AI 都能写交易策略了，为什么大多数人依然赚不到钱？

做了十几年内容，我见过太多“看起来很牛”的技术产品了。但说实话，最近半年，最让我后背发凉的一类东西，是 AI 生成的量化策略。不是因为它不够聪明，恰恰相反，是太聪明了。

Codex 能读行情数据、写回测框架、跑优化参数，一条龙下来，回测曲线漂亮得不像话。LLM 还能给你的策略写一份逻辑严密的“投资报告”，怎么看怎么专业。

然后呢？然后你就信了。你把真钱放进去，它开始亏钱。你回去看代码，没有 bug。看回测，依然漂亮。看 AI 给的解释，依然头头是道。

 问题在哪？

问题出在，量化研究里最要命的误会，从来不是程序报错。而是程序没报错、图也很好看、解释也很流畅——然后你就信了。

正因为 AI 太顺手，才更容易踩坑。我见过太多这样的情况：

• 有交易灵感，但不知道怎么写成可以被验证的假设

• 回测收益很高，但从来没想过数据有没有泄露、过拟合风险有多大

• LLM 给了信号，但不知道该怎么结构化评分、什么时候该拒绝

• 策略跑通了，但其他人接手你的代码，根本复现不了同样的结果

• 最可怕的是——系统没有“停止线”，亏损的时候不会自己停下来

Codex 和 LLM 不是你的投资顾问，它们是你的工具，工具没有责任替你判断靠不靠谱。

那谁来辅助人来判断？

答案是：一套可验证、可追溯、有停止线的量化研究系统。

这也是我最近看到袁从德老师的新课《Codex 与 LLM 量化交易实战课》，觉得它的切入点特别对的原因。

它不教你怎么让 AI 给一段策略代码，它教的是：用 Codex 搭出一套“从想法到可信结论”的完整工作流。

👆扫码查看课程详情，免费试读👆

带你使用 Codex 和 LLM，动手搭建真正可用的量化研究系统。

课程共 38 讲，刚上线 2 天已经有 400 多人开始学习。

原价 ¥129，目前限时 7 折 优惠，到手 ¥90 。

如果你有交易想法，但不知道如何系统验证的，一定要去阅读！

这门课的核心重点在于：从“交易想法出现”走到“证明决策值得相信”。这套量化研究系统，会让结果可复算、过程可追溯、结论可在未见数据上重复，以及失败时系统可及时终止、减少损失。

更加值得一提的是，整门课程始终围绕同一个可运行项目推进：每一讲都会把新的数据、规则、代码或验收记录，接到上一讲的成果上。

你会一步步搭出一个真正具备以下能力的系统：

数据层：每一条数据都留下来源、时间、缺失和回退记录

信号层：LLM 信号被结构化、评分、可拒绝、可复查

回测层：同时看收益、回撤、成本、窗口稳定性和过拟合风险

终止层：系统在自动化之前，先学会停下来

复现层：别人接手你的材料，复跑同样的命令，看见同样的证据

配套完整代码，7 个阶段，每一阶段都有明确的验收标准。代码仓库也开源了，地址就在课程页面里，你们去试读就看到了。

具体可以看看目录：

这套 AI 量化交易系统，案例来自大型交易所的算法负责人，经过实践验证。

同时，课程双线推进，除量化系统搭建的学习外，你也会更加了解用 Codex 做大模型应用开发的完整过程。

最终，可复制到其他交易市场、投资策略、模型产品、智能编码工具上。等到你自己实践时，也会知道：先问什么、留下什么证据、在哪里停下来、全链路如何开发等等。

这个过程，是学方法，更是攒经验！

适合谁学？开发工程师、量化从业者、金融科技爱好者（需有 1 年以上编程基础）：

• 有交易灵感但不懂量化，想系统入门

• 想用 LLM 做量化系统，但不知道怎么验证策略靠不靠谱

• 回测好看、实盘亏损，找不到问题在哪

• 想要一套标准化的投研流程，而不是每次都重新造轮子

写在最后

说句实话，AI 工具越来越顺手，对会用的人来说是杠杆，对不会验证的人来说是陷阱。

量化交易这件事，“能跑起来”和“敢上实盘”之间，隔着一整套工程思维和方法论。这门课补上的，就是这个 gap。

窗口期还在，价格也不贵。如果你正好在琢磨怎么用 AI 做量化，不妨先看看。

原价 ¥129，限时 7 折 ¥90，一起加入学习 👇