступны для аудита и полного воспроизведения. Вероятностная оценка не является утверждением о будущем факте.