用AI自建量化系统：差点把本金踩没的四个坑

每周固定更新 记得关注并星标

Hi，我是猫哥。

关注猫哥并设置星标，才能每周准时收到推送。

前言：

先把结论摆在前面。

我用AI（主要是Claude，开了20x会员，harness模式下几乎每周都把额度用满）从零开始折腾了几个月，搭出了一套AI量化交易系统（核心做的是二元合约，判断Yes/No，具体平台大家也可以去问AI）。

系统同时跑4个引擎——做市、超短线、方向预测、套利捕捉。全天候24小时自动盯盘、自动下单、自动风控。

现在这套系统仍在运行，收益整体比较稳定。

不过今天我更想讲的是：这一路我踩过的坑。因为在这几个月里，我真的差一点就把钱“亏光”。

一个人能不能做出量化系统？

先直接回答：可以。

代码大概80%由AI产出，我负责剩下20%的架构设计与关键逻辑。Claude帮我写交易引擎、处理数据、搭监控仪表盘，整体代码质量甚至比不少初级工程师更靠谱。

系统跑通后我加了几百个测试用例，全部通过。4个引擎彼此隔离、互不影响。实时采集数据、自动下单、风控告警、仪表盘监控，一整套都有。

以前要做成这种程度，通常得小团队干上大半年。我一个人配合AI，几个月就做出来了。

这才是AI时代真正的“降维”——不是AI把你替换掉，而是“一个人+AI”能把一个团队的事干完。

但前提是：你必须清楚坑在哪里。

坑一：最亮眼的回测，可能是幻觉

这是我第一次真正感到后背发凉。

当时我在试一个Google开源的时间序列预测模型，用90天历史数据训练，再拿后18天做回测。

第一轮出来的结果，某个资产在5分钟级别的Sharpe居然是7.30。

这是什么级别？全球顶尖量化基金里，文艺复兴的大奖章长期Sharpe也就在6-7左右。我拿个开源模型、几乎零样本就跑到7.30？这显然不正常。

于是我只改了一个地方：把回测步长从3调成1。

原先是每隔3个时间点才预测一次；现在改成每个时间点都预测——这才更贴近真实交易。

结果直接变成：-0.08。

从7.30跌到-0.08。从“吊打文艺复兴”变成“还不如随便猜”。

原因在于：stride=3时刚好“踩”到了更有利的采样点。就像考试你只做第3、6、9题，恰好都对了，就宣称自己考了满分——这叫统计偏差，不代表模型真有能力。

后来我把模型放到所有资产、所有周期上重新测了一遍。接近真实场景时，没有任何组合的Sharpe能超过0.5。

结论：这模型一行代码都不进我的系统。

如果我当时被7.30冲昏头，直接上实盘，这篇文章可能就该叫“我到底怎么把钱亏没的”。

AI给出来的数字确实“没错”——在stride=3的设定下它就是7.30。但它不会提醒你“回测设计本身就有问题”，更不会替你判断“这个结果合不合理”。

它只会在你给定的框架里，算出看起来最漂亮的答案。

但框架对不对，责任在你。

这也是我深度用AI之后最强的体会：人在AI时代最稀缺的价值，是判断力。

判断力这块，后面我再单独展开聊。

坑二：胜率60%，照样亏

超短线引擎上线后，胜率长期稳定在60%左右。

60%。明显比抛硬币强。我当时以为这下稳了。

可我去看总账——竟然是亏的。

怎么会这样？

我把每一笔交易都拉出来看，发现一个很扎心的事实：赢的时候赚得少，亏的时候亏得多。平均盈利只有平均亏损的一半。

这本质是交易结构的问题。在接近50%概率的位置下注，赔率差不多1:1。赢了赚1块，输了亏1块。但手续费两边都收，等于每笔先被扣掉几个点。

这么一算，你得有70%以上胜率才能不亏不赚。60%远远不够。

AI模型在“预测准不准”这件事上做得不错，但“预测对了是否能赚钱”，它并不关心。

准确率到盈利之间，还隔着三件事：赔率结构、手续费、滑点。AI盯的是第一个指标，你的钱包承受的是后三个叠加后的结果。

那我后来怎么处理？

我调整了入场条件，引入因果推断模型来评估预测强度，只在赔率结构对我更友好的时候才出手。

方法细节以后再单写一篇，但核心只有一句：别在AI“略有把握”时下注，要在它“非常有把握”时下注。

教训：AI优化的目标函数，可能和你账户真正关心的指标完全不是一回事。

坑三：系统显示亏损，实际上在赚钱——方向都算反了

有一天我看仪表盘，做市引擎显示一直在亏。

但我手动核对了几笔成交，越看越不对——明明是低买高卖，为什么还会亏？

我花了一整天翻代码，最后定位到根因：交易记录只写入了一半。

做市策略是同时挂买单和卖单，靠中间价差赚钱。但AI写的记录逻辑在落库成交时只记了单边，另一边的数据直接丢失。PnL用残缺数据计算，盈亏自然被彻底扭曲。

我重写了存储与记录逻辑，并用完整数据把历史交易全部重算。

结果：原来显示亏损的，实际是盈利。不是多算少算的问题，是盈亏方向都颠倒了。

最扎心的是：这段代码还通过了几百个测试。测试全绿，完全没报错。

因为测试验证的是“能不能运行”，不是“业务逻辑是否正确”。而你真正关心的，是后者。

AI并不知道做市盈亏必须用完整的双边数据去算——这属于行业常识，但常识不会写进代码规范里。

教训：测试全过不等于系统正确。代码正确≠业务正确。

坑四：数据出问题时，AI选择了“装作没问题”

某天套利引擎突然吐出一堆“机会”。

我一看，几乎全是假的。

继续排查才发现：API返回的数据里，有些合约的关键字段是空值。正常做法应该是“字段不全就直接跳过”。

但AI写的逻辑走了另一条更危险的路：它看到价格字段还在，就乐观地推断“这应该是正常合约”，然后放行继续算。

也就是说，数据缺失时系统不报错、不停机，而是“假装一切正常”继续跑。

修复其实很简单：加一行判断，所有“不确定”的路径一律拒绝。

但真正可怕的是这种Bug模式——AI写代码时往往默认走正常流程（happy path），对异常路径的处理倾向就是“能跑就行”。

在多数产品里这也许不致命：页面少加载一张图，用户刷新就好。

可在交易系统里，一个“过度乐观的假设”会直接变成真金白银的损失。

四个坑，其实是同一种模式

坑1：回测幻觉

AI：按设定跑完回测，得出Sharpe 7.3

问题：回测框架本身存在统计偏差

坑2：胜率陷阱

AI：预测准确率60%

问题：赔率结构决定60%依然不盈利

坑3：PnL算反

AI：几百个测试全部通过

问题：业务逻辑（双边成交记录）本身就是错的

坑4：乐观放行

AI：数据缺失也继续运行

问题：应该停下或拒绝，而不是假装正常

归根结底：AI每一步都做到了“技术上正确”，但最终结论仍然是错的。

因为技术正确与业务正确之间，隔着一层只有人才能提供的理解。

那为什么现在系统能赚钱了？

补充说明：下面这些是我在最初阶段的记录，并不代表现在修完坑后依然有效。策略的alpha一直在变，edge也会不断被市场吃掉。这个系列后续我会逐步展开当时具体做了什么，感兴趣的朋友可以关注。

因为我把这四类坑都逐个补上了。

回测问题？stride统一改为1，并加入Walk-Forward验证，让统计偏差无处藏身。

胜率陷阱？加入因果推断与信号强度评估，只在赔率对我更友好时才入场。

PnL记录？重做双边交易的完整存储，每一笔都可追溯可复盘。

乐观放行？所有不确定分支一律保守拒绝，宁可少赚也不要犯错。

AI是发动机，我负责方向盘和刹车。

发动机越强，方向盘和刹车越关键。你不会因为马力更大就把刹车拆掉——但很多人用AI时，确实把“刹车”这件事忘了。

之前我在Reddit看到一句话：

"Trading is the hardest way to make easy money."

我想再补一句：用AI做交易，会把这句话的难度再乘以10——尤其当你找不到刹车在哪的时候。

后记：

这套系统我还在持续迭代，后面会继续分享更多实战里遇到的新发现和新坑。

如果你也在用AI做量化、做自动化系统，或者只是想看看“一个人+AI到底能走多远”——可以关注我，这个系列会持续更新。

你想优先了解哪些细节，欢迎在评论区留言，我会挑大家问得最多的点单独写。