跳到主要内容

构建交易系统：从研究到长期观察

策引把交易系统当成一个需要被理解和验证的规则系统，而不是一个需要不断追逐表现的参数集合。稳定的公开生命周期是：

研究 -> 理解 -> 验证 -> 信任 -> 纪律 -> 长期观察

1. 研究：先把想法说清楚​

研究从一个可回答的问题开始，例如：

  • 双均线在某个市场的震荡阶段会经历多长时间的试错？
  • 固定候选池的动量排序在更换成员后会怎样变化？
  • 目标权重和趋势门控之间的回撤交换是什么？

先记录 hypothesis、baseline、数据范围、限制和停止条件。不要一开始就让 AI 搜索最高 CAGR 或最高 Sharpe。

复杂研究可以进入 Agent Lab，但实验仍然是一次受控的临时研究，不会自动变成正式 Portfolio。

2. 理解：知道系统在做什么​

至少要能解释：

  • Universe 包含哪些标的，数据从哪里来；
  • Trading Strategy 何时产生 signal；
  • Portfolio Construction / Capital Rules 如何决定持仓、现金和目标权重；
  • Execution assumptions 如何影响模拟结果；
  • 什么情况会退出、空仓或保持持仓。

规则越透明，越容易区分“我不喜欢这个结果”和“原始假设已被证据反驳”。

3. 验证：用历史数据理解行为​

回测是历史模拟，不是未来证明。验证时同时查看：

  • 最大回撤、回撤持续时间和空仓期；
  • 交易次数、胜率、盈亏比、费用和现金暴露；
  • 不同市场阶段和样本外表现；
  • 失败、缺失数据、低样本量和执行限制。

一个收益更高的参数不自动更稳健，也不自动更适合长期观察。保留原始版本和失败结果，比隐藏它们更有价值。

4. 信任：形成理解性信任​

信任不是相信平台、AI 或一条收益曲线，而是知道：

  • 规则、版本和数据范围是什么；
  • 过去哪些结果支持或限制了假设；
  • 当前 state / evidence 是否足够解释现象；
  • 哪些事情仍然未知。

当结论来自历史样本时，应说“历史上发生过”，不要说“未来会恢复”。

5. 纪律：减少无依据的临时改变​

纪律不等于机械执行所有 signal，也不等于永远不能停止。它意味着在压力下先核对证据，避免因为单次亏损、新闻或 AI 答案临时改变计划；当明确的失效证据或数据问题出现时，也允许用户停止、研究或建立新的 Formal Portfolio。

signal 仍然只是系统输出，不是用户订单，也不构成个性化建议。

6. 长期观察：让系统经历真实时间​

当你理解一个官方或 custom_ Portfolio 后，可以通过订阅、邮件和组合详情页观察：

  • holdings / cash 是否符合规则；
  • signal、state 和 evidence 是否按预期更新；
  • 数据是否新鲜，是否出现异常或暂不可用；
  • 新结果是否改变了原始假设，还是只是已知痛点的一次出现。

长期观察不是每天盯盘，也不是持续寻找参数改进。复盘频率应服务于理解和可靠性，而不是制造噪音。

例外路径：什么时候重新研究​

日常观察出现 unusual state 或可能的 invalidating evidence 时：

inspect deterministic facts
  -> compare historical evidence
  -> check data freshness, version and assumptions
  -> formulate one research question
  -> controlled experiment
  -> human decides whether to continue, stop or create a new system

研究中的 optimization 可以用于比较一个明确变量，例如周期、门控或资金规则。但必须警惕：

  • 追逐近期表现；
  • 大量参数 sweep 后挑赢家；
  • 样本外失效和过度拟合；
  • 把历史最高收益误称为最优配置；
  • 直接改变正在观察的 Formal Portfolio。

研究结果应当先成为证据，再由用户决定是否复制成一个新的 Formal Portfolio。AI 可以整理实验，不拥有参数或 Portfolio 的自主修改权限。

策引如何支持这个生命周期​

风险边界

策引提供历史模拟和研究工具，不提供投资建议、自动交易或未来收益保证。真实账户决策由用户独立做出并承担风险。

最后于 更新