方法论

核验层

Drusus 所发布的每一项数据均带有三项来源元数据：原始来源、快照时间，以及用于计算百分比变动的已核验上一交易时段收盘价。核验层将拒绝任何一项元素缺失，或新鲜度超出相应交易所所定阈值的工具数据行。

这是整个架构中最具决定性的设计选择。一份遗漏某项工具的简报尚可宽容；一份对其错述的简报则不可。核验层有意采取保守姿态：宁可将数据标记为不可用，也不发布未经核验的数字。

AI 分析师

Drusus 聊天界面中的 AI 分析师构建于一个大型语言模型之上，并由系统提示词加以约束，要求其仅使用所提供的已核验数据上下文，对任何不确定的数据进行标记，并以资深专业人士的分析语调而非营销助理的语气写作。

在 Institution 层级，分析师以 Anthropic Claude Sonnet 构建，是该平台所支持的最高级模型。在 Strategist 层级及以下，分析师基于另一款模型，其在大多数问题上具有相当的分析能力，但在最复杂的多工具分析中上下文窗口较为有限。模型的选择由每条查询决定；我们不会人为削弱低层级的输出质量。

分析师被指示拒绝产出 FCA 监管边界意义上的投资建议，拒绝就个别证券发出买入或卖出推荐，并在用户似乎在寻求建议而非分析时予以标记。

情景建模

蒙特卡洛模拟引擎在 Strategist 层级及以上可用，使用每一构成工具自 1985 年（如有数据）至今的历史收益分布，并采用滚动相关性窗口，以反映资产相关性的体制依赖性。默认模拟运行 10,000 条路径，用户可自行配置。

引擎可按名义或实际口径接受用户指定的提取计划，通胀依据用户选定国家的消费物价指数建模。输出报告以名义与实际两种口径呈现资本保全的概率、中位路径以及具有显著意义的分位数（第 5、25、75、95 百分位）。

主要的方法论保留意见与蒙特卡洛工作惯常所见无异：用于抽样的历史分布，未必能代表预测期实际所处的体制。输出有赖于"过去对未来具有指示意义"这一假设，应以适当谨慎的态度解读。

风险价值

风险价值 (VaR) 的计算在 Strategist 层级及以上可用，采用带有滚动相关性窗口的历史模拟法。我们有意未采用解析（参数）法——该方法假设收益服从高斯分布，往往低估尾部风险；亦未采用其简单形式的方差—协方差法——同样会低估金融数据所表现出的厚尾特征。

默认回望窗口为 250 个交易日，可自行配置。置信水平可设定，95% 与 99% 为惯常默认值。预期损失（条件 VaR）与表头数字一并报告，原因正如严肃风险文献所推崇的：它刻画了超过 VaR 阈值后的损失，这才是在阈值被突破时真正重要的数字。

跨市场上市对照

对于双重上市的工具（最显著者为同时在 HKEX 与 NYSE 上市的中国大型蓝筹，同时也涵盖大量欧洲及拉丁美洲名单），平台将多个上市合并为单一工具记录，并明确呈现经外汇调整后的价格关系。所使用的汇率为相关交易场所交易时段的收盘即期汇率；对于在交易重叠时段需同步定价的用户，平台另提供跨时段对照。

经外汇规范化后，两地上市之间的偏离本身亦作为跟踪的分析对象。当偏离持续超出历史区间时，平台将提示用户注意——此类偏离往往反映出结算相关的摩擦，或两地司法管辖之一存在不同的监管考量。

Drusus Daily 编辑流程

Drusus Daily 的每一期均经过四阶段流程生成。第一，自平台数据源整合数据快照，每一数字均带有来源元数据。第二，核验层剔除任何不完整或陈旧的数据行。第三，已核验的上下文交由语言模型处理，并由系统提示词约束其仅使用所提供的数据，并指示其编辑语调。第四，自动复核流程检查所生成的文本，确认其未引用任何未出现在已核验上下文中的数字；若侦测到此类引用，则该期被退回。

编辑层面的把关由 Gravenos 负责。当自动复核发现需要人工处理的问题时，该期将暂缓发布，直至问题得到解决。平台宁愿发布带有透明说明的部分版本，也不会发布包含未经核验内容的完整版本。

引用指引

若平台作为数据或分析背景之来源，用于学术或专业研究，请按以下方式引用：Gravenos，Drusus 平台，gravenos.com，并记录数据获取日期。若方法论作出实质性贡献，请直接引用本页。若 Drusus Daily 内容用于研究，请按相关期数的日期予以引用。