Codex 与 LLM 量化交易实战课
袁从德
AI 创业公司 CTO,某交易所的前算法负责人
528 人已学习
新⼈⾸单¥59
Codex 与 LLM 量化交易实战课
15
15
1.0x
00:00/00:00
登录|注册

直播回放|AI 能写量化交易,为什么 90% 的人实盘不赚钱?

00:00 / 00:00
    1.0x
    • 3.0x
    • 2.5x
    • 2.0x
    • 1.5x
    • 1.25x
    • 1.0x
    • 0.75x
    • 0.5x
    网页全屏
    全屏
    00:00
    你好,我是袁从德,欢迎来到《Codex 与 LLM 量化交易实战课》。今天我们不只是讨论怎么去选股、什么股票会涨,我们更多地会去讨论为什么 AI 能写交易策略,回测结果也很漂亮,但仍然不可信。我们通过现场拆解同一条三七均线策略,从「看起来有效」走到「可复查」的整个正确链。整个课程的最终交付是一个可运行、可复查的 AI 量化研究系统

    1. 核心方法论

    1.1 AI 加速的四个轨道 + 人的判断门

    现在 AI 相比前几年更智能了,可以写代码、做日常办公。但 AI 虽然很智能,不等于会做判断。在整个量化过程中,AI 加速的四个轨道是:
    轨道AI 做什么人要判断什么不判断会怎样
    1. 研究假设规划规则原型原型是否可证伪不可证伪的策略无法验证
    2. 可信数据清洗特征数据时间、版本是否符合预期错误时间会丢失未来信息
    3. 策略验证写代码 + 报告成本与风险扭曲 K 线,行业被重度扭曲
    4. 结论发布生成页面 / 文档复算和追溯结论无法验证
    大模型去辅助量化有一个大问题,它虽然极大提升了效率,但结论不一定是置信的。只有通过设置的判断门全部通过,AI 产出才有资格进入发布流程。AI 可以提高实验速度,但决策还是要人去决策,数据、假设、风险自始至终都还是由人来承担的。

    1.2 如何判断一条 AI 策略是否值得相信

    确认放弃笔记?
    放弃后所记笔记将不保留。
    新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
    批量公开的笔记不会为你同步至部落
    公开
    同步至部落
    取消
    完成
    0/2000
    荧光笔
    直线
    曲线
    笔记
    复制
    AI
    • 深入了解
    • 翻译
      • 英语
      • 中文简体
      • 法语
      • 德语
      • 日语
      • 韩语
      • 俄语
      • 西班牙语
    • 解释
    • 总结
    仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
    《Codex 与 LLM 量化交易实战课》
    新⼈⾸单¥59
    立即购买
    登录 后留言

    精选留言

    由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
    收起评论
    大纲
    固定大纲
    1. 核心方法论
    1.1 AI 加速的四个轨道 + 人的判断门
    1.2 如何判断一条 AI 策略是否值得相信
    显示
    设置
    留言
    收藏
    沉浸
    阅读
    分享
    手机端
    快捷键
    回顶部