找回密码
立即注册
搜索
热搜: Java Python Linux Go
发回帖 发新帖

5896

积分

0

好友

752

主题
发表于 前天 20:21 | 查看: 0| 回复: 0

做交易的人,心里大多压着一种隐秘的疲惫:收盘之后,那条熟悉得不能再熟悉的流程又得走一遍——拉行情、翻公告、扫板块、看资金流、复盘当天主线、记两条笔记。第二天开盘前,原封不动再来一次。

不是不会做,是太熟了,熟到像在重复搬砖。

更难受的是,上周你花两个小时总结出来的“半导体回流逻辑”,这周还得从头给 AI 解释一遍。它不记得你上次怎么推的,你也不想再敲一遍同样的 prompt。

这恰恰是 Vibe-Trading 这个项目的起点:让交易研究从“每次临时对话”变成“一次定义、长期复用的工作流”。

Vibe-Trading 项目宣传图,展示卡通角色与交易图表

以前的 AI 助手:聪明,但没有记忆

普通聊天机器人做研究,像什么?像一个新来的实习生——每天都是上班第一天,智商拉满,上下文为零。

你跟它说:“按我的风格复盘:只做趋势启动、不看小盘题材、重点看北向+融资余额。”它点头。第二天你再问,它反过来问你:“请问您的风格是……”

不是它笨,是会话即焚毁。没有账户偏好,没有历史判断,更没有你推翻过的错误逻辑。研究质量完全取决于你当天的耐心还有多少。

自我改进交易智能体的科幻风插画

Vibe-Trading 做了两件事:持久记忆 + 可编辑 Skills

一句话版本:记忆让它记得你,Skills 让它学会你的方法。

① 持久记忆(Memory)

你可以把它理解成交易员的“第二大脑抽屉”:

  • 你的风格约束:不做 ST、单票仓位不超过 15%、只做日线多头排列;
  • 你的观察清单:每周自动盯的 12 只票、3 个板块;
  • 你的判断档案:3 月 12 日你为什么看多 AI 算力,4 月 8 日你又为什么删掉它。

下次开聊,它不用你复述,直接接着上次的逻辑往下推。

② 可编辑 Skills(工作流)

把“复盘 → 异动筛选 → 消息交叉验证 → 生成次日观察清单”这条你反复做的事,封装成一个 skill:

vibe trade复盘 --mode=trend --universe=my_watchlist --output=markdown

一条命令。它跑数据、跑你定义的条件、套用你过去的判断框架,输出一份结构稳定的盘后简报。改方法,不用重学;换市场,只改参数。这才是“可复用研究能力”,不是一次性的聊天技巧。

多智能体交易团队概念插画

真实体感:从 90 分钟到 10 分钟审稿

以前盘后研究:拉数据 20 分钟,翻公告 30 分钟,写笔记 40 分钟。

现在呢?敲一行命令,去倒杯咖啡。回来拿到一份草稿:

  • 今日异动板块及强度排序;
  • 突破/回踩候选池(已过滤掉你设的排除项);
  • 每条异动挂上的新闻/公告/资金线索;
  • 结尾是一句人话总结:“今天本质是新能源侧补涨,主线没换,但情绪退了一档。”

你干什么?你只做交易员该做的判断:信不信,买不买,敢不敢。AI 负责穷举,你负责下注。

为什么这件事对交易特别重要

因为交易里最贵的成本,不是手续费,是注意力漂移。重复劳动会吃掉纪律。你连复盘都懒得细做的时候,第二天就容易凭感觉伸手。

而当你把“流程”固化成 skill,把“偏好”存进 memory:

  • 情绪化开仓变少——它每次都会把你的风格约束重新摆在你面前;
  • 复盘一致性变高——今天是这套逻辑,上周也是,不会各说各话。

你开始积累一套属于你自己的可回测的研究资产。说直白点:别人买的是信号,你攒的是方法论复利。

现在就可以开始“Vibe”一下

你不需要先变成量化工程师。第一步只做三件事:

  1. 告诉它:你不做什么样的交易(止损线、仓位、回避品种);
  2. 丢给它:你平时盘后那 10 行笔记模板;
  3. 把它封成一个 skill,以后只改参数,不复述人设。

从今天起,你和 AI 的关系会变:不是“又问它一次”,而是——“接着昨晚的结论,今天有什么变化。”

市场每小时都在换脸,但你的研究框架不该每天重新出生一次。Vibe-Trading 想做的事很小:让你把脑子留给判断,把重复留给机器。

如果你也受够了每天重做一遍同样的功课,不妨去看看它的 开源代码

更多技术实践与资源分享,欢迎访问 云栈社区




上一篇:sepia 去 AI 味不走改词路,拆写作结构识别率 93.2%
下一篇:成都新团队首曝《未眠野》,开放世界新游卷向底层玩法
您需要登录后才可以回帖 登录 | 立即注册

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-9-13 17:51 , Processed in 1.244257 second(s), 45 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表