DeepSeek V4 在量化研究工作中的使用体验分析

摘要： 本文通过具体的量化因子回测任务，对比了基于 DeepSeek V4 pro 的 Claude Code 平台与使用 Composer2 的 Cursor 平台在金融量化研究工作中的表现差异。

核心观点：
Claude Code (DeepSeek V4) 在设计研究框架、自主性及处理超长上下文方面表现更强，更适合开放式研究场景；Cursor 则在执行明确指令、数据处理细节及代码工程化方面更具优势，更适合需求明确的执行场景。

论据支撑：

1. 框架构建：Claude 能独立构建完整的工作流框架（如 Phase 1-5 计划）并主动进行因子 IC/ICIR 检验及相关性分析，而 Cursor 倾向于直接完成交付任务。
2. 数据处理：Cursor 在行情提取、缺失值处理（中位数填充）及避免未来函数（处理退市/停牌股）等细节上比 Claude 更合理。
3. 稳定性：DeepSeek V4 的超长上下文能力确保了在长对话流程中任务没有发生偏离。

局限性/风险：
AI 生成的代码结果仍存在计算错误或命令执行不准确的情况，目前无法在未检查的情况下直接使用；DeepSeek V4 在量化研究的专业 Skill 支撑上仍有提升空间。