RT 但是感觉一言难尽，值得吐槽的点：
整体看，一直没法回避的问题是 LLM 幻觉和分析一致性、可审计性。B 站知乎上面一群连 github 都不会用的韭菜只会用那些黑心 up 主发布的百度网盘链接下载的所谓智能体
因为我自己是主观交易员，本科时候学过计算机，略懂软件开发，做交易后偏好用波浪理论，我之前自己搞了一个类似的 agent ，大概思路就是写好 python 工具，然后 LLM 按提示词去调用来分析波浪，但是发现存在 LLM 幻觉之后，而且难以审计，所以就暂停了开发。最近整理了思路后，换了个混合的方式重新开发。
个人认为散户搞量化交易开发难点是需要避开 HTF ，因为在 HTF 根本拼不过那些机构，应该主要考虑日内 15 分钟级别以上和波段、趋势交易才有把握。
不知道各位有什么好的思路？
 |
1
sentinelK 11h 51m ago
量化交易的核心不是“量化”吗？
都靠 LLM 主观了还量化个毛线？ |
 |
2
HENQIGUAI 11h 44m ago  3
如果真的能赚钱，这种东西谁还会开源呢
|
 |
3
connor123 11h 44m ago
哈哈，我之前也准备干的，后来发现这些开源的量化交易系统，本质就是多个 agent 萝卜白菜开大会，后来也琢磨出一个套路，非 HFT ，不过之前好用，最近三个月连续四次回撤，我直接关机了
|
 |
4
EliteOtaku OP @sentinelK 是啊，但是韭菜太多了，很多项目就是用 LLM 去读取传统指标 MACD RSI KDJ 然后用提示词让 LLM 给出分析报告，这其实和人类阅读指标给报告没什么区别，而且 LLM 还有幻觉问题，反正我是把 B 站上吹的比较多的几个量化交易 up 的项目都扒回来自己看过，结论就是幼儿园水平
|
|
5
EliteOtaku OP @connor123 我猜问题是难以定义市场状态导致回撤吧？这是几乎所有量化交易系统的难题
|
 |
6
yesterdaysun 11h 23m ago 1
我感觉 15 分钟级别数据都过于复杂和先进了, 普通人能搞定日线数据, 做点 ETF 动量轮动可能都足够能用了
|
 |
7
wises 11h 21m ago
我的计划中一个项目就是改造这些开源量化, 按照自己的思路进行, 因为现在很多开源量化就是欢乐儿童, 给你提供情绪价值而已.
不从零做的意思这些开源项目把基础的框架已经做好, 最起码你可以节约一些 token? 也欢迎各位有兴趣的朋友一起交流. |
|
8
EliteOtaku OP @yesterdaysun 无论哪个周期，关键还是如何定义市场状态
|
|
9
EliteOtaku OP @wises 是的，这就是我的感觉。不过你打算用什么思路？目前我看到最大的问题是遇到市场状态切换时，比如趋势震荡转换，就会干掉一大批
|
 |
10
incu 11h 13m ago
是 HTF 还是 HFT ？
|
 |
11
bigtan 11h 4m ago 14
做中高频的交易系统，开源的，摸到了第一梯队的，基本上就功夫源了 https://github.com/kungfu-systems/kungfu/tree/release/v3/v3.0
做中低频的交易系统，易用性最好的就是 https://github.com/vnpy/vnpy 前者的作者董可人写高频交易系统的程序出身的，非常专业；后者的作者陈晓优也是职业交易员出身，都是内行人。 我刚入行那会儿也给 vnpy 贡献过代码，kungfu 我也给了不少改造意见，在收费使用的阶段我也一直是无偿使用。 搞一堆 agent，或者几个技术指标胡编乱造的，基本上都是外行。 |
|
12
EliteOtaku OP @incu HTF 高频交易
|
|
13
bigtan 10h 55m ago
@EliteOtaku high frequency trading 兄弟
|
|
14
EliteOtaku OP @bigtan 谢谢介绍，vnpy 我了解过，名气很大，不过这些都是基础框架，交易系统是否能赚钱，主要是靠自己的策略。我自己虽然是主观，但不是完全依赖技术分析，也需要结合一些宏观分析来判断，好歹是拿过几个交易冠军的。所以目前思路主要是先考虑用波浪理论进行市场状态分析和定义，用来减少日常分析的压力。
你最后提的那些乱象，也是我深恶痛绝的 |
 |
15
piaooo 10h 3m ago
用 AI 分析新闻财报选股怎么样？
|
|
16
EliteOtaku OP @piaooo 这一块，只能说是让你看消息面更省力一些，不等于交易策略参考。这样的分析功能也很容易被语料污染误导。说白了，就是一致性和幻觉问题。
|
 |
17
xu33 9h 53m ago
A 股 t+1,怎么操作啊
|
 |
18
alalida 9h 52m ago via Android
AI 就是用来做情绪分析，还有是帮忙搭建代码而已。
|
 |
19
geese1028 9h 49m ago
我觉得 HFT 个人很难参与，不如看看低频。做日线以上的级别。
我在尝试通过回调形态，去抓住 3 浪和 5 浪的起点。 对于没有开发基础的人来说，处理数据可能就卡死绝大多数的人了。 |
 |
20
T1ght 9h 46m ago
个人认为，就目前来说的话，可能还是人工判断为主，智能体辅助比较好。如果要解决幻觉问题的话，可能需要搭建一个数据库，包含一些过去的交易数据还有个人的交易风格。还有就是感觉不太能够单纯靠提示词来让 LLM 分析波浪。
|
|
21
EliteOtaku OP @geese1028 如果说抓回调的话，你如何定义 3 浪和 5 浪？多周期怎么处理？
|
|
23
EliteOtaku OP @T1ght 我现在的思路是混合 python+LLM ，开发的路径和 LLM 讨论后，基本没问题，等后面跑通了，自己评测能达到要求后再说
|
|
24
geese1028 9h 40m ago
@EliteOtaku
我不区分 3 浪还是 5 浪，我用 macd 来区分周期，级别从大向小逐步观察，最小的一个 macd 没有下零轴的级别就是当前的运行级别，如果这个级别里有 abc 回调，没有顶背离，小周期有底背离，并且有启动 K 线，我就进场博弈做多。 只做多。 |
 |
25
lyinan 9h 39m ago
|
|
26
EliteOtaku OP @geese1028 humm ，你是做哪个市场的？ A 股？是否有回测过？如果用 MACD ，我觉得还是传统的 EA 模式，你如何解决 MACD 钝化问题？
|
 |
27
liubaoji505 9h 32m ago
@lyinan 用什么测量，愿闻其详~
|
|
28
liubaoji505 9h 27m ago
@liubaoji505 策略
|
|
29
geese1028 9h 20m ago via iPhone
@EliteOtaku 做 US100 、BTC 和黄金，回测了几年的历史数据，结果还不错。MACD 在我的系统里主要用于定位关键区域和划分行情结构，并不是作为进场信号，所以我没有专门去处理 MACD 钝化的问题，钝化对我的系统影响不大。
|
 |
30
xe2vherd 9h 15m ago
这年头开源量化系统都退化成津巴布韦币了
|
 |
31
way2explore2 9h 0m ago
我特别同意楼主观点。我自己也在搞，但不是用 agent 交易，是用 agent 辅助分析、写回测代码、优化参数。
|
|
32
lyinan 9h 0m ago
@liubaoji505 #28 等再稳定一些再开帖分享
|
 |
33
techhe 8h 53m ago
个人做量化没有太大意义，搞不赢机构的。
|
 |
34
nnnnnnamgn 8h 51m ago
@piaooo 这个感觉信息源比 ai 更难搞
|
 |
35
wangjun6688 8h 49m ago
开源得也好用不？感觉 ai 以后会越来越强大呀。关键是能挣到钱么？值得商榷
|
 |
36
ChaYedan666 8h 48m ago 1
很多人连自己的交易系统，策略，纪律都没想明白，也没回测过，就妄想用一套黑盒系统去割别人韭菜，甚至还是高频。。。
量化交易的核心就是策略，现在这些系统花里胡哨的在哪呼哧呼哧搞，只能说是提供情绪价值 |
 |
37
dexterque 8h 47m ago
日线数据好做，15 分钟周期太短，不行搞 60 分钟
|
 |
38
iv2ex 8h 34m ago
我也觉得量化交易的基础是策略。
不过我好奇，使用那些公开地策略，量化能赚到钱不？ |
|
40
EliteOtaku OP @iv2ex 公开策略可以赚，但问题是能否稳定的赚，特别是出名的策略，复刻后，就需要考虑市场属性问题了，还有容量之类的，这些就不是单纯策略问题
实话说我认为真正能赚钱的，都是有自己针对性调整，而且需要随市场状态变化。简单粗暴的趋势或者震荡策略，都面临失效风险。 |
 |
41
enrolls 7h 45m ago via iPhone
看到董可人，这个是老玩家，@bigtan 推荐的项目要认真阅读了。首先定义一下年收益率的基准线，=30%才是合格线。
alpha101 楼主还是认真过一遍吧。从一个趋势交易的角度而言，你做一个类似雪球的 bbs ，从独特角度宣传，你会得到趋势因子。 网上的开源量化，麻烦回答：1 什么叫换手率，什么隔夜收益，什么叫日内收益，答清楚幼儿园问题之后； 2 请回答你的计算公式确定 AI 没计算错。 最后，我认为的思路：快，足够快。无了。 |
|
43
liubaoji505 7h 42m ago
@lyinan #32 好啊，试试美股~
|
 |
44
wqhui 7h 27m ago
量化最重要的是策略，以及自己能不能守纪律，不要亏一点就否定策略，来回改来回吃瘪
|
 |
45
victorc 6h 3m ago
都是在算命，还搞得不亦乐乎，我很早就说过，量化交易最大作用是练习编程，有利于跳槽涨薪，现在程序都是 ai 写了，这点用处也没有了
量化最好的策略就是量化基金本身： 赚钱分 20%，赔钱一分不赔，日常还要提 2%费用，这世界上啥策略能比得上这个 |
 |
46
crime1024 5h 26m ago
不如卖课来钱快
|
 |
47
sparkpark 5h 0m ago
我觉得个人做量化就是伪需求。在股票市场赚钱，有两种方式，一种是赚企业成长的钱，另一种是赚别人的钱。在 A 股，用量化想赚别人的钱，你的对手是文锋这个级别的量化，无论是人才、策略、算力都有明显的差距。如果想追求稳定福复利，纳指、标普都是明牌。
我觉得个人最适合的是赚企业成长的钱，特别是 AI 基建爆发这一波，美股的算力、光、存储，A 股的光、半导体设备，都有很多机会，做研究选好有业绩的公司，反而更轻松收益更大。A 股很多量化基金，今年的收益都不如几个科技龙头 |
 |
48
tfdetang 4h 48m ago
看到很多人不看好个人量化，觉得无法和机构抗衡； 其实我的看法完全相反，个人做量化有自己非常大的优势，特别是在现在 LLM 的时代；因为很多机会不是没有，而是容量太小 对于机构没有吸引力但是对于个人投资者还是非常丰厚的； 以前可能开发一套可靠的系统去喝这些汤很难，但是有 LLM 的加持很容易就可以实现
|
 |
49
jonyj 4h 25m ago
免费的都是最贵的
|
 |
50
particlec 4h 6m ago
我做个量化交易的胜率还可以，个人感觉还是一个因子的独特性，就是你的因子必须和别人的不一样,
然后就是止盈止损 和 风控了，这一块花了我很多时间 |
|
51
EliteOtaku OP @tfdetang 这也是我的思路之一，个人资金量不大，对市场没什么影响。机构体量大，转身速度慢，进出需要时间和空间。这算是打法差异。
|
 |
53
china521 2h 59m ago
别浪费 token 了，直接用 fmz 就行如果是 crypto
|
 |
55
davidqw 2h 19m ago
搞量化需要先认清自己的对手是什么级别的，除非有 alpha 因子研究能力，不然大概率成为炮灰
|
 |
56
rozbo 2h 3m ago
也搞了很久这个，交了几万学费。分享几点经验：
1. 大模型完全走不通，幻觉是最大的问题，其次是慢。 2. 单纯的指标也没啥用，指标太落后。优化了几个月的传统指标，回测很完美，一遇到市场新的变化盈亏比就一塌糊涂。 3. 然后用 LightGBM/XGBoost 输入了几十个参数，一开始赚了点钱，结果顶不住别人画 K 线，关键这玩意儿完全没法优化，纯纯黑盒，在某种情况下表现很好，但一种新的形态就各种接飞刀，各种触发止损 4. 已经开始相信玄学了，什么波浪理论、缠论、裸 K ，结果又交了学费。。。 ------- 最后幡然醒悟，程序员搞这个完全不行。量化差的不是技术，而是金融学的知识，也是对人性的把握，对贪婪和恐惧的亲自体会。养尊处优旱涝保收的程序员怎么可能做的好，又凭什么跟一群刀口舔血的赌徒拼刀子？ |
 |
57
coefu 34 mins ago
看到这么多菜逼，心里也有底了。😂
|
 |
58
WorldDominator 19 mins ago via iPhone
无他. 建议问一下 AI 什么是有效市场理论,然后你会发现折腾公开策略纯属浪费时间
|
Select Language