别被“AI写代码”骗了：量化交易的真实门槛

很多人看完Codex或类似大模型能自动生成策略代码的视频后，产生了一种错觉：只要会提示词，就能靠LLM在股市里稳定盈利。但这门课的核心反直觉点恰恰在于此——它要打破的，正是这种“技术祛魅”后的盲目自信。课程开篇的直播回放直接点名痛点：为什么AI能写出完美的回测代码，90%的人实盘却照样亏钱？这中间缺失的一环，不是编程能力，而是对量化逻辑严谨性、过拟合陷阱以及市场微观结构的理解。对于备考相关认证或计划转岗量化开发的学习者而言，这门课解决的不仅是“怎么写”，更是“为什么这么写才不会被市场收割”。它填补了从纯编程思维向金融工程思维转变的能力缺口，让你在面对LLM生成的代码时，具备批判性审查的能力。

前置基础与学习路径建议

这门课不适合零基础小白，也不适合只懂Python语法不懂金融逻辑的纯开发者。建议你先确认自己是否具备两个基础：一是Python数据处理的基本功（Pandas/Numpy），二是基本的量化概念（如Alpha、Beta、夏普比率、滑点等）。如果这些概念模糊，建议先快速查漏补缺。在学习顺序上，不要急于上手写策略，而应先从关于“实盘不赚钱”的复盘章节切入，建立风险意识。随后，重点钻研Codex如何辅助生成、验证及调试量化代码的环节，理解AI在逻辑校验中的边界。资料包中的图片资源多为关键逻辑图解或代码片段，建议边看视频边对照截图，手动复现核心代码逻辑，而非仅仅浏览。只有亲手把LLM生成的策略跑通并分析其失效点，才算真正消化了这部分内容。

学完能独立做什么

完成本课程后，你应当能够独立使用LLM辅助完成量化策略的初步构建与代码优化。具体而言，你能读懂并修正AI生成的带有逻辑漏洞的交易代码，能够利用AI快速搭建回测框架并解读回测报告中的异常数据，更关键的是，你能识别出哪些地方是AI容易犯错的“重灾区”（如未来函数、幸存者偏差等）。你将不再把AI当作黑盒许愿机，而是作为一个高效的结对编程伙伴。配合资料包中的练习，你应该能独立完成一个简单的、经过基本面和技术面双重校验的量化策略原型，并能清晰地向面试官或团队解释其背后的逻辑链条及潜在风险，从而在量化交易或金融科技的岗位竞争中，展现出超越纯算法工程师的业务洞察力。

课程目录

📁 videos
📁 直播回放｜AI能写量化交易，为什么90%的人实盘不赚钱？
39e4b8d4-19f83fbadc3-0000-0000-01d-dbacd.mp4 [172.8 MB]
📁 images
📁 1013514
fd4018e4128aa7164e14ee7cdcaf5258.png [1.6 MB]
644676f17fe5d3f11704bd4ecd2d0b5d.png [875.8 KB]
1f31b06611b792cc693e282c99e490c7.png [640.1 KB]
d84bad1139a23ee886ea4c822daf3ecc.png [172.8 KB]
7b712e4e7b30a094e0d50e9b5898d6c3.jpeg [966.5 KB]
📁 1004797
0e9dfc70d44293c7ec21dd01110b23f4.png [243.1 KB]
83fc712d207417c8f878c50b97c79fa0.png [202.0 KB]
0db10cc7e23da8e955c3cc7cf26e7ecc.png [195.1 KB]
d83b00295c5580e1ddf8a9017a740160.png [108.0 KB]
837b1e9130a8fce875bdcb85732eb733.jpeg [781.6 KB]
📁 1005675
839db39195801429a2da9c3c035c7d12.png [441.8 KB]
116a373ecd240ddf5d0d314dae6ba06f.png [133.5 KB]
📁 1010413
56cef61d608c38380ac90a54ff01ec03.png [528.0 KB]
8472e845598470b7d1b04e8fd5460ffc.png [92.5 KB]
781eb6fe6cea06df538e2f1b68bd2d53.png [92.7 KB]
3f33644268e4fde79d39ef4858271449.jpeg [868.7 KB]
📁 1018825
2fe7e6d6a12bb68b9c4e094c066dca2f.png [699.3 KB]
1d3dbfd38c6fbd43ba9f23596006586a.png [91.5 KB]
8eb961cf6b349558d79e0c9228b51d99.jpeg [791.9 KB]
📁 997883
eea776afec1447d5a4acf8d317dabb84.png [501.2 KB]
40b49fc53e8d7eeec1d8f5a6b5f8ac05.png [426.9 KB]
7c559f2ac03ed6f8a650eb2ca76fa6f2.png [569.4 KB]
5f0cd4c78a5c1827bfc2c4e7ad220406.png [161.8 KB]
📁 1007862
b4e3846c6551019e0e00f2034555b764.png [308.6 KB]
1a5d55d32a222550d39102e05a311999.png [94.5 KB]
21850c450392bcab349f9445569af2da.png [167.0 KB]
e2c889aca0a9c5f06238089aca2a4ffc.png [124.1 KB]
b124530ca1cc0360ae5be922034baf3d.png [63.1 KB]
b096b6301399b346e82a98913597d5cd.jpeg [920.1 KB]
📁 1013238
0fea8e9556b147yy62e9ac529e6fb886.png [558.1 KB]
41734c4f15419a28b953bcaf12e55a9b.png [452.0 KB]
557655078752e00404dec36f029694d7.png [296.2 KB]
235a36adc0f6904baec4aa2d3f624f4a.png [148.3 KB]
6e607da5d6e1b42add7a276e1591603f.png [205.5 KB]
025c9ed723c5d1c9fd0c7a642a54e16d.jpeg [923.1 KB]
📁 1014452
022800e2022887c48d38f72b33fa3859.png [100.7 KB]
20f4a7e556ecf33a446cda8fb78f39a5.png [364.2 KB]
feeb082f20b1a6e5fa1668ed07ca300c.png [59.1 KB]
d9d97c747f3c2739d9a5829963372c0a.png [65.7 KB]
296a1a780295cb2b6dc82fd712c0a808.png [47.8 KB]
85143c6fd08ebe788426f4a5812e5da4.png [61.4 KB]
4c6a5f9904d3a3e9bf46d8b63861de2f.png [45.6 KB]
📁 1008800
b2c262034a4b602997082f5c679624e0.png [69.2 KB]
b7f7e139bbadebc71420c6241553ffdb.png [121.6 KB]
c7a1ae940b5abe174cbc0e8b1101480a.png [78.4 KB]
0044e920a4560623531513d8a12ea755.png [104.2 KB]
c4416384c402afb0760ef2c419a6572f.jpeg [880.6 KB]
📁 999335
bfda0e858e4yye5yy1342a16dbafe2a0.png [1.2 MB]
5f1cb339fbf735b3b6125cf834a0f579.png [746.8 KB]
c27b9643d88be3aa0701adaced67e4f0.png [186.8 KB]
e30858243cc3667846bb5a9f00d86dbe.png [87.9 KB]
f1aef027002665e6110a4acefd6869ff.png [86.5 KB]
05069faa7cf415dc3740f3eb1b62c770.jpeg [699.1 KB]
6d04c4734cfa453a964a102c065bd899.jpg [198.7 KB]
📁 1002501
9d027bd8f85979e7a76465c95988ba3b.png [545.0 KB]
5a884209564f9061509829e52820c173.png [177.3 KB]
4a0baec88652bdd0c78b8dc2a8bbc82d.jpeg [756.4 KB]
📁 1003734
f51c7e5ebb7aa858fa4ebf80ff7cacac.png [658.9 KB]
425112e32a5be097169040ba37b0b314.png [88.0 KB]
03574be1ecfb3bebc55069ce9aa7e494.jpeg [861.1 KB]
📁 1000661
ed70fd28657c5269f68dedcde69ffade.png [407.6 KB]
1de483e35f02292fcb5211e7176b26e2.png [382.0 KB]
ea7ed4c53132cd449355c5aa83cf770a.png [206.9 KB]
eb86942833d2c9aa201ec6db9yyddab8.jpeg [814.7 KB]
📁 1012240
60bdfc68be4032db5e2582bf81e80caf.png [446.8 KB]
8c534588d17e006658cdc9ba04396af7.png [71.8 KB]
d02b75f9522c01b5357692668a943c71.png [1.7 MB]
68f016685005a879bf6a87e1ce29b4ee.png [72.6 KB]
97cb4bb6b5eef0c2f1f4d1d7b7458323.png [387.3 KB]
655584491f67120d5f7aab5b5f823e6b.png [70.8 KB]
efc192132577c25c9b63311b2e65d4f8.jpeg [1.0 MB]
📁 1003348
15c542a7b2f7c9e4e2b982c17cae0eaa.png [174.0 KB]
79d647a2795bc202764ea23045014fce.png [54.5 KB]
0bef12a88e4b8ff89239add95cf7cbb8.jpeg [777.2 KB]
📁 1011443
cc8a9b7d8dc108b1a058dfb9ac3721de.png [602.6 KB]
146a65854a9deef065e4cfbfebdd2c11.png [557.0 KB]
0c7df4a8be5a1921624ffb12d4811df4.jpeg [969.7 KB]
📁 1010793
41c5f79b8fb13a3cd93b50f9677d9b2e.png [140.5 KB]
1fa62077dd4c1b6547c062276d73d891.png [66.4 KB]
693f5558bd4467863a94a083aba1f17c.png [118.1 KB]
📁 1000304
023138b88d152c147fc661f98a1ad401.png [237.1 KB]
97af53bff31baf8b3424ab7a2a6af6de.png [484.2 KB]
543dca4922469054bdeee70f90aee644.png [330.3 KB]
5d0daa951c19b1fa01b8e43e268a583c.png [744.3 KB]
efa183918d09cfd52378f5d74495894e.png [861.7 KB]
203bcd597aa3283e172f807d564c7aa6.jpeg [702.1 KB]
📁 1006251
22b631db9de6410a35aeb98df7d69751.png [389.7 KB]
f578d635f22c5b1ca59b080927a39643.png [93.9 KB]
161b3857ddc024e4d6eda2db9c63968c.png [150.7 KB]
ce2bfaf966e093fe0ef7c41a6f57d5d7.png [127.0 KB]
2ee1c89781ccb521584611a6ac4fd4ce.jpeg [768.7 KB]
📁 1001016
e74826d2a019858fad6a28837eb77300.png [620.0 KB]
3bef58561333ee0da887ed3e68f919cf.png [130.1 KB]
2fb1dab889af11ab8746fae0608d702b.png [88.1 KB]
5cf140e1de1ddc9a0296b81762dea45c.jpeg [734.2 KB]
📁 998079
8da962189a527b21c65e4ec78189a84e.png [1.5 MB]
c55cdaa5677cc82c0304f483f893e172.png [1.5 MB]
fc7040de92f275b5cf823eabae7b6403.png [1.1 MB]
2d76c0a822265451c677d88569e0d67b.png [45.1 KB]
4191cbafe35eyy34c0a826881e5e941b.jpeg [656.8 KB]
📁 1015788
34c5f19f29f571b0d566617e32091847.png [883.0 KB]
8e9b3f2ab5723112a558cd87ce031c03.png [146.9 KB]
1c06f1c76b20dfe745a17ffe79cc83f0.png [410.6 KB]
806eb0984db5409e8902c173a62c0c88.jpeg [1.1 MB]
📁 1015296
5ee9759e4401ed6622a1ff039ca51eba.png [618.2 KB]
e464ce39a139777bb301f3c4ce240654.png [95.1 KB]
7bb8efb1ababedc68dc2b3f109fe37f3.png [81.2 KB]
105af08320b5c6485254eb612f6475d2.png [67.3 KB]
fbf9e9179eec4a6784bd87096abac7c9.jpeg [1.1 MB]
📁 1016948
9bc84c19ac9087e074bd6b988e2ad7d1.png [224.3 KB]
4bea7bbc7300e906af7f74375a6965f3.png [609.1 KB]
c14c8f7c551890f8fa06176f4fyy37bd.jpeg [1.1 MB]
📁 999567
348cd8654c051e296c7a4db1adcf4418.png [608.2 KB]
12f3cfc84307fa5d050b1e696ed2ef72.png [294.5 KB]
1c414d55e1c1cd4fa27750ec73d3869e.png [321.1 KB]
12c2e5d0c48a49b661073c1c6d68dfe6.png [219.5 KB]
b414420147a7db4381ce15a15ec81d05.png [237.2 KB]
1a2d6dd0e28b97b7ea179168c88480e0.jpeg [716.9 KB]
📁 998602
f6020356fb5793e03a377a7edecf8595.png [211.5 KB]
a37e824b98b4748fe439bc79082a3eed.png [99.1 KB]
10c2b57b216febaf49fac3fa299f5c0c.png [244.1 KB]
561b09cc93b939d3466a9436c10804ea.jpeg [685.9 KB]
📁 1001583
49e3747ef0cc8d59884eb813f50b7102.png [105.2 KB]
d1fec63bf320bfa52a4f6132c925e357.png [123.3 KB]
f76663bdb2a846a541e0d1a10a92cdd7.png [121.9 KB]
3e5484d423ee09c7efd8c68490ec7bd2.jpeg [830.6 KB]
📁 1009586
5ceca53d647bccffb6f3c6dbf84d035a.png [307.2 KB]
d7bae0c0f9dae356477d3e5e1a29ca19.png [149.3 KB]
d9cd8ef7a0ec1aee431ee0149239336b.png [45.6 KB]
7d44e74b90b07e1958ad128184f75df0.png [85.3 KB]
e404c8a3987001df67fc3e6d4e49d5df.png [211.0 KB]
d2aab0d6f478c3d801603915308c044a.png [117.5 KB]
ac39afdffe98276d513d7866d7fdea78.jpeg [857.4 KB]
📁 998881
d6b1423a21fb938472fb779d85a86d38.png [203.5 KB]
187687816329e461017a96a3c781a1a3.png [243.4 KB]
1cfd1bc14d6d741c307471fe5ecbdfd9.png [309.8 KB]
9f1ac737b049349e89f3a3c65a8d99a6.jpeg [695.9 KB]
📁 1006425
ad704a395ee1b4a40c35fb9a0d86720e.png [355.4 KB]
4ede15f2af21f93f4230b35ccef8f9db.png [119.1 KB]
0380bca4a5de57fc6f808c756611347e.png [130.2 KB]
e5d28087fdf159cfb98fb3e57a1b23e6.jpeg [885.1 KB]
📁 1002023
9ba90a9e45d9bd2200f125fc62d03b51.png [159.6 KB]
378bbb24c5ca89f59cec2fbcf7a843ed.png [51.3 KB]
📁 1017752
194d0a0a82a823c4b90ce55aa9ef8785.png [153.4 KB]
2ffc93fad0b652b4845fef75ad738bde.png [69.1 KB]
1ea129dd90d109199d5e63a721acc5e1.jpeg [1.0 MB]
📁 998947
📁 997925
f28250f97972fa3d72fba08f87f1559b.jpg [838.7 KB]
📁 1019560
92f0206b240e71eb28b8c1dd1f2c9bfe.jpeg [835.8 KB]
647515a23e599975968c3a03d4e4b18f.png [561.7 KB]
aa66d4245be08ef13d8f926bf297a08c.png [297.9 KB]
eacf021312aaa9faca888470a4afc542.png [83.4 KB]
b7a23a7f1e710702ff903774afc61713.png [62.5 KB]
be2b2a3e24c3f6c8bd999f16ad0ea686.png [91.3 KB]
开篇词｜AI能写策略，但不能替你承担交易风险.pdf [5.2 MB]
32｜监控失败、降级、恢复与审计记录.pdf [4.1 MB]
33｜设计并验收端到端模拟交易系统.pdf [3.6 MB]
导读｜量化知识背景与研究能力地图.pdf [3.4 MB]
30｜LLM量化自动化安全门：审批门与停止线.pdf [3.9 MB]
24｜构建行情总览、机会雷达与数据源面板.pdf [6.1 MB]
31｜用Eval比较提示词、模型与策略版本.pdf [3.0 MB]
直播回放｜AI能写量化交易，为什么90%的人实盘不赚钱？.pdf [899.5 KB]
26｜构建策略回测与风险中心.pdf [5.7 MB]
33｜设计并验收端到端模拟交易系统.mp3 [17.4 MB]
32｜监控失败、降级、恢复与审计记录.mp3 [16.0 MB]
33｜设计并验收端到端模拟交易系统.md [16.7 KB]
32｜监控失败、降级、恢复与审计记录.md [21.2 KB]
04｜读懂价格、收益、信号与仓位.pdf [6.2 MB]
开篇词｜AI能写策略，但不能替你承担交易风险.mp3 [20.4 MB]
05｜建立第一条安全边界：研究不等于实盘执行.pdf [5.8 MB]
导读｜量化知识背景与研究能力地图.mp3 [39.2 MB]
25｜构建K线分析与LLM信号页面.pdf [4.6 MB]
31｜用Eval比较提示词、模型与策略版本.md [23.0 KB]
29｜LLM量化自动化证据门：市场快照与研究草稿.pdf [4.3 MB]
28｜把稳定研究流程写成CodexSkill.pdf [4.3 MB]
17｜用Codex实现第一条量化策略.pdf [5.1 MB]
23｜设计交易研究应用的信息架构.pdf [3.7 MB]
31｜用Eval比较提示词、模型与策略版本.mp3 [21.5 MB]
27｜回测、ML与LLM三种量化研究方法.pdf [2.6 MB]
21｜从单次回测走向滚动回测与多策略比较.pdf [3.4 MB]
06｜认识行情、资金、链上与情绪数据.pdf [5.1 MB]
08｜时间序列数据质量与标准化验证.pdf [4.5 MB]
30｜LLM量化自动化安全门：审批门与停止线.mp3 [15.1 MB]
07｜市场数据快照与回退机制.pdf [4.3 MB]
20｜防止过拟合、前视偏差与数据窥探.pdf [4.0 MB]
16｜把研究信号写成明确的策略规则.pdf [3.8 MB]
18｜构建事件驱动回测引擎.pdf [3.8 MB]
14｜让Codex识别幻觉、提示泄漏与未来信息污染.pdf [3.7 MB]
22｜建立仓位、止损与组合风险控制.pdf [2.9 MB]
13｜让LLM输出结构化交易信号.pdf [3.7 MB]
11｜LLM的交易研究边界.pdf [3.6 MB]
19｜正确评估收益、回撤与风险调整表现.pdf [3.3 MB]
12｜用Codex准备可追溯的市场上下文.pdf [3.4 MB]
09｜用技术指标描述市场状态.pdf [3.1 MB]
02｜LLM量化：从交易想法到可验证研究假设.pdf [3.5 MB]
03｜LLM量化：搭建可复现的量化研究工作区.pdf [3.5 MB]
29｜LLM量化自动化证据门：市场快照与研究草稿.md [26.3 KB]
30｜LLM量化自动化安全门：审批门与停止线.md [19.2 KB]
28｜把稳定研究流程写成CodexSkill.md [31.7 KB]
15｜用样本和评分规程验证LLM信号.pdf [2.8 MB]
10｜生成可追溯的市场研究报告.pdf [2.5 MB]
26｜构建策略回测与风险中心.md [21.6 KB]
25｜构建K线分析与LLM信号页面.md [21.1 KB]
27｜回测、ML与LLM三种量化研究方法.md [24.6 KB]
24｜构建行情总览、机会雷达与数据源面板.md [26.6 KB]
23｜设计交易研究应用的信息架构.md [26.9 KB]
22｜建立仓位、止损与组合风险控制.md [24.3 KB]
21｜从单次回测走向滚动回测与多策略比较.md [17.4 KB]
15｜用样本和评分规程验证LLM信号.md [20.1 KB]
20｜防止过拟合、前视偏差与数据窥探.md [26.9 KB]
28｜把稳定研究流程写成CodexSkill.mp3 [26.3 MB]
27｜回测、ML与LLM三种量化研究方法.mp3 [25.6 MB]
29｜LLM量化自动化证据门：市场快照与研究草稿.mp3 [21.6 MB]
26｜构建策略回测与风险中心.mp3 [18.7 MB]
23｜设计交易研究应用的信息架构.mp3 [26.6 MB]
24｜构建行情总览、机会雷达与数据源面板.mp3 [22.8 MB]
25｜构建K线分析与LLM信号页面.mp3 [17.7 MB]
01｜AI量化研究的证据边界与责任分工.pdf [8.4 MB]
直播回放｜AI能写量化交易，为什么90%的人实盘不赚钱？.md [9.2 KB]
开篇词｜AI能写策略，但不能替你承担交易风险.md [20.4 KB]
22｜建立仓位、止损与组合风险控制.mp3 [20.0 MB]
21｜从单次回测走向滚动回测与多策略比较.mp3 [15.9 MB]
20｜防止过拟合、前视偏差与数据窥探.mp3 [23.3 MB]
19｜正确评估收益、回撤与风险调整表现.mp3 [18.1 MB]
16｜把研究信号写成明确的策略规则.mp3 [25.0 MB]
18｜构建事件驱动回测引擎.mp3 [17.4 MB]
17｜用Codex实现第一条量化策略.mp3 [16.4 MB]
导读｜量化知识背景与研究能力地图.md [61.2 KB]
15｜用样本和评分规程验证LLM信号.mp3 [16.8 MB]
14｜让Codex识别幻觉、提示泄漏与未来信息污染.mp3 [20.9 MB]
13｜让LLM输出结构化交易信号.mp3 [14.8 MB]
12｜用Codex准备可追溯的市场上下文.mp3 [16.7 MB]
10｜生成可追溯的市场研究报告.mp3 [24.4 MB]
11｜LLM的交易研究边界.mp3 [10.5 MB]
05｜建立第一条安全边界：研究不等于实盘执行.mp3 [28.3 MB]
06｜认识行情、资金、链上与情绪数据.mp3 [24.6 MB]
04｜读懂价格、收益、信号与仓位.mp3 [25.3 MB]
07｜市场数据快照与回退机制.mp3 [24.6 MB]
08｜时间序列数据质量与标准化验证.mp3 [23.3 MB]
01｜AI量化研究的证据边界与责任分工.mp3 [19.6 MB]
02｜LLM量化：从交易想法到可验证研究假设.mp3 [18.4 MB]
09｜用技术指标描述市场状态.mp3 [15.9 MB]
03｜LLM量化：搭建可复现的量化研究工作区.mp3 [14.5 MB]
11｜LLM的交易研究边界.md [15.3 KB]
19｜正确评估收益、回撤与风险调整表现.md [20.6 KB]
16｜把研究信号写成明确的策略规则.md [29.1 KB]
18｜构建事件驱动回测引擎.md [21.7 KB]
14｜让Codex识别幻觉、提示泄漏与未来信息污染.md [21.9 KB]
17｜用Codex实现第一条量化策略.md [22.4 KB]
10｜生成可追溯的市场研究报告.md [30.3 KB]
13｜让LLM输出结构化交易信号.md [21.2 KB]
02｜LLM量化：从交易想法到可验证研究假设.md [18.9 KB]