LLM 直接写量化策略，到底靠不靠谱？

经常有人问我，直接用 AI 写策略能赚钱吗？关于这个问题，我先讲自己的一段真实经历，前年大概这个时间点的时候，当时GPT-4o火得一塌糊涂。网上满屏都是AI几分钟撸出一个项目的视频。我当时心痒了，对着GPT敲下一行字：“用Backtrader写一个RSI超卖反弹策略，RSI低于30买入，高于70卖出，半仓搞。”

代码十几秒就吐出来了。类继承、初始化、买卖逻辑，甚至连打印日志的代码都有。我顺手粘进IDE，敲下回车。没报错。回测引擎跑得极顺畅。

结果equity曲线画出来，一条死气沉沉的直线。零笔交易。

我对着日志排查了俩小时。第一个元凶，藏在Backtrader的内部逻辑里。LLM写的条件是 if self.rsi < 30。这在原生Python里毫无毛病，Line对象自带 __lt__ 方法，运行畅通无阻。问题在于它表达的意思跟你想的完全脱节。必须要加个中括号，写成 if self.rsi[0] < 30，才能取到当天的值。就这一个 [0]，卡掉我一个小时。

修完这个再跑，依然零成交。这次更隐蔽：那半年行情里，RSI压根没跌破过30。更要命的是，AI硬生生用严格的 and 把几个入场条件绑死，信号根本凑不齐。

等我手动把阈值调宽，把条件放宽，交易确实有了。手续费却直接把利润啃光，满屏都是假突破。

那时我就在想，这压根跟编程能力没多大关系。LLM懂Python，懂语法，甚至import都没漏。它缺的，是把金融直觉翻译成机器指令的那种直觉。你需要清楚框架底层怎么取值，需要明白参数卡得太死会导致没有信号。这些需要长时间积累的经验，需要有市场经验，这些平时都藏在量化研究员的肌肉记忆里。

最近我刷到Lime团队的一篇新论文——QuantCode-Bench（论文详细解读及代码见QuantML知识星球）， 他们专门做了一套评测，我觉得还挺有意思的。他们收集了400个具体的策略任务，拉着一堆大模型挨个测。测试分成四阶漏斗设计：

第一关测语法，几乎全员满分。 接着是第二关跑回测，开始有人因为索引越界或者数据对齐报错掉队。 到了第三关最真实：策略至少得下一笔单。就在这儿，一大批模型全军覆没。回测跑了个寂寞，跟我当时的遭遇如出一辙。 最后一关，用模型做裁判，看看代码有没有偏离最初的想法。

一遍跑下来，即便最强的Claude-opus-4.6，通过率也就75.8%。国内最强的分别是 glm-5(单轮) 和 kimi-k2.5（多轮）。

这组数据让我联想到最近学术界的另外两个动作。今年2月份有一篇叫《AlphaForgeBench》的论文，同样测了LLM做交易。里面提到一个很刺眼的现象：直接让LLM当交易员去下决策，它的表现极其神经质，动作前后矛盾，方差大得离谱。一旦换个思路，把它当成量化研究员，只让它去生成可执行的Alpha因子，把逻辑推理和买卖执行彻底拆开，效果瞬间就稳了。

还有西交利物浦大学提出过一个LLM-GA框架，把大模型和遗传算法绑在一起。人类用不着指望LLM一次写出完美策略，只需利用它去给策略做变异和交叉，靠它的常识储备保持策略在逻辑上不出大格。

把这些研究印证着看，你会发现一条清晰的底线：在 harness 没有完善之前，直接把LLM当成能独立干活的黑盒，早晚要翻车。

回到Lime团队那篇论文，里面有个非常有意思的数据。单次生成通过率只有七成多，要是给模型加上Agentic多轮反馈机制——允许它失败，把报错信息喂给它，最多修10次——最佳模型的通过率直接飙到了95%到98%之间。

这就完全说得通了。

你看那些具体的死因：搞错Line对象的布尔判断占了13.1%，条件太苛刻导致零信号占了17.8%。这些全是小细节的跟头。你给它一句“回测没信号，去检查条件是不是太严了”，它马上就能顺藤摸瓜改过来。

这其实把量化开发的流程重塑了一遍。

以前我们习惯在脑子里推演，然后一点点抠代码，发现bug再重写。以后可能更糙一点：甩个模糊的想法给LLM，出个初稿，跑回测，把报错甩给它，让它自己修，往复迭代个三五轮。那些繁琐的数据清洗、框架搭建、指标计算，尽可以交给它干。我们要做的，是死死盯住核心的逻辑和参数。

我跟几个做投资的朋友聊过，大家体感差不多。AI能帮忙省掉大半的体力活，跑个框架出来极快。参数怎么给、条件怎么拼，终究还得人来定夺。

所以别总盘算着让AI凭空搓出一个夏普爆表的提款机。完美策略这种东西，连人都写不出。当下的LLM，更像是一个带点粗心、但手脚极快的量化实习生。你把要求讲透，逐行盯紧，错了打回去重做，它就能帮你搭好一个靠谱的策略原型。

想要让 AI 真正实现自主策略的生成和进化也并非不可能，但是这是一个系统性的工程，不能仅仅依靠一两句提示词就指望 AI 帮你完成。需要的是完整的 harness 工程，我们最近也在开发一个相当完善的框架，具体思想可以参考我们之前的文章。

最近在开发过程当中，我有个感受越来越强烈：AI 的技术边界往往不在它能做什么，而在我们愿意花多少耐心去纠正它。

关于QuantML

QuantML 是链接全球顶尖量化人才的高端社群，我们聚焦于机器学习在量化投资中的最前沿应用。

核心价值：

• 顶级圈层： 社区涵盖头部机构从业者、知名私募创始人、机构量化负责人，基金经理，券商金工分析师、GitHub千星作者及顶会学者构成。
• 每日高价值内容： 持续分享前沿论文、论文研报复现、模型代码、核心Alpha因子以及QuantML-Qlib框架等。

加入我们，与最强大脑同行，洞见量化未来。