How Jump Trading is scaling quant research with ChatGPT — Jump Trading 用 ChatGPT 扩展量化研究，把多数据源的长流程

• 案例聚焦量化研究场景：Jump Trading 用 OpenAI 拉长 AI 工作流，把多个数据源串起来处理，而不是单轮问答。对 agent 的含义是价值在长链路编排，而非单次调用。
• 流程中保留人工复核环节，AI 输出需经人确认后才进入研究环节。对工具链的含义是 human-in-the-loop 仍是金融等高风险领域的默认设计。
• 目标是扩展量化研究产能，让研究人员覆盖更多数据与假设。对开发者的含义是评估 agent 时应看它能否放大专家产出，而非替代专家判断。

原文：How Jump Trading is scaling quant research with ChatGPT · 作者 OpenAI