最近在 github 上看到很多所谓开源量化交易系统

发布于

RT,但是感觉一言难尽,值得吐槽的点:

1. 用 vibe coding 的思路去写传统机械指标,然后拼在一起。
2. 粗暴的搞截图发数据给 LLM,妄图用提示词工程来分析图表,根本没有多周期综合分析能力。
3. 搞红蓝队辩论模式,实际上毫无意义。

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?

---

原文链接:[点击查看](https://www.v2ex.com/t/1228796)

评论(12)

量化交易的核心难道不是“量化”吗?如果全靠大模型去主观分析,那还量化个啥?

· 0 个赞

回复

是啊,现在市面上的所谓智能量化,很多都是把 MACD 、RSI 这些传统指标丢给大模型,再用提示词让它写个分析报告。这跟人工肉眼看盘有啥区别?而且大模型还有严重的幻觉问题。我把 B 站上几个很火的量化 up 主的源码扒下来看过,只能说全是幼儿园水平。

· 0 个赞

说实话,如果真有能稳定赚钱的量化交易策略,谁会这么好心直接开源发出来呢?

· 0 个赞

哈哈,我也搞过。最后发现那些开源系统本质上就是几个 agent 在自嗨。我后来自己琢磨了一套非高频的策略,之前用着还行,结果最近三个月连着遭遇四次回撤,给我干怕了,现在已经直接拔电源关机了。

· 0 个赞

回复

盲猜你回撤的原因是系统难以正确判断市场状态吧?这确实是几乎所有量化交易系统的通病和痛点。

· 0 个赞

对普通散户来说,15分钟的级别可能都太复杂了。能研究明白日线数据,搞搞 ETF 的动量轮动策略,估计就足够稳健能赚钱了。

· 0 个赞

回复

不管在哪个时间级别去做,做交易最核心的痛点还是怎么去准确定义目前的市场状态。

· 0 个赞

马克一下,我最近也打算搞个类似的项目。其实现在很多开源量化系统看看乐子就行,纯属给你提供情绪价值的玩具。不过直接拿它们的基础框架来二次开发倒是可以省不少事,感兴趣的朋友可以一起交流下啊。

· 0 个赞

回复

确实,直接从零手搓成本太高了。不过你目前打算用什么思路去改造?我觉得量化目前最大的痛点就是,遇到市场状态突变(比如趋势和震荡切换)的时候,很容易发生严重的回撤。

· 0 个赞

看了下楼主正文,HTF 是不是打错字了?你表达的应该是 HFT 吧?

· 0 个赞

回复

抱歉打错了,是高频交易(HFT)的意思。散户搞这个确实拼不过机构。

· 0 个赞

其实开源社区里靠谱的项目还是有的。搞中高频的可以看 kungfu( https://github.com/kungfu-systems/kungfu/tree/release/v3/v3.0 ),作者是专业搞高频系统出身的;中低频的话 vnpy( https://github.com/vnpy/vnpy )用起来最顺手,作者也是职业交易员。这俩都是内行搞的。那种随便拿几个技术指标硬凑、或者套层 LLM agent 壳子的,基本都是外行闹着玩的。

· 0 个赞