移動平均線交叉策略,含停損和倉位管理。同一邏輯實作了四次,從 1990 年代的腳本訊號工具到 AI 生成的 StratCraft 策略。邏輯從未改變,但實作成本天差地別。
使用者輸入給 StratCraft 的提示: "為 SPY 日線創建一個移動平均線交叉策略。 當 20 週期 SMA 上穿 50 週期 SMA 時買進。 反之賣出。每筆交易使用 1% 停損。 每個倉位承擔組合 2% 的風險。從 2020 年開始完整回測。"
# Generated by StratCraft AI. Do not edit manually # Strategy: MA Crossover SPY Daily | Generated: [timestamp] from stratcraft.core import Strategy, Signal, RiskModel class MACrossover(Strategy): fast_period: int = 20 slow_period: int = 50 stop_loss_pct: float = 0.01 risk_per_trade: float = 0.02 def on_bar(self, ctx): fast = ctx.sma(self.fast_period) slow = ctx.sma(self.slow_period) if ctx.cross_above(fast, slow): size = ctx.risk_size(self.risk_per_trade, self.stop_loss_pct) ctx.buy(size, stop=ctx.price * (1 - self.stop_loss_pct)) elif ctx.cross_below(fast, slow): ctx.close_all()
你描述了邏輯。StratCraft 寫了代碼、驗證了它,並完成了回測。策略從未離開過你的機器。
| Gen 1 | Gen 2 | Gen 3 | Gen 3.5 | |
|---|---|---|---|---|
| 人工編寫行數 | ~30 | ~55 | ~50 | 6(自然語言) |
| 設定時間 | 1–2 小時 | 4–8 小時 | 1–3 週 | < 5 分鐘 |
| 動態倉位管理 | 無 | 手動 | 平台 API | 自動生成 |
| 本地執行 | 是 | 是 | 否(雲端) | 是 |
| 智慧財產留在你的機器 | 是 | 是 | 否 | 是 |
| 需要專家級編碼 | 是 | 是 | 是 | 否 |
邏輯從未改變。 帶停損和倉位管理的移動平均線交叉策略,在四個代際裡都是同一個策略。改變的是表達它所需的工程量。
第 3 代解決了錯誤的問題。 它消除了運營複雜度(多資產、風險框架、雲基礎設施)。它沒有消除手寫每個策略的要求。那個瓶頸依然存在。
第 3.5 代消除了這個瓶頸。 當 AI 寫代碼時,約束從工程小時數轉移到你的想法的品質。這就是拐點。