ผมจะอธิบายวิธีการสร้างลูป (loop) ให้ทำงานทั้งระบบเทรดเชิงปริมาณ (quant trading) ได้ด้วยตัวเอง
ตรงไปตรงมาเลย
บุ๊กมาร์กไว้เลย
- ผมชื่อ Roan เป็นนักพัฒนาแบ็คเอนด์ที่ทำงานด้านระบบดีไซน์, การเทรดแบบ HFT และระบบเทรดเชิงปริมาณ งานของผมเน้นไปที่ว่าตลาดพยากรณ์ (prediction markets) จริง ๆ แล้วทำงานอย่างไรภายใต้โหลด สำหรับคำแนะนำ ความร่วมมือ หรือพาร์ทเนอร์ชิป ทักข้อความส่วนตัวมาหาผมได้เลย
สิ่งเดียวที่ผมเริ่มตั้งแต่วันนี้
ถ้าคุณกำลังสร้างระบบควอนต์ (quant system) กำลังจะเริ่ม หรือแค่คิดถึงเรื่องนี้ ส่งข้อความส่วนตัวมาบอกผมว่าคุณกำลังทำอะไร หรือคอมเมนต์ใต้บทความนี้ แล้วผมจะติดต่อคุณ (หรือคุณแค่ส่งภาพสถาปัตยกรรมระบบปัจจุบันของคุณก็ได้)
ผมจะพาคุณผ่าน 20 เซ็ตแรกแบบตัวต่อตัว ให้เห็นช่องว่างระหว่างสิ่งที่คุณมีกับระบบที่สร้างอัลฟ่าได้จริง
ควอนต์ส่วนใหญ่ยังคงใช้ Claude พร้อมพรอมต์ พวกเขาพิมพ์ รอ อ่านผลลัพธ์ แล้วพิมพ์อีกครั้ง
ผู้สร้างที่ฉลาดที่สุดในโลกเลิกทำแบบนั้นแล้ว
พวกเขาเขียนลูป ลูปเหล่านั้นไปเรียกใช้ Claude ลูปตรวจสอบผลลัพธ์ ลูปตัดสินใจว่าจะทำอะไรต่อไป ลูปยังคงทำงานต่อไปแม้ปิดแล็ปท็อปแล้ว
Boris Cherny หัวหน้าทีม Claude Code ของ Anthropic พูดชัดเจนเมื่อสองสัปดาห์ก่อน "ผมไม่ได้ใช้พรอมต์ Claude อีกต่อไปแล้ว ผมมีลูปที่เรียกใช้ Claude และคิดว่าจะทำอย่างไรต่อไป หน้าที่ของผมคือเขียนลูป" ประโยคเดียวนั้นเปลี่ยนวิธีคิดของวิศวกร AI ระดับโลกทุกคนเกี่ยวกับการสร้างระบบ และมันเข้ากันได้อย่างสมบูรณ์แบบกับควอนต์เทรดดิ้ง
ควอนต์รายย่อยส่วนใหญ่จะอ่านแล้วบอกว่ามันใช้กับพวกเขาไม่ได้ เพราะทุนน้อยเกินไป พวกเขาคิดผิด ยิ่งทุนน้อย ยิ่งสำคัญ ลูปที่ทำงานอัตโนมัติเป็นวิธีเดียวที่ผู้สร้างคนเดียวจะปิดช่องว่างกับกองทุนที่มี PhD 100 คนได้
เพราะควอนต์เทรดดิ้งเป็นลูปอยู่แล้ว ดึงข้อมูล สร้างสัญญาณ ทดสอบย้อนหลัง เทรด ตรวจสอบความเสี่ยง แล้วทำซ้ำ
ทุกกองทุนบนวอลล์สตรีทใช้รอบนั้น Renaissance ใช้มาตั้งแต่ปี 1988 Citadel ใช้พร้อมทีมวิศวกรคอยตรวจสอบทุกขั้นตอน Two Sigma, Jane Street ก็เหมือนกัน
ข้อแตกต่างคือพวกเขาต้องการมนุษย์หลายร้อยคนนั่งอยู่ในลูป ในขณะที่คุณไม่ต้อง
ผมสร้างลูปนี้ให้ตัวเองแล้ว มันดึงข้อมูลตลาดตามกำหนดเวลา ทำงานวิจัยอัลฟ่า ตรวจสอบทุกสัญญาณผ่านเอเจนต์อีกตัว เทรดเฉพาะสิ่งที่ผ่านการตรวจสอบ และเขียนบทเรียนทุกอย่างกลับไปยังหน่วยความจำ
บทความนี้คือทุกสิ่งที่ผมเรียนรู้เกี่ยวกับวิศวกรรมลูป และวิธีเชื่อมต่อมันเข้ากับระบบเทรดอัตโนมัติที่สมบูรณ์
เมื่ออ่านจบคุณจะรู้ว่า:
ความแตกต่างที่แท้จริงระหว่างการใช้พรอมต์กับเอเจนต์ และการออกแบบลูป
หกชิ้นส่วนที่ขับเคลื่อนทุกลูปที่ทำงานจริงในระบบโปรดักชั่น
วิธีเชื่อมต่อหกชิ้นส่วนนั้นเข้าด้วยกันเป็นระบบเทรดเชิงปริมาณที่พัฒนาตัวเองได้ตั้งแต่เริ่มต้น
เริ่มกันเลย
ส่วนที่ 1: ความแตกต่างระหว่างการใช้พรอมต์กับวิศวกรรมลูป
ในช่วงสองปีที่ผ่านมา การทำงานกับ AI มีลักษณะแบบนี้
คุณพิมพ์พรอมต์ คุณอ่านสิ่งที่ได้กลับมา คุณพิมพ์พรอมต์ถัดไปตามสิ่งที่เห็น
คุณคือลูป
เอเจนต์เป็นเครื่องมือ คุณถือมันตลอดเวลา ทุกการเคลื่อนไหวคือคุณนั่งอยู่ที่คีย์บอร์ดตัดสินใจว่าจะทำอะไรต่อไป
วิศวกรรมลูปยุติสิ่งนั้น
คุณหยุดเป็นสิ่งที่อยู่ภายในลูป คุณกลายเป็นสถาปนิกที่ออกแบบมัน
ลูปคือเป้าหมายที่ทำซ้ำได้ คุณกำหนดวัตถุประสงค์ เอเจนต์วนซ้ำเพื่อบรรลุมัน ลูปจะทำงานต่อไปจนกว่าจะตรงตามเงื่อนไขการหยุดจริง
เอเจนต์ลืมระหว่างรอบการทำงาน แต่ลูปไม่ลืม
ข้อเท็จจริงเดียวนี้คือสถาปัตยกรรมทั้งหมด
นี่คือสิ่งที่ Boris หมายถึงเมื่อเขาบอกว่าหน้าที่ของเขาคือเขียนลูป เขาหยุดพิมพ์คำสั่งทีละครั้ง เขาสร้างระบบที่ส่งคำสั่งแทนเขา อ่านผลลัพธ์ และตัดสินใจว่าจะเกิดอะไรต่อไป
สำหรับการเขียนโค้ด สิ่งนี้เปลี่ยนวิธีการเผยแพร่ซอฟต์แวร์
สำหรับการเทรด สิ่งนี้เปลี่ยนทุกอย่าง
เพราะไม่มีควอนต์คนไหนรวยได้จากการพิมพ์พรอมต์ครั้งเดียวแล้วเดินจากไป ความได้เปรียบมาจากการทำงานซ้ำ ๆ กันเป็นพันรอบ ดีขึ้นหนึ่งเปอร์เซ็นต์ในทุกครั้ง และไม่เคยหลับ
นั่นคือสิ่งที่ลูปทำ
ถ้าคุณยังพิมพ์พรอมต์ให้ Claude ทีละเทรด แสดงว่าคุณกำลังทำสิ่งที่ Boris หยุดทำเมื่อสองปีก่อน จุด leverage ขยับขึ้นไปอีกชั้น คุณไม่ได้เขียนพรอมต์ที่ดีขึ้นอีกต่อไป คุณกำลังเขียนระบบที่เขียนพรอมต์
ความแตกต่างระหว่างการใช้พรอมต์กับวิศวกรรมลูป
ส่วนที่ 2: หกชิ้นส่วนที่ขับเคลื่อนทุกลูปที่ทำงานจริง
ลูปที่ทำงานได้ถูกสร้างขึ้นจากหกส่วน ขาดหนึ่งส่วน ลูปก็จะพังอย่างเงียบ ๆ
1. ระบบอัตโนมัติ (Automation)
นี่คือจังหวะการเต้นของหัวใจ ตาราง cron, webhook, คำสั่ง /loop หรือ hook ภายใน Claude Code ที่ทำงานโดยที่คุณไม่ต้องพิมพ์
มีสองรูปแบบที่ควรรู้ /loop จะทำงานซ้ำตามความถี่โดยไม่สนใจสถานะ /goal จะทำงานต่อไปจนกว่าเงื่อนไขที่ตรวจสอบได้ที่คุณเขียนจะเป็นจริง โดยมีโมเดลขนาดเล็กอีกตัวคอยให้คะแนนว่างานเสร็จหรือยัง
ในการเทรด /loop คือการดึงข้อมูลทุกนาที /goal คือ "ให้วนซ้ำสัญญาณนี้จนกว่า Sharpe ratio ในการเทสย้อนหลังจะสูงกว่า 1.5"
2. ทักษะ (Skill)
ทักษะคือคู่มือขั้นตอนที่เอเจนต์อ่านแทนที่จะถูกบอกทุกครั้งตั้งแต่เริ่มต้น
มันอยู่ในไฟล์ SKILL.md มันเก็บข้อตกลง กฎ และ "เราไม่ทำแบบนี้เพราะเหตุการณ์นั้น"
หากไม่มีทักษะ ทุกรอบของลูปจะเริ่มจากศูนย์ เมื่อมีทักษะ ความตั้งใจจะสะสม
3. ไฟล์สถานะ (State file)
ไฟล์ markdown มักชื่อ STATE.md หรือ PROGRESS.md
มันคงอยู่ระหว่างรอบการทำงาน เอเจนต์ลืม แต่ไฟล์ไม่ลืม
เอเจนต์อ่านมันเมื่อเริ่มต้นทุกครั้ง และเขียนสิ่งที่เกิดขึ้นกลับไปเมื่อสิ้นสุด
ฟังดูธรรมดาเกินกว่าจะสำคัญ แต่มันคือกระดูกสันหลังของทุกลูปที่ทำงาน
4. ตัวตรวจสอบ (Verifier)
เอเจนต์ที่เขียนโค้ดเป็นผู้ตัดสินที่แย่ที่สุดว่าโค้ดถูกต้องหรือไม่
ใช้สิ่งนี้กับการเทรด เอเจนต์ที่สร้างสัญญาณเป็นผู้ตัดสินที่แย่ที่สุดว่าสัญญาณนั้นเป็นอัลฟ่าจริงหรือแค่สัญญาณรบกวน
คุณต้องการเอเจนต์อีกตัว ที่มีคำแนะนำแตกต่างกัน ideally ใช้โมเดลคนละตัว หน้าที่เดียวคือตรวจสอบงาน
นี่คือรูปแบบ maker checker ร้านขายของทุกแห่งบนวอลล์สตรีทมีโครงสร้างภายในแบบนี้ ที่ Jane Street เทรดเดอร์ที่เสนอการเทรดจะไม่อนุมัติการเทรดเอง ที่ Citadel นักวิจัยที่สร้างโมเดลจะไม่ตรวจสอบโมเดล
5. Worktrees
ทันทีที่คุณรันเอเจนต์มากกว่าหนึ่งตัวกับไฟล์เดียวกัน พวกมันจะเริ่มชนกัน
Git worktrees ให้เอเจนต์แต่ละตัวมีไดเรกทอรีทำงานแยกเป็นของตัวเอง ชี้ไปยัง branch ของตัวเอง
ในการเทรด สิ่งนี้ช่วยให้คุณทำงานวิจัยสัญญาณ ทดสอบย้อนหลัง และตรวจสอบความเสี่ยงไปพร้อมกันโดยไม่ก้าวก่ายกัน
6. ตัวเชื่อมต่อ (Connectors)
ลูปที่อ่านได้แค่ไฟล์คือลูปที่เล็กมาก
ตัวเชื่อมต่อที่สร้างบน Model Context Protocol ช่วยให้ลูปเข้าถึง API โบรกเกอร์, คิวรีฐานข้อมูล, โพสต์ไปยัง Slack, ส่งคำสั่งไปยังตลาด
นี่คือความแตกต่างระหว่างลูปที่แนะนำการเทรด กับลูปที่เทรดจริง
หกชิ้นส่วนนี้เป็นสากล ปรากฏใน Claude Code, ปรากฏใน Codex, ปรากฏในทุกระบบ agentic ที่ทำงานอยู่บนโลกนี้
ตอนนี้ให้ผมแสดงวิธีเชื่อมต่อพวกมันเข้าด้วยกันเป็นระบบเทรดที่สมบูรณ์
ส่วนที่ 3: วิธีสร้างลูปเทรดเชิงปริมาณที่พัฒนาตัวเองได้
ลูปเทรดเชิงปริมาณมีห้าขั้นตอน แต่ละขั้นตอนคือลูปย่อยของตัวเอง มีทักษะของตัวเอง ไฟล์สถานะของตัวเอง และตัวตรวจสอบของตัวเอง
ขั้นตอนที่หนึ่ง การนำเข้าข้อมูล
ระบบอัตโนมัติจะทำงานทุกนาที ทุกชั่วโมง หรือทุกวัน ขึ้นอยู่กับประเภทสินทรัพย์
1@loop(interval="1h")2def ingest_data():3 data = fetch_market_data(symbols=universe, lookback="30d")4 state.write("latest_data.parquet", data)
ข้อมูลจะถูกส่งไปยังไฟล์สถานะร่วมที่ขั้นตอนถัดไปอ่าน
ขั้นตอนที่สอง การสร้างสัญญาณ
นี่คือที่ที่การวิจัยอัลฟ่าเกิดขึ้น
1@loop(trigger="data_updated")2def generate_signal():3 data = state.read("latest_data.parquet")4 signal = claude.run_skill("alpha_research", data)5 state.write("pending_signal.json", signal)
เอเจนต์สร้างสัญญาณอ่านจากไฟล์ SKILL.md ที่เก็บกฎการวิจัยอัลฟ่าของคุณ
1# alpha_research_skill.md23## เป้าหมาย4สร้างสัญญาณโดยใช้การถดถอยเชิงเส้นกับข้อมูลราคาและปริมาณการซื้อขายในช่วง 30 วันที่ผ่านมา56## กฎ7- Sharpe ratio ต้องสูงกว่า 1.5 ใน 3 จาก 5 ครั้งการเทสย้อนหลังล่าสุด8- ขนาดสถานะจำกัดไม่เกิน 2 เปอร์เซ็นต์ของเงินทุนต่อสัญญาณ9- ข้ามสัญญาณในวันที่ FOMC ประกาศ10- ข้ามสัญญาณ 48 ชั่วโมงก่อนการรายงานผลประกอบการ1112## บทเรียนที่เรียนรู้13- 2026-02-14: เสีย 4.2 เปอร์เซ็นต์ในช่วงสัปดาห์ผลประกอบการ14 กฎใหม่: ข้ามสัญญาณใด ๆ 48 ชั่วโมงก่อนผลประกอบการ15- 2026-03-08: การเปิดรับความเสี่ยงภาคส่วนเกินทำให้เงินลดลง 6 เปอร์เซ็นต์16 กฎใหม่: จำกัดการเปิดรับความเสี่ยงภาคส่วนไว้ที่ 30 เปอร์เซ็นต์17- 2026-04-22: สัญญาณโมเมนตัมพังในวัน FOMC18 กฎใหม่: หยุดสัญญาณโมเมนตัมทั้งหมดในวัน FOMC
ทักษะจะเติบโตขึ้นเมื่อเวลาผ่านไป ทุกการขาดทุนจะเขียนบทเรียนใหม่กลับไป ทุกบทเรียนกลายเป็นกฎใหม่สำหรับรอบต่อไป
นี่คือสิ่งที่ทำให้ระบบพัฒนาตัวเองได้
ขั้นตอนที่สาม การตรวจสอบ
สัญญาณจะถูกส่งไปยังเอเจนต์ที่แยกออกไปโดยสิ้นเชิง โมเดลคนละตัว คำแนะนำคนละชุด ไม่มีการเปิดเผยว่าสัญญาณดั้งเดิมถูกคิดมาอย่างไร
1@checker2def verify_signal(signal):3 result = claude.invoke(4 skill="backtest_verification_skill.md",5 signal=signal,6 rules=[7 "Sharpe ratio above 1.5",8 "Max drawdown below 10 percent",9 "Newey-West t-stat above 2.0",10 "Out of sample period at least 2 years"11 ]12 )13 return result.verdict
หากการตรวจสอบล้มเหลว สัญญาณจะถูกยกเลิก หากผ่าน มันจะไปสู่การดำเนินการ
ตัวตรวจสอบไม่เคยเห็นสิ่งที่ผู้สร้างคิดไว้ การแยกนี้คือความได้เปรียบทั้งหมด
คุณยังสามารถใช้โมเดลที่แข็งแกร่งกว่าสำหรับตัวตรวจสอบมากกว่าผู้สร้าง เช่น Claude Opus สำหรับตรวจสอบ, Claude Sonnet สำหรับสร้าง โมเดลคนละสถาปัตยกรรมสามารถตรวจจับข้อผิดพลาดคนละประเภทได้ นี่คือตรรกะเดียวกับวิธี ensemble ในแมชชีนเลิร์นนิง
การแยกผู้สร้างและผู้ตรวจสอบ
ขั้นตอนที่สี่ การดำเนินการ
เฉพาะสัญญาณที่ผ่านการตรวจสอบเท่านั้นถึงจะถึงขั้นตอนนี้
1@auto_mode2def execute(signal):3 if verify_signal(signal):4 broker.send_orders(signal, max_position=0.02)5 state.write("active_trades", signal)
ตัวเชื่อมต่อ MCP จัดการ API โบรกเกอร์ ลูปไม่เคยขออนุญาต โหมดอัตโนมัติให้มันทำงานแบบไม่ต้องดูแล
ขั้นตอนที่ห้า การตรวจสอบความเสี่ยง
ทำงานใน worktree แบบขนานตลอดเวลา
1@loop(interval="1m")2def monitor_risk():3 positions = broker.get_positions()4 if drawdown(positions) > 0.05:5 broker.close_all()6 state.append("STATE.md", "Drawdown trigger hit. All positions closed.")
นี่คือสวิตช์ปิด มันใช้กฎโดยไม่ต้องต่อรอง
รวมกันแล้วลูปย่อยทั้งห้านี้รวมตัวกันเป็นระบบที่ทำงานได้ด้วยตัวเองระบบเดียว
ข้อมูลไหลเข้า สัญญาณถูกสร้าง สัญญาณถูกตรวจสอบ สัญญาณที่ผ่านการตรวจสอบถูกดำเนินการ ความเสี่ยงถูกตรวจสอบ บทเรียนถูกเขียนกลับไปยังหน่วยความจำ
จากนั้นเริ่มใหม่
วิธีที่ลูปทบต้น
ผมออกแบบสิ่งนี้ครั้งเดียว ผมไม่ได้ใช้พรอมต์กับขั้นตอนใด ๆ เหล่านี้อีกแล้ว
นั่นคือวิศวกรรมลูป นั่นคือสิ่งที่ Boris หมายถึงเมื่อเขาบอกว่าหน้าที่ของเขาคือเขียนลูป
ข้อเตือนใจหนึ่งข้อ ลูปที่ไม่มีเงื่อนไขการหยุดจริงจะล้มเหลวอย่างเงียบ ๆ เอเจนต์ส่งสัญญาณว่าเสร็จแล้ว ทั้งที่งานยังทำไม่เสร็จครึ่งหนึ่ง ลูปออกจาก loop การเทรดที่ไม่ดีก็ยังคงเปิดอยู่
เงื่อนไขการหยุดของคุณต้องตรวจสอบได้ด้วยสิ่งอื่นที่ไม่ใช่การอ้างของเอเจนต์เอง เช่น "Sharpe สูงกว่า 1.5 ในการเทรด 30 ครั้งล่าสุด" "Drawdown ต่ำกว่า 5 เปอร์เซ็นต์" "ชุดทดสอบผ่าน" ห้ามใช้ "เอเจนต์บอกว่ามันเสร็จแล้ว" เด็ดขาด
ในบทความทฤษฎีเกมของผม ผมอธิบายว่าทำไมทุกการเทรดจึงเป็นการเคลื่อนไหวเชิงกลยุทธ์ในเกมที่มีผู้เล่นหลายคนและข้อมูลไม่สมบูรณ์ ถ้าคุณพลาด คุณจะอยากอ่านมันหลังจากบทความนี้:
https://x.com/RohOnChain/status/2066178991892119820
ลูปคือสิ่งที่ทำให้คุณนั่งอยู่ที่โต๊ะนั้นตลอดไปโดยไม่หมดแรง
สรุป
ควอนต์เทรดดิ้งเป็นลูปอยู่แล้ว ทุกกองทุนบนวอลล์สตรีทใช้มัน พวกเขาแค่ต้องการมนุษย์หลายร้อยคนนั่งอยู่ภายใน
วิศวกรรมลูปกำจัดมนุษย์ออกไป
หกชิ้นส่วนขับเคลื่อนทุกลูปที่ทำงาน ระบบอัตโนมัติเป็นจังหวะการเต้นของหัวใจ ทักษะเก็บความรู้ของโปรเจกต์ ไฟล์สถานะเก็บความทรงจำ ตัวตรวจสอบให้คะแนนผลลัพธ์ Worktrees แยกงานที่ทำพร้อมกัน ตัวเชื่อมต่อทำให้ลูปมีมือในโลกจริง
เชื่อมต่อมันรอบวงจรการเทรดห้าขั้นตอน แล้วคุณจะได้ระบบที่พัฒนาตัวเองได้ ซึ่งทำงานวิจัยอัลฟ่า ตรวจสอบสัญญาณ เทรด และตรวจสอบความเสี่ยงด้วยตัวเอง
ระบบจะฉลาดขึ้นทุกวงจร ทุกการขาดทุนเขียนบทเรียนใหม่ ทุกบทเรียนกลายเป็นกฎใหม่ หลังจากการเทรด 100 ครั้ง ไฟล์ทักษะคือเอกสารที่มีชีวิต หลังจากการเทรด 1,000 ครั้ง มันใกล้เคียงกับความรู้ของสถาบันมากกว่าสิ่งที่มนุษย์คนเดียวจะจำได้
กองทุนที่สร้างสิ่งนี้ก่อนจะทบต้นไปอีกทศวรรษ กองทุนที่ยังใช้พรอมต์จะถูกทิ้งไว้ข้างหลัง
ดังนั้นนี่คือคำถามที่คุณต้องคิด
ถ้าวิศวกรรมลูปคือ abstraction ถัดไปเหนือการใช้งานพรอมต์ และควอนต์เทรดดิ้งคือลูปที่เดิมพันสูงที่สุดในโลก คุณเป็นคนที่ยังพิมพ์พรอมต์ทีละเทรด หรือคุณเป็นสถาปนิกที่ออกแบบลูปที่เทรดแทนคุณในขณะที่คุณหลับ
ไม่มีคำตอบผิด แต่มีคำตอบที่เปิดเผยตัวตน
