跳到主要内容

AI 模型策略

AI 模型策略是把模型输出作为一种实验性 signal 来源，再通过统一的模拟流程观察历史行为。它不是确定性规则，也不是荐股服务；模型输出不拥有 Formal Portfolio 的自主修改权。

如何理解它​

输入数据与上下文
  -> 模型生成带说明的 signal
  -> 资金规则与执行假设
  -> 模拟 Portfolio 的 holdings / cash / state / evidence

与显式规则策略相比，AI 模型策略更难完整复现：同一段文字理由不一定等于稳定条件，输入范围、模型版本、提示词和数据质量都会影响结果。因此应把它当作公开研究样本，而不是把模型判断当作“更高层的权威”。

可观察的输入​

具体组合可能使用价格、成交量、技术指标、基本面、市场背景或其他结构化数据。阅读时应先确认页面实际披露的输入、时间范围、数据新鲜度和缺失项，不要假设所有市场都有相同的数据覆盖。

可观察的输出​

  • 模型在某个时间点输出的 signal 和理由；
  • 资金规则如何解释 signal；
  • 模拟成交、现金、持仓和状态证据；
  • 模型在不同市场阶段中的错误、矛盾和不确定性。

BUY / SELL / HOLD / EMPTY 描述系统或模型在模拟中的输出，不是用户订单或个性化建议。历史结果不能证明未来表现，也不能单独证明模型“理解”了市场。

适合的研究问题​

  • 模型输出与确定性规则输出在同一历史区间有何差异？
  • 哪些输入缺失或数据变化会导致结论不稳定？
  • 文字理由是否能被实际 signal、holdings、state 和 evidence 支持？
  • 模型的错误是否集中在某些市场阶段或执行假设下？

使用边界​

AI 模型策略不应被用来：

  • 生成“现在买什么、何时卖”的指令；
  • 输出目标价、止损止盈或个性化仓位；
  • 根据近期亏损自动调参或切换 Portfolio；
  • 把最高收益、Sharpe 或综合评分对应的变体称为最佳策略。

如果要测试新的变量，先写清 baseline、假设、样本、停止条件和评价维度，再通过Agent Lab做受控研究。Agent Lab 的实验结果不会静默修改已有 Formal Portfolio。

和其他文档的关系​

注意

AI 模型策略是研究样本。真实账户中的资金、仓位和交易由用户独立决定，模型输出不构成投资建议或自动交易授权。

最后于 更新