自我进化的 AI 交易机器已基本建成，只差最后一块拼图。

一个交易策略在测试中亏了钱。它没有被删除，而是读取自己的复盘报告，找到自己失血的确切位置，重写自己的代码，然后再次运行测试。没有人碰过键盘。

这一功能今天就上线了。它不是躺在论文里等待 2028 年。

当你读这篇文章时，2 亿美元正运行在一个平台上，5.2 万人中的大多数只是看着机器工作。一位采用 AI 原生工作流程的独立量化交易员刚刚跻身 WorldQuant 的前 0.04%。

执掌 Citadel 的人今年站在舞台上说，"agentic AI 几小时就能完成他的博士们过去需要几个月才能完成的工作"，而他回到家对此感到相当沮丧。

他们都在围着同一个东西打转。一个由六个环节组成的循环。

其中五个已经解决了。

第六个，是把交易机器人变成能持续复利增长之物的关键。

阅读之前：

-> 收藏本文。下面内容很多，明天你就会忘掉一半。

-> 关注我，获取更多 AI 交易深度拆解：我会把这个领域一块一块拆开，只发布经得起检验的内容 - @antpalkin

-> 测试 AI 交易 Agent 要用你亏得起的资金。Kalshi 刚刚上线了一个永续合约交易所，赠送给美国用户 25 美元作为起步资金 -> kalshi.com/p/fjvsjr

每个量化团队都在运行的循环

去掉工资、Bloomberg 终端和格林威治的办公室，对冲基金就是一个不断重复的循环：

> Research - 找到值得测试的东西

> Code - 把想法变成可执行的策略

> Backtest - 用历史数据攻击它，直到它证明自己或死掉

> Live - 推送到券商，让它实盘交易

> Post-mortem - 复盘实际发生了什么，以及为什么

> Fine-tune - 把教训融回策略，让下一版更锋利

格林威治的一名初级量化分析师大概一个月才跑一次这个循环。他年薪 65 万美元，按工资成本折算，每个假设大约要花 87,500 美元，而他构建的大部分东西活不过第六周。

Man Group 的 AlphaGPT 通过同一个循环每周运行数百个信号。一个人类团队一个季度只能做二十个。

这个循环从来都不是秘密。能接触到它的渠道才是。

四个岗位，一个聊天框

这就是已经崩塌的部分。

Horizon AI 交易 Agent 把第二、第三和第四部分压缩成一句话。你用自然语言描述一个交易想法，AI Agent 会把它解析为入场逻辑、出场规则、仓位管理和风险限制，编译成接好券商接口的可执行代码，并在大约 12 秒内运行一次五年回测。

Walk-forward（前推验证）、覆盖数千条路径的蒙特卡洛模拟、Deflated Sharpe（收缩夏普比率）——这样，一个在 4,000 种组合中纯属走运的策略，也无法伪装成真正的优势。

然后一键就能把它推送到券商实盘交易。Alpaca、IBKR、Schwab，或者 Hyperliquid——如果你想要无需 KYC、只需一个钱包的无许可路线。

从 Prompt 到实盘交易：大约 90 秒。 每个假设的成本：现在试用即零成本，使用这个链接 - ** join.horizon.trade/explore**

0:00 / 0:27

第五部分最近也落地了，这才是我真正关心的。当回测出现亏损时，Agent 会告诉你策略在哪里失血，重建一个更强的版本，并当场重新测试。测试、失败、改进、重复，直到曲线掉头向上。

那是一个运行在聊天框里的自我改进循环。两年前，这还需要一屋子的量化分析师和六周的周期。

如何自己搭建

这五个已解决的部分值得你理解，因为第六个就建立在它们之上。

-> Research。你睡觉时，一个 Agent 群正在替你阅读。不是三份文件，而是两百份。财报、电话会议记录、期权流向、链上数据、新闻发布的第一时间。有效的模式是让专业 Agent 并行工作，推理过程中互不通信，这样它们就不会互相锚定。PolySwarm 就是用这种方式运行五十个不同的角色，并刻意对它们隐藏当前市场价格，这样谁也不会锚定市场共识。

-> Code。这是最先倒下、也倒得最狠的一环。Claude Code 风格的 agentic 循环会编写、运行、调试并重写，直到代码能执行。策略代码体量小、定义明确、容易测试，几乎是编码 Agent 的完美任务。

-> Backtest。引擎本身不如围绕它的纪律重要。密封的样本外窗口，开发者从不触碰。Deflated Sharpe。Walk-forward 验证。一个独立的破坏者 Agent，唯一的工作就是找出策略会死掉的条件，让它以双倍交易成本运行，并针对该资产类别历史上最糟糕的十种市场环境进行攻击。

-> Live。券商 API、急停开关、仓位状态。这里有一条跳过就会让人损失真金白银的规则：急停开关必须待在代码里，绝不能放在系统提示词中。写在提示词里的风险限制只是一个建议，而一条动机足够强的推理链，总会找到理由绕过它。

-> Post-mortem。每个决策都会连同产生它的推理轨迹一并记录。一个评审 Agent 会阅读这份日志，把你不断重复的模式暴露出来。顺便借用临床试验的技巧：在测试运行前写下预期结果，以不可变的方式存储，然后再来对比。对预先注册了自己论点的策略，你无法再移动球门柱。

还没有人做出来的那一个

Fine-tune。让循环闭合的那一个。

目前，一笔亏损交易带来的教训只会落进日志文件，然后一直躺在那里。Agent 写出的下一个策略对此一无所知。每个循环都从大致相同的地方重新开始。

弥合这个缺口，就会出现一些不一样的东西：一个属于你自己交易的持久化世界模型。

一个假设图谱，记录着哪些被测试过且失败了、哪些被证实了但只在牛市中成立、哪些从未被尝试过。

负面结果是量化研究中最被低估的资产，而目前没有任何系统会保留它们。

一个带着这份图谱前行的 Agent，不会重复你的错误，因为它拥有每一个错误的明确记录，并且精确到每个错误是在什么样的市场环境中犯下的。

实现这一切所需的每个组件今天都已经存在。向量记忆、情景记忆存储、月下载量 3800 万次的 LangGraph 编排、能在多次运行之间持久化状态的 Agent 图。

还没有人用真金白银和诚实的成本核算，把它们端到端地组装起来。

会有人做到的。很可能是在几个月内，而不是几年之后。

当它开始复利增长的那一刻

Devin Ryan 在七月份说得很直白：实际上，每个人都拥有了自己的家族办公室，24/7 全天候为自己工作。

Shaw Walters 预计，到今年年底会出现纯 Agent 的做市行会——这些 Agent 群体会击败单一的 HFT 公司，因为它们比任何工资单能支撑的团队都更庞大、更专业。

闭环才能让这些成为现实。不是一个聪明的策略，而是一台每周都能产出一个稍好策略、永远如此的机器，同时由你决定它被允许冒多大的风险。

市场花了一个世纪的时间，来奖励那些能以最快速度运行研究循环的人。Renaissance（文艺复兴科技）凭借比任何人都更严谨地运行这个循环而胜出。

Jane Street 付薪水给 3,500 人来运行它，并借此赚了 396 亿美元。

这个循环就是整场游戏。而它刚刚变得不再昂贵。

五个部分，只隔着一个聊天框。第六个，此刻正由那些阅读这类文章的人搭建着。

如果你读到了这里：

-> 收藏本文，否则三个月后你就要从头重建这张地图。

-> 想让前四个部分都替你搞定？免费试用，只需两次点击，无需代码。输入一句话，输出一套经过测试的系统 -> join.horizon.trade/cvxv666

-> 免费领取 25 美元测试你的 Agent，仅限美国用户，Kalshi 新上线的永续合约交易所 -> kalshi.com/p/fjvsjr

-> 记住：99% 的人会把这篇收藏起来，然后再也不回来看。它不花一分钱，只需要两次点击。测试唯一会让你失去的，就是借口。