一行代码不写，AI自己进化出夏普1.33的策略
一行代码不写，AI自己进化出夏普1.33的策略
前一天晚上，我给AI留了一句话：
你把这个趋势策略跑100轮进化，每轮试不同的参数和机制，目标是把夏普比率拉到最高。
然后我去睡了。
第二天早上打开电脑，110轮跑完，420次回测，最优的那一版夏普1.33，16年里只有一年亏钱，最大回撤9.1%。
策略的每一行代码都是它写的。我一个字都没动。
1. 为什么要做这件事
我帮客户代写过不少量化策略。有的是客户自己有想法，让我用代码实现；有的是看了别人的指标，让我改成可回测的版本。这些活儿干了几年下来，我慢慢意识到一件事。
AI只是在实现人的想法。
它代码写得再快、bug再少，最终策略是涨是跌，还是取决于交易员脑子里那个初始的念头。AI是手，人是脑。
那如果反过来呢？如果我不告诉它该怎么交易，只告诉它”想办法把这个策略做到最好”，让它自己去试，自己去错，自己去修正，会怎么样？
这就是这次实验想回答的问题。
2. 第一关：找不到合适的平台
说干就干，第一关就是该用什么平台。
国内的期货和股票平台大多是封闭的。它们的工作流程是：你在本地写好策略代码，复制粘贴到它们的编辑器里，点一下回测，等它跑完出结果。对一次性的策略验证来说够用，但对我想要的事情完全不行。
我要的是让AI不停地试，每试一版就立刻知道好坏，然后基于结果决定下一版怎么改。这种闭环要求策略代码、回测引擎、结果分析全部在同一个地方，AI能完整地读、完整地改。
封闭平台连入口都没有。
唯一一个能脚本运行的是tqsdk。 它提供Python API，可以在本地写脚本调用。但是它太慢了。一年的分钟数据，回测一次要几分钟。
听起来还行？算一下就明白了：100轮进化，每轮假如试4个变种，每变种要回测16年全量数据，那就是400次以上的全量回测。每次几分钟，整个流程跑下来几十个小时。一晚上根本跑不完。
vnpy的backtest模块也试过，速度类似，一样慢。
只有一个办法——自己写一个。
3. PowerQuant Backtest：用Rust重写一个回测引擎
我用Rust写了一个，叫 PowerQuant Backtest，已经开源在 Gitee，官网介绍见 powerquant.top/products/backtest。
为什么是Rust？Python的解释器本身就是瓶颈。vnpy那一整套事件驱动、指标计算、dispatch都在Python解释器里跑，再怎么优化也快不到哪去。要数量级的提升，只能换语言。
实际测下来，效果比预想的还好。我用RB88（螺纹钢连续主力）的1分钟K线做基准测试，数据跨度16年、123万根K线，对比了三套引擎：
| 框架 | 纯回测耗时 | 吞吐（bars/s） |
|---|---|---|
| PowerQuant Backtest（Rust原生策略） | 1.857秒 | 666,897 |
| PowerQuant Backtest（Python策略） | 7.989秒 | 154,982 |
| vnpy | 25.039秒 | 49,447 |
比vnpy快13.5倍。
123万根K线，1.8秒跑完。这意味着AI每试一版策略，几乎瞬间就能看到结果。100轮进化跑下来，光是回测环节也就几分钟。
还有一个关键问题：自己写的引擎，结果靠谱吗？会不会跑得快但算错了？
我对过，和vnpy的结果逐笔对齐：81,857笔闭合交易完全相同，最终权益差64元——在1000万的初始资金上，相对误差6.4×10⁻⁶，浮点累加的噪声级别。两种引擎在撮合语义上完全等价，只是速度快慢有别。
有了这个引擎，AI才真的具备了”自己进化”的物理条件。
4. 给AI一个指令，然后让它loop
剩下的工作，是写好那个指令。
现在Claude Code有一个 loop循环功能 ——你可以让它反复执行一个任务，每次自动基于上一次的结果决定下一步怎么走。这正好是我想要的。
我没给它具体的参数建议，也没告诉它该怎么改。我只说了几件事：
- 目标：把夏普比率拉到最高
- 约束：单次最大回撤不超过15%
- 数据：RB88的16年全量1分钟K线
- 自由度：参数、机制、过滤器，都可以试
- 规则：每轮试完写一份简短的总结，记录好的和坏的
然后我让它loop。
它确实干了一整晚。
5. 110轮进化的路径
第二天早上的日志很长。110轮迭代，420次回测，我把它整个过程梳理成了一张进化曲线：
最上面的蓝线是累计最优夏普（每打破一次纪录就跳一格），灰点是每轮试出来的实际值。它不是一个单调上升的过程——有大量的失败、回退、重新尝试。
整体路径可以概括成六个阶段。
阶段一：从−0.17到0.66。
第一版策略夏普是负的，−0.17。原因很简单，我用的是1分钟K线，噪音太大，任何指标都被淹没。从1分钟重采样到60分钟是分水岭，这一步把夏普从负数拉到0.60。
AI自己摸索出了这一点。它试了几十个周期组合之后得出结论：1分钟周期对趋势策略是噪音，60分钟才是信号。
阶段二：过滤器探索，0.53到0.72。
AI试了RSI过滤、ADX强趋势过滤、波动率目标化，结果发现：过滤器不是越多越好。
RSI超买过滤让夏普掉0.10。ADX强趋势收紧让夏普掉0.07。只有顺势类过滤（MACD同向）有效，加了以后夏普第一次突破0.7。
这个结论反直觉。大多数人写策略的时候会本能地加各种过滤”提高胜率”，但AI用数据证明了：对趋势策略来说，任何”等待更多确认”的过滤都会错过入场点，损失大于避免的假突破。
阶段三：Partial TP是最大的单步提升。
第49轮，AI引入了”部分止盈”——当价格走到4.5倍ATR时，先平掉90%的仓位落袋为安，剩下的10%继续留着跑趋势。
这一步把夏普从0.74拉到0.88，胜率从38%跳到58%。
这是整个进化过程中最大的单步提升。道理也说得通：趋势策略最大的痛点是”利润回撤”，赚了50%又还回去30%。Partial TP解决的正是这个痛点——大头先落袋，小头继续赌。
阶段四到五：参数微调，1.12到1.33。
后面几十轮都是小步迭代：EMA周期从100调到162，ATR周期从5调到14，最大持仓时间调到210根K线，cooldown调到75根。每一步只涨0.02到0.05，但累计起来把夏普从1.12推到了1.33。
阶段六：确认收敛。
最后AI又跑了10轮”扰动实验”——故意把每个参数往旁边推一格，看会不会更好。结果全部失败：
- 把trail_mult从6.0收紧到5.0，夏普从1.33掉到0.89
- 加breakeven机制，掉到1.02
- 加金字塔加仓，收益涨但夏普掉到1.10
- 换成Donchian突破入场，掉到0.11
它自己得出结论：这个策略已经是局部最优，再往任何方向扰动都会降低夏普。
6. 最终的策略长什么样
R102（第102轮的最优版本）的关键参数：
| 参数 | 值 | 含义 |
|---|---|---|
| atr_period | 14 | ATR计算周期 |
| trail_mult | 6.0 | 趋势跟踪的止损倍数 |
| ema_period | 162 | 趋势判断的EMA周期 |
| macd_filter | 14/30/6 | MACD同向过滤 |
| partial_tp | 4.5×ATR / 90% | 部分止盈触发点和平仓比例 |
| risk_percent | 0.3% | 单次风险敞口 |
| max_hold_bars | 210 | 最大持仓时间 |
| cooldown_bars | 75 | 连亏后的冷却时间 |
16年的实测结果：
| 指标 | 值 |
|---|---|
| Sharpe | 1.3321 |
| Sortino | 1.9093 |
| Total Return | +244.80% |
| Max Drawdown | 9.10% |
| Win Rate | 64.38% |
| Profit Factor | 2.260 |
| 年正收益 | 16 / 17 |
| 最差年份 | −3.2%（2020） |
净值从10万涨到34.5万，16年单调上升。回撤阴影里可以看到，绝大多数时间回撤都在5%以内，最深那一次是9.10%。
17个年份里只有2020年是亏的，亏了3.2%。其他16年全正，最好的2016年涨了18.3%。
再把粒度往下推一层，看月度：
绿色为正、红色为负。整张图几乎被绿色铺满，红色零星分布且都集中在个别月份。没有出现明显的”某个月必亏”或”某个月必赚”的季节性规律——这是反过拟合的另一个证据，策略的盈利不依赖特定时间窗口。
最后看交易层面：
左图是盈亏直方图，分红绿。可以看出来，亏损一端（红）集中在小亏损区域，没有拖到右侧的长尾——这是trail_mult=6.0宽幅止损的体现，单次亏损被严格控制。盈利一端（绿）则有明显的长尾延伸，少数大赢交易贡献了相当比例的总收益。小亏多次、大赢少次的分布形态，正是趋势策略应该有的样子。
右图是持仓时长与盈亏的散点。能看出长期持仓的交易盈亏分布更宽——拿得住的单子，要么赚得多，要么也亏得多，但整体右侧（盈利侧）的厚度大于左侧。
7. 这不是针尖上的最优
过拟合是必须要回答的问题。100多轮试错，参数又是反复调出来的，会不会只是凑出了一组刚好适配历史数据的数字？
AI自己的扰动实验部分回答了这个问题——它在R102周围试了一圈变种，80%以上的配置夏普都还能维持在1.2以上。这个最优是平台型的，参数往左往右偏一点，策略依然有效。
上面这张参数敏感性图把四个关键参数（trail_mult、ema_period、adx_threshold、max_hold_bars）各自扫描了6个值。蓝线是夏普，红线是最大回撤。可以看出来，每个参数在最优值附近都有一段平坦的高原，而非一座尖峰。这是反过拟合最强的证据之一。
更彻底的验证我会在后续文章里展开：Walk-Forward（前半段训练、后半段测试）、多品种验证（铁矿、焦炭等其他趋势品种）、Bootstrap置信区间。这些是必须要做的功课，但这不影响现在这个结论本身的意义。
8. 这次实验真正说明的事
这次实验里，AI做的事情已经超出了”实现人的想法”。
我没有告诉它该用60分钟周期。我没有告诉它要加Partial TP。我没有告诉它trail_mult必须是6.0。这些都是它自己试出来的，而且每一条都符合趋势策略的理论逻辑，有经济学解释，能说清为什么。
换句话说，AI在这里的角色，从”代码工人”变成了”研究合作者”。它负责大量的试错和模式识别，我负责给它目标、约束、和事后审查。
这是一种新的工作范式。
以前写一个策略，人的时间是主要瓶颈——想思路、写代码、调参数、跑回测、看结果、再改，一个循环下来半天就过去了。现在这个循环被压缩到秒级，人的时间从”执行”解放出来，留给”判断”。
判断什么？
判断AI试出来的东西是不是真有道理。判断某个”提升”是真信号还是数据噪音。判断这个策略能不能扛过未来没见过的市场。判断它找到的”局部最优”是不是我想要的”全局最优”。
这些事情，至少目前，还是人的工作。
这也让我重新想了想过去几年自己一直在做的事。我写过一篇叫《量化交易的工具陷阱》的文章，反思自己一直在造工具、不去做交易。那时候的结论是：别再造工具了，先把策略跑起来。
这次实验让我看到这个陷阱的另一面：当工具进化到足够强，策略本身可以让AI去跑。人真正要花时间的，是想清楚要让AI去跑什么。
指令的质量，决定了结果的质量。
我给它的那个指令，其实是我自己想了很久才想清楚的——目标、约束、自由度、规则，四个要素缺一不可。指令模糊一点，AI就会在错误的方向上狂奔一百轮，最后拿回来一个看起来不错但没有逻辑的过拟合策略。
这大概是这次实验对我最大的提醒：AI变强了，人却没有因此变轻松——真正变值钱的，是判断力。
那么问题来了：当AI可以从−0.17一路进化到1.33，下一步它还会进化到哪？
如果你的竞争对手已经开始这样工作，你还在手写每一行代码吗？
参考资料
- 策略源码与进化日志：TrendAdaptive策略，110轮迭代完整记录
- 基准测试数据：RB88螺纹钢连续主力，1分钟K线，2010-2026，123万根
- 回测引擎：PowerQuant Backtest 官网介绍 ｜ Gitee 源码（Rust实现，已开源）
- 进化方法：基于Claude Code的loop循环功能，单次指令自主迭代
- 策略指标：Sharpe 1.3321，Sortino 1.9093，年化收益7.70%，最大回撤9.10%，16/17年正收益
