跳到主要内容

AI 助手最佳实践

AI 最适合帮助你解释、检索、组织和比较已有信息。一个好的问题应该让回答更可检查，而不是更像一个权威结论。

先问事实，再问解释​

推荐按下面顺序提问：

  1. 这套 Portfolio 使用什么规则、Universe 和时间范围？
  2. 当前的 signal、holdings、state 和 evidence 分别是什么？
  3. 这个结论依赖哪些数据、样本和执行假设？
  4. 历史上出现过哪些相似阶段和反例？
  5. 还有什么未知，下一步需要核对什么？

例如：

请解释这个 Portfolio 当前为什么处于 attention。
先列出数据截至日期、reason code、当前回撤、历史参考范围和证据限制，
再说明有哪些可能解释。不要给买卖或调仓建议。

准备可用的上下文​

问题中可以提供：

  • Portfolio code 或文档链接；
  • 关注的市场和标的；
  • 数据截至日期或比较时间范围；
  • 你想比较的单一维度；
  • 你希望回答明确保留的限制。

不要把银行卡、券商凭证、Agent bearer、私人 run link 或其他敏感信息粘贴到对话里。Agent Lab 凭证不应出现在 Git、截图、Discord 或 URL query 中。

适合的提问​

解释这个策略什么时候产生 signal，以及为什么可能长期空仓。
比较两个 Portfolio 的历史回撤、交易次数和现金暴露。
说明当前 state 与历史参考区间的关系，以及哪些数据不可用。
整理 AAPL 在指定时间范围内的事实、风险和仍然未知的部分。
把“震荡市很难受”改写成一个有 baseline、变量和停止条件的研究问题。

不要把 AI 当成交易权威​

不要要求 AI 输出或执行：

  • 哪个标的最值得投资或应该排名第一；
  • 买入价格区间、目标价、止损止盈或仓位比例；
  • “现在能买吗”“什么时候卖”这类个性化结论；
  • 根据近期表现自动调参或切换 Portfolio；
  • 最高 CAGR、Sharpe 或综合评分对应的“最佳策略”。

更安全的改写方式是：

不要判断哪个更值得投资，
请在相同时间范围内比较两个资产的历史收益、回撤、波动、估值、
数据限制和可能的反例。

如何检查回答​

收到回答后，逐项确认：

  • 事实是否能回到 Portfolio、signal、state 或 evidence；
  • 是否写明数据截至日期和观察区间；
  • 是否把历史描述、模型解释和未来推测分开；
  • 是否把 simulated holdings 和真实账户仓位分开；
  • 是否把 signal 和订单分开；
  • 是否说明样本、费用、现金暴露和数据质量限制；
  • 是否把不确定性保留下来。

如果回答看起来很确定，却没有来源、时间范围或证据，应该要求它重新列出限制，而不是要求更强的结论。

回撤和异常状态​

当组合出现回撤、空仓、无信号或红灯时，先问：

  1. 当前绝对回撤是多少？
  2. 它相对于该策略 prior historical reference 的位置是什么？
  3. 是否创出新极值、超过历史空仓期或出现逻辑问题？
  4. 数据是否过期、仓位价值是否可用、策略版本是否一致？
  5. 历史恢复样本只描述过去，不能证明未来会恢复。

abnormal / unavailable 需要先处理确定性问题。AI 解释不能把故障重新包装成“正常波动”。

研究问题与 Agent Lab​

只有在已有证据支持时，才把问题推进到研究：

question -> hypothesis -> baseline -> one controlled change
         -> validate -> experiment -> evidence -> human decision

Agent Lab 是会员通过自己的 Harness 进行受控研究的入口。使用 canonical Strategy DSL，先 resolve_symbols，再 validate_strategy_config，之后创建 test_ 实验并读取结果。一次实验不是 Formal Portfolio，也不会自动修改或订阅组合。

避免：

  • 大量参数 sweep 后挑一个历史赢家；
  • 只保留成功结果；
  • 把 READY 当成策略质量证明；
  • 把 FAILED 当成研究假设被证伪；
  • 让 AI 在没有 human confirmation 的情况下改变 Portfolio。

推荐的复盘记录​

可以记录：

问题 / hypothesis
baseline 与观察窗口
规则、版本与数据范围
支持证据与反例
失败结果与限制
下一步核对事项

记录的目标是形成理解性信任，不是建立一个“AI 建议准确率”排行榜。

相关文档​

风险提示

AI 提供研究辅助，不构成投资建议。历史数据不能预测未来，真实账户中的决定由用户独立做出并承担风险。

最后于 更新