PowerUpGammas警示AI过度依赖致量化策略失效

AI 时代市场参与者的核心素质 — PowerUpGammas

PowerUpGammas

依靠大模型自动挖掘参数与因子的交易者无法获得持久超额收益，其策略必然因缺乏人为主观规则与盲区意识而失效。

AI-assisted summary of AI 时代市场参与者的核心素质 — original source. Check the original for full context.

Source published:

Detailed notes

## Background 本内容由 YouTube 频道 PowerUpGammas 于 2026 年 7 月 25 日发布。视频页面描述提供了免费的期权 eBook、新手交易者五天迷你课以及深入系统学习期权与定量的课程链接。

## TL;DR 视频针对交易者面对现代 AI 与复杂研发流程（R&D Pipeline）时产生的工具焦虑，借用中国古典哲学中《道德经》“当其无，有器之用”的辩证智慧展开剖析。作者指出 AI、代码与软件等“有”仅是外在工具，而交易者主观的思考空间、规则定义、风险偏好取舍与留白才是决定成败的“无”之内核。视频鼓励交易者坦然接受市场高度不确定性与自身的“不知道”，通过坦诚的人机对话补足短板，平衡“术”与“道”，建立属于自己的交易体系。

## Atmosphere & style 整体语调深刻沉静且富有哲学思辨色彩，将硬核的定量交易与古典道家智慧融会贯通。讲者如同睿智而真诚的交易导师，既直击人心、敏锐揭示读者追逐工具时的焦虑与 AI“不懂装懂”的虚假完美，又充满人文关怀与包容度。听感上让人从浮躁的“技术军备竞赛”中冷静下来，获得一种拨云见日、回归内核的笃定感与内心平静。

## Key takeaways - [00:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=0s) 许多交易者在看到别人专业且复杂的 AI 或工程化 R&D 流程时，极易陷入盲目追逐工具与架构的“工具焦虑”。 - [00:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=0s) 借用《道德经》“当其无，有器之用”的智慧：大模型、Python、数据库与策略代码等工具属于“有”，而 AI 无法替代的思考空间才是发挥作用的“无”。 - [05:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=300s) 交易的成功取决于“无”，即交易者运用独特认知去填充的选择空间（如研究方向、异动数据、波动率及回撤偏好）。 - [05:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=300s) 策略的底层规则（如阈值定义、止盈止损、出场入场条件与市场过滤器）必须由人来定义，AI 无法自动搞定所有因子与规则。 - [05:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=300s) 试图依靠 AI 自动化寻找圣杯违背交易天道，因为即便是拥有顶级算力和资源的大型机构也无法一劳永逸地解决所有市场规则问题。 - [10:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=600s) AI 时代最大的缺陷在于它习惯“强行解释”并装作知道一切，缺乏传统艺术中极其关键的“留白”智慧。 - [10:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=600s) 如果在系统与思考中挤压了“留白”，交易系统就会变成实心土块，彻底失去灵活实用与承载风险的功能。 - [10:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=600s) 真实交易的常态是高度不确定性，交易者必须坦然接受 90% 情况下“不知道”的常态，并在此前提下保持行动能力。 - [20:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=1200s) 可以通过坦诚的人机对话落地 AI 工具：明确自身背景与弱点，让 AI 针对性地辅助补充缺失技能，零基础亦能在短时间内完成 Pipeline 搭建。 - [20:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=1200s) 交易者需权衡“术”（工具、代码与 AI 技巧）与“道”（交易内核、风险控制与心智修炼），工具会随时迭代，但以“无”为核心的认知才是立足根本。

## Detailed walkthrough ### [00:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=0s) AI 时代的“有”与“无”：打破工具焦虑

在 7 月的 Premium Bonus Seminar 中，一位 Premium 用户展示了如何利用 VS Code 开发环境结合 Jupyter 框架，搭建出一套高度专业的期权研发流程（R&D Pipeline）。这次分享展现了极其强大的工程化能力，但随后收到的一些用户邮件却反映出一种普遍现象——**深刻的焦虑**。大家在看到别人拥有的工具、架构与系统时，很容易陷入“别人有而我没有，所以我必须去追逐”的痛苦循环中。然而，这种盲目追赶不仅无法解决根本问题，反而会让交易者迷失方向。

为了从根本上缓解这种焦虑，我们需要引入中国古典哲学中的辩证智慧。正如《道德经》所言：“**埏埴以为器，当其无，有器之用。**”这里的“埏埴”指的是淘洗泥土、揉捏陶土来制作瓷器或容器。陶罐之所以能发挥作用，不是因为陶土本身，而是因为它的中间是“无”（空心的）。正是这种“无”，才赋予了陶器盛放东西的功能。

如果将这个哲学概念映射到现代 AI 时代： * **所谓的“有”**：指的是大模型、各类软件工具与开源生态。例如 Jupyter、Python 及其核心第三方库（NumPy、Matplotlib、Pandas 等）、期权与策略数据库（Database）、策略代码（Strategy Coding）、自动化执行（Automation），以及生成的图表与报告解读。这些看得见、摸得着的工具与技术，充其量只是那个陶土捏成的“杯子”本身。 * **所谓的“无”**：则是 AI 无法替我们做决定、无法替我们制定规则所留下的**思考空间**。如果没有这个“无”，AI 所提供的“有”就如同一个实心的土块，毫无实用价值。

---

[05:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=300s) 决定交易成败的“无”：选择空间与规则制定

AI 时代的“无”并非虚无，而是需要交易者用个人观点、市场洞察和独特认知去填满的核心内核。这种“无”具体表现在以下几个关键维度：

* **选择的空间**：市场中有无数研究方向，AI 或许能罗列出各种选项，但它无法告诉你“什么东西值得**你**去研究”。每个交易者都是独特的，适合别人的策略未必适合你。 - *异动数据（Any-day Data）*：某些特定的日期或事件发生时，市场做出了什么反应？这是否值得你投入精力？ - *波动率（Volatility）*：波动率是被高估还是低估了？波动率的期限结构（Term Structure）及其差值（Difference）是否具备研究价值？ - *风险偏好取舍*：在策略迭代中，你是希望在收益率曲线（Equity Curve）的坎坷处多做优化，还是在最大回撤（Maximum Drawdown）上花功夫？

> **最大回撤（Maximum Drawdown）**：指在选定的观察期间内，资产净值从最高点（Peak）下跌到最低点（Trough）的最大百分比。例如，从峰值回落 20% 后才重新创出新高，则该测试期内的最大回撤就是 20%。

* **规则的空间**：策略的底层逻辑与参数必须由人去定义。AI 无法替你赋予这些规则以灵魂。 - 如何定义异动的阈值？如何衡量回撤（Down）的程度？不同的定义方式会导出截然不同的研究结论。 - 具体的入场（Entry）与出场（Exit）条件是什么？是否需要设置止盈（Take Profit）或止损（Stop Loss）？ - 是否需要加入市场过滤器（Market Filters）？这些都是交易者主观赋予系统的输入（Personal Input）。

很多人企图用机器学习或 AI 去自动搞定所有因子和参数，但这在逻辑上是站不住脚的。如果单纯靠 AI 自动挖掘就能稳定盈利，那就意味着个体必须永远向头部机构（Institutions）低头，因为机构拥有的算力和资源远超散户。若这条路真的畅通无阻，机构生产出的模型将无往不胜，这与现实完全不符。事实上，许多从机构出来“沦为”散户（Retail）的高手，过去依赖大平台的工具，脱离了团队后发现过去那套在个人交易中并不管用。企图依靠 AI 算法一劳永逸地解决规则问题，是违背交易天道的无用功。

---

[10:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=600s) 留白与局限：接受“不知道”才是交易的天道

* **留白的空间**：在传统中国书画中，外行只看运笔的苍劲有力与行云流水，而内行与专家更注重画面中的**留白**——正是那些没有涂满墨汁的地方，营造出了整体的气韵与意境。

在评价一个人时，“看他没做什么”往往比“看他做了什么”更重要。然而，AI 时代最大的缺陷（Bug）恰恰在于：**它装作自己知道一切（She or He knows everything）。**

> "你给 AI 提示词 A、B、C，哪怕你因为打字太快按了 Enter，打出一段牛头不对马嘴的废话，它也能强行为你凑出一个逻辑严密、听起来极有道理的故事。但这完全是胡扯（Crap）。"

如果不留白，就如同试图给一间一室一厅的房子无限加固六个面。当墙体越加越厚，内部的中空（无）就会被彻底挤压，最终房间变成了一个实心的方块（Solid Block）。它失去了空间，也就彻底失去了作为“房子”的功能。

``` 【 AI 的致命 Bug 与交易现实】 ┌────────────────────────────────────────────────────────┐ │ AI 的模式：强行解释 ──> 无盲区故事 ──> 挤压中空 ──> 失去实用性 │ ├────────────────────────────────────────────────────────┤ │ 交易的常态：认知局限 ──> 承认不知道 ──> 保持留白 ──> 符合天道 │ └────────────────────────────────────────────────────────┘ ```

在真实的市场交易中，交易者必须具备以下核心素质： * **实验并识别模型与数据的局限**：高手能敏锐察觉到样本容量过小、数据飘忽不定或底层逻辑脱节的问题，而不是傻傻地套用模型。 * **坦然接受“不知道”的常态**：在市场中，有 90% 的情况下我们是下不了结论、搞不清楚或做不了决定的。**接受“不知道”，恰恰符合交易的天道。** 如果你的 AI 系统在任何时刻都能给你一个无比明确的答案，那往往意味着灾难的开始。 * **在高度不确定性中继续行动**：无论使用何种先进的工具，市场的常态永远是不确定与不稳定。如何在极度不确定的环境中坚持做出正确的行动，是 AI 永远无法赋予交易者的内核。

---

[20:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=1200s) 落地路径：从人机对话到“术与道”的平衡

要将这些哲学思考转化为可执行的行动，交易者可以从以下两个具体的落脚点切入：

#### 落地建议一：开展坦诚的人机对话 抽出一个下午的时间，打开大模型，进行一次彻底的对话循环。不要害怕向 AI 承认自己的短板： 1. **我是谁**：告知你的交易经验与背景。 2. **我会什么 / 我不会什么**：坦荡地承认自己的弱点（例如：“我不懂 Python”、“我不懂写代码”）。 3. **我要什么**：明确表达你想要实现的效果、流程或目标。 4. **询问协助**：让 AI 根据你的个人技能集（Skillset），一步步指导你如何补充所缺的知识。

不要低估自己的学习能力。在社区的真实案例中，有零基础的用户在**不到一个月**的时间里，就依靠 AI 搭建出了一套完全符合自身需求与性格特点的研发 Pipeline。难点不在于技术本身，而在于你是否愿意开始，是否愿意向 AI 承认自己的不足。

#### 落地建议二：借鉴多维度的实践经验 * **零基础用户的经验分享**：后续将邀请零基础搭建出系统的用户，以文字形式分享其真实思考路径与关键节点（落脚点），供大家参考。 * **专家的连载解读**：在 Premium 入学手册中，AI 领域专家“阿坚”正在撰写连载文章。由于他对技术底层极度了解，其视角反而更加审慎与收敛，能够帮助大家避免在现阶段不必要的地方浪费过多精力。

#### 关于“术”与“道”的终极思考 AI 技术的发展日新月异。回想三年前的 AI，再展望两年后的世界，许多现有的技术框架可能会被彻底颠覆重来。

因此，每一位市场参与者都必须做出自己的主观判断（Judgment Call）：**你究竟要花多少精力在“术”（具体的工具、代码、AI 技巧）上，又要花多少精力在“道”（交易内核、风险控制、心智修炼）上？** 工具永远在变，但那个以“无”为核心的交易内核，才是让你在 AI 时代立于不败之地的决定性力量。

## Notable quotes > [00:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=0s) 埏埴以为器，当其无，有器之用。

> [10:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=600s) 你给 AI 提示词 A、B、C，哪怕你因为打字太快按了 Enter，打出一段牛头不对马嘴的废话，它也能强行为你凑出一个逻辑严密、听起来极有道理的故事。但这完全是胡扯（Crap）。

> [10:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=600s) 看他没做什么

> [10:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=600s) 它装作自己知道一切（She or He knows everything）。

> [10:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=600s) 接受“不知道”，恰恰符合交易的天道。

> [20:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=1200s) 我是谁

> [20:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=1200s) 我会什么 / 我不会什么

> [20:00](https://www.youtube.com/watch?v=_wDW5idaUPw&t=1200s) 我要什么

## Mentioned PowerUpGammas, VS Code, Jupyter, 道德经, Python, NumPy, Matplotlib, Pandas, 阿坚

[Source](https://www.youtube.com/watch?v=_wDW5idaUPw)

中文简报

PowerUpGammas警示AI过度依赖致量化策略失效 依靠大模型自动挖掘参数与因子的交易者无法获得持久超额收益，其策略必然因缺乏人为主观规则与盲区意识而失效。 视频针对交易者面对现代 AI 与复杂研发流程（R&D Pipeline）时产生的工具焦虑，借用中国古典哲学中《道德经》“当其无，有器之用”的辩证智慧展开剖析。作者指出 AI、代码与软件等“有”仅是外在工具，而交易者主观的思考空间、规则定义、风险偏好取舍与留白才是决定成败的“无”之内核。视频鼓励交易者坦然接受市场高度不确定性与自身的“不知道”，通过坦诚的人机对话补足短板，平衡“术”与“道”，建立属于自己的交易体系。 破除追逐工程架构的工具焦虑，大模型与代码只是如同陶土的“有”，AI 无法替代的个人思考与裁量空间才是发挥效用的“无”。 (0:00) 策略的底层规则（如异动阈值、出入场条件与回撤容忍度）必须由人主观定义，试图依赖 AI 算法全自动寻找圣杯违背交易天道。 (5:00) AI 的显著缺陷在于习惯强行解释一切，而真实交易需要懂得“留白”，坦然接受 90% 情况下“搞不清楚”并在高度不确定中保持行动。 (10:00) 建议交易者向 AI 坦诚自身短板以快速补齐技能，同时权衡投入在“术”（工具与代码）与“道”（交易内核与风控）之间的精力分配。 (20:00)

Reading summary

PowerUpGammas 指出，面对先进工程工具引发的普遍焦虑，交易者应以《道德经》中“当其无，有器之用”的辩证思维看待技术，认识到大模型与代码只是外在器物（“有”），而真正决定交易成败的是交易者自主定义规则、保留思考留白以及接纳认知局限的内在空间（“无”）。 打破工具焦虑：“有”与“无”的哲学隐喻 (0:00) 在研讨会展示了基于 VS Code 与 Jupyter 的专业期权研发流程后，部分用户因缺乏类似架构而陷入追赶工具的深度焦虑。主讲人援引《道德经》“埏埴以为器，当其无，有器之用”指出，陶罐之所以具备盛放功能，关键在于其中空的“无”，而非泥土本身。在 AI 时代，Python 及其核心第三方库（NumPy、Pandas）、策略数据库、代码及自动化执行均属于看得见的“有”，充其量只是实心的泥土；若缺乏人类独立决策的“无”，工具便如同实心土块般毫无实用价值。 选择与规则：交易内核不可被算法替代 (5:00) 演讲指出，AI 无法替交易者决定具有研究价值的方向，无论是异动数据的选取、波动率期限结构差值的研判，还是在收益率曲线与最大回撤（选定期间资产净值从峰值回落至谷底的最大百分比）之间的风险偏好权衡，均属于个人独特的思考空间。同时，入场与出场条件、止盈止损线以及市场过滤器的阈值设定，必须由交易者主观赋予，不同定义将导向截然相反的研究结论。 针对企图依靠机器学习自动挖掘所有参数的想法，主讲人认为其逻辑并不成立。若纯靠 AI 挖掘就能稳定盈利，散户将永远无法与算力和资源更庞大的机构竞争；但现实中脱离平台资源的机构从业者转型散户后，过往依赖大团队工具的模式往往失效，证明试图依靠算法一劳永逸解决规则制定违背了交易常理。 艺术留白：识破AI幻觉与接纳认知局限 (10:00) 类比中国传统书画重视画面“留白”以营运气韵，主讲人指出，过度向系统堆砌规则如同将房屋墙壁无限加厚，最终会彻底挤压居住的中空空间。AI 时代的一大缺陷在于系统倾向于“假装知晓一切”，面对不合逻辑的提示词也能强行编造出看似严密的合理解释。真实市场交易要求参与者能敏锐识别小样本和数据不稳定的局限，并坦然接纳在 90% 的情况下无法得出明确结论的常态；在高度不确定的市场环境中保持审慎并继续做出正确行动，是自动化系统无法替代的核心素养。 落地路径：坦诚人机协作与“术道”平衡 (20:00) 在实操层面，主讲人建议交易者与大模型展开坦诚对话，清晰告知自身背景、真实目标并坦白技能弱项（如缺乏编程基础），借助 AI 针对性补全知识体系；社区案例表明，有零基础用户在不到一个月的时间内即搭建完成了符合自身风格的研发管线。此外，参与者还可参考专业人士更为审慎的底层视角，避免在非关键技术细节上过度消耗精力。 面对技术日新月异且框架可能在数年内被彻底颠覆的现实，交易者必须主动权衡：究竟分配多少精力于具体工具与代码技巧（“术”），又投入多少精力于风险控制与交易心智修炼（“道”）。工具形态持续变迁，但以“无”为核心的交易认知才是长久立足的根本。 主讲人强调，外部技术架构与 AI 工具随着时间推移极易被颠覆，交易者不应将重心完全置于对特定工具的盲目追赶上；如何在工具迭代浪潮中坚守主观规则定义、保持适度留白并承认认知局限，是每位市场参与者必须权衡的主观抉择。

Source quotes

[0:00] 埏埴以为器，当其无，有器之用。 [10:00] 你给 AI 提示词 A、B、C，哪怕你因为打字太快按了 Enter，打出一段牛头不对马嘴的废话，它也能强行为你凑出一个逻辑严密、听起来极有道理的故事。但这完全是胡扯（Crap）。 [10:00] 看他没做什么 [10:00] 它装作自己知道一切（She or He knows everything）。 [10:00] 接受“不知道”，恰恰符合交易的天道。 [20:00] 我是谁 [20:00] 我会什么 / 我不会什么 [20:00] 我要什么

Original transcript

[0:00] 我们在7月份的时候给大家去做了一个关于Premium的bonus他这个 seminar 是由我们的Premium用户来给大家去做的其实是一个非常非常专业级别的分享那么这东西的本质是什么东西呢我给大家去写一下实际上是一个借助一个viscode的这开发环境viscode我们去做了啊使用Jubyter的框架然后去搭建了一个关于option的R&D的pipeline一个研发的流程那么其实是这样的大家在很多人在关心我们如何去做这个至少是从现场的表现实来看因为我站在的角度跟大家是不一样的我永远是从一个第三方角度我去思考这个问题我是在看其实我在看你们是如何反应的包括我在这段时间结束之后我收到了一些邮件我看到一种现象就是因为大家都在关注这个事情所以说产生了一定量的焦虑其实反了产生一定量的焦虑为什么会产生这样的现象因为你们看到的是有什么这个是人家别人有的别人有什么我没有我没有什么所以我想有在追逐这个过程中这是很痛苦的过程所以我就产生了焦虑因为我还没有达到好那在这个AI的时代啊我给你提出一提出一点不同的思考的方式并不是并能够缓解你的焦虑能够指导你未来该如何去做好不知道大家对这个中国的古典哲学有没有研究给大家一句话我写出来你可能没有看到过山植土字旁的山植我写出来再跟大家说什么意思山植以为气当其无而有弃之用扇扇执扇是动词执是名词我们去捏去揉搓执是什么扇执执是淘土这种泥巴我们去捏这泥巴去做这个瓷器作为它一种容器当其无什么概念的话我们下个图中间我们是因为他中间是无中间是空的我们这是杯子对不对假设是陶土捏的中间是空的而有气之用正是因为他中间是空的他才能够作为一个容器如果仅仅是这个陶土的话没有任何意义这就是中国古典哲学所给你的智慧为什么我们今天放在这里说因为我想给你传达的一个思想是AI的世界有有什么何为有就是我们可以通过学习了解所获得的一种相对容易获得的一种技能一种知识体系或者是甚至让他帮我们做出的某种应用你就简单的理解成是一个APP好了这个世界的有这是AI世界的有我们通过那个那个Seminar给你呈现的是什么呢我们呈现的是大模型软件完全有很多很多比如说DripyterPython包括Python的各种各种各样的三方库比如说Numerical Python还有MetplotLib等等等等等等还有Pandas等等等等随便举些例子软件数据库Database比如说是Option的还有基于这个策略的strategy coding还有后面所有连程的automation对吧这些全部都是有啊我还漏写了一个报告以及图表报告的解读 [5:00] 图表的生成全部都是你在所看,由肉眼所看到的那些用我们都可以完成,都可以做到你也可以拥有它而这些东西呢所有东西加起来就是我们刚才所说的那句话的baby是一个杯子是一个杯子咖啡杯好了如果中间他是没有是没有这个无我们待会要讲没有这个无他起不了咖啡杯的作用我是一些比喻以及一些抽象的概念混合给大家一起来讲所以希望大家我有时候不会讲的非常明确希望大家能够穿插的理解啊这是我们要讲的AI世界的有AI世界的卢是什么他无法替我们做决定无法替我们定规则也就是说他留给我们很多的空间这个空间要塞满你个人的一些观点和看法为大家总结一下有什么样的东西第一个抛软引玉啊不一定是只有这么几个啊永远记住我们不是蓝墙家校所有东西都是概念性的都是引发你深深思考的只有笨蛋才会看以一就一的就是论事我们永远都是举一反三比如说是选择的空间这里面很重要一点就是我该往哪个方向什么东西是值得你一定是你啊不是说所有人因为你是独特的值得你并不一定值得我不一定值得他值得你去研究的也就是说你的研究方向在哪里AI能告诉你吗ProbablyAI可以告诉你但不一定有用这个是你自己掌握的你必须他必须要留给一定的选择空间留给到你这个就所谓的无的表现之一比如说我们举个例子啊这个永远是主义反三啊And day down值得你研究吗嗯人家里多少天是什么反应如何值得你研究吗volatility 是否会被高度或者是啊低估值得你去研究吗或者是说volatility 的 term structure他之前的 difference 是否值得你研究嗯有没有想过并不是说比如说有的人适合研究这个有的人适合研究这个有的人是会研究这个不是说任何一个方子就像中医一样的每个人吃一样的药是给傻子吃的我碰到一个问题我是想在坎上面再去花一些功夫呢还是说maximum drawdown下面我再去花一些功夫全部都是你自己选择的所谓的这个maximum drawdown就是你的actry curve 这个 line从他比如说我们现在观察是也在这个地方so far 迄今为止最高点他开始下跌了那么这个下跌到这里开始往上涨了OK他的百分比是多少未来有一天他继续冲破了以前的前高那么这是我们的开始观察点又开始往下走好这个percentage和之前的percentageA和B哪个最大我们取一个maximum就是他整个系统的最大回撤比如说20%OK就是代表你的AQ在你的测试期间之内曾经有过最大的最大一次的是20%的从高点到最低点的下降程度啊哪一些是值得你研究的这是第一点我们刚刚说的第一点是选择的空间是你自己最重要的就是什么是值得我去做的事情你需要自己判断这就是五的表现之一第二点规则的空间必须你自己去做我们还是举刚才那种非常傻的意思And down的话我如何去定义这个and这and到底是多少我如何去衡量这个down何为down嗯做法不同结论也是不同的那么when entry什么时候可以 [10:00] 入场啊当然自然很容易想到是什么时候是Exit在Exit的过程中我们是否设定一定的TP Profit Target或者是Stop Loss有没有必要嗯全都是你规则去制定的啊都是你的主观那么在整个的过程中研究研究的过程中我是否还需要设定的一些的Market Filter又没任何的必要全都是你的personal input有的人想这不就是所谓的parameters吗参数或者是所谓的因子那么我用的是learning把这些东西全部搞定可以吗极大概率是不可行的其实你可以这样去想啊如果他是可行的话就意味着你作为个体这方面的技术是不是永远要向某一个这种人低头啊institution 低头啊他们是不是玩的比你厉害啊也就是说他们所产生出来的东西如果一旦这个是非常好用的话产生一个就盈利一个产生第二个盈利第二个不会失败跟现实完全不符这是我们直接从道理上给他去逻辑上给他去推断甚至是我在我有很多朋友是从机构出来的他们从以前是institution变成了一个retail沦为retail啊为啥以前是吃吃大锅饭的呢吃吃荒粮的没有工具发现他们老子就是一个傻子那么被迫以retail方式去生存以前弄那一套用过来没有什么太好的发挥所以我给大家两点原因不用去考虑这些事情你用马上龙腻去解决我们刚才所说的那件那个事情是极为困难的因为他违背了我们刚才说的第一点违背了天道但凡如果一件事是逆天道的事情从我个人角度来说我连尝试的意愿都没有因为完全是浪费时间好我们刚才讲的第一点表现形式第二点表现形式都是无第三点依旧是他的表现修给大家说三点啊但是依旧是那句话举一反三这个关键词叫做刘白什么叫刘白这个词听说过吗白飞我们先给他说这个句话你是不是听过一句话就是你去看一个人去衡量一个人不能光去听怎么说去听人家怎么说说你要去看人家怎么做是不是很流行这样的说法那更重要的是什么呢你要去看人家没做什么因为没做什么很大程度上会比他做了什么更重要这是一种什么样的思想我给大家举个例子好了哎举不是例子是打个形象的比喻有没有人去以前小时候去练过书法的中国书画吧中国书画什么概念啊就比如说乱七八糟的狂草一堆啊外行人啊不是外行人了有的人他们会去看这里面的韵笔苍净有力行云流水看着你心情舒畅这是一个非常好的字画但是专家内行人怎么看除了看这些韵笔他们还要去看中间这些空白的位置没有涂满墨汁的位置他们营造了什么样的感觉这就是我们刚才所说的第三点留白你要看他每做 AI 没有做什么事情有没有发现啊我们待会说这个问题咱们不考虑 AI 时代啊往前去推三年吧三年之前你是一个研究型的人才 [15:00] 是个研究型的市场参与者你经常会面对这样的问题啊比如说你发现非常讨厌没办法数据不够样本容量太小样本太小样本就是测试出来这个结果量各种结果都是飘忽不定的我们称之为是不稳定还有这个总体的大逻辑相当不对所以这就会导致什么样的结果呢你作为一个研究型的人你经常会说哎呀算了我不知道我下不了结论先放着吧极为正常但是到现在呢因为我们依旧在说第三点AI时代有一个重大的bugShe or he knows everything他知道所有的东西给他ABC他一定给你凑成一个逻辑严密的故事我现在有时候因为我打字稍微有点慢我有时候经常会打错东西打出来的东西呢牛头不对马嘴我一下按了手块Enter进去了他给我输出了一个东西我想这个东西他能够帮我解释吗结果他还是帮我解释出来了看上去非常有道理实际上是CraftAI时代他知道所有的东西他假装他知道所有的所以他一定能够给到你的答案但这个答案是对的吗大概就是不对你可以换这个角度我们再举个例子换这个角度去理解比如说这是一个房子这是你的一室一厅你的小房子学过高中几何的是立体立体正方体有六个面啊你想加固这个面加固这个面这个面都想加固四个面都想加固六个面都想加固结果呢他就会变得越来越小中间是中空的我们称之为是无或者是空都可以他会变得越来越小中间的无会慢慢的消失于是他就变成了一个实心的block它成为房子吗它成为你的房间吗它不再是房间了这东西消失它的作用就没有了我希望能够借助这个例子去理解AI的这个bug今天我们讲了什么呢在AI的世界中它的有与无的相对或者是辩证的关系你要知道这个是非常重要的你们所看到的表面现象是有但是你要知道这个presenter他能够让你看到这些有他能够把这些有说出来他底下有是底下有多么强大的无如果他没有这个无的话是不可能让你看到这个有是形成不了这个有的所以你们的重点如果是光注重在这个地方里面就看错了方向Presenter如果没有这个东西他是拥有不了这个东西的所以这个永远是重点他拥有什么东西我给大家去罗列一下或者是推而广之是适用于所有的市场参与者我们只是以那个presenter作为一个例子适用于所有市场参与者你们所关注的无是什么呢第一个就是你们要知道什么值得你做你研究一定要是强调你不是他每个人都是不一样的什么值得你研究第二个你如何去定义规则因为AI定义的规则不太靠谱第三个你要去识别模型其实这里面是一个很重要的东西我希望你在这个presentation的字里行间能够体会到这一点高手是能够实验模型 [20:00] 请与数据的局限的而不是傻用第四点你要经常能够接受不知道就是我们说的第三点做不了不清楚下不了结论这样的状态这是一个常态这个才真正符合交易的天道我们随便说个数字90%情况都是这样子难道真的是10次里面一定有有9次吗不一定是绝大部分都是这样的情况不知道搞不定不清楚如果你发现有一天你通过你的应用AI的应用啥玩意都非常清楚不那就恐怕有问题了更为重要的一点刚才我们讲的是第四点啊第五点在高度的不确定性中不确定性中继续行动重点是高度不确定无论你用什么工具这个市场的常态market常态就是一个不确定的世界不确定的状态它是个不稳的状态继续行动这些东西我们刚才说的一加二加三加四加五等于这个五这是AI永远给不了你的就是一个市场参与者必须要有的内核有了内核三直以为弃当其无而有其之有这句话你才能真正派上用场好我们讲了这么多有的人最其实我认为最重要的其实在前面但有的人可能会认为这个比较重要我们如何落地呢两个建议啊我觉得你就行动起来很简单的事情打开你的大模型你就去问他第一个我是谁第二个我会什么第三不会什么或者是弱点在哪里不懂什么东西比如说我不懂拍扫不懂代码你都告诉他你的弱点是什么我要什么我要什么或者是我要什么我们既然是或者是我我要什么东西我要什么效果我要什么流程坦荡一点想要什么全部跟他说问他如何协助我好了你把这个东西你去花一个下午的时间跟他聊你们的对话循环就开始了慢慢的你就知道你可以干什么了结合你自己的skill我不我说的不是 skill md啊我说的是你自己的能力你有交易经验但是你有很多的软件很多的功能我很多的代码我都不懂那么你是一个独特的你结合你自己的这是你的 skill set这是你的 skill set结合你的 skill setAI会帮助你做出你要的东西只要你可以可花时间肯去再重新学一点点东西我不是说学很多就要学一点点东西我觉得给你三个月都算低估了你的智商我们有用户我不告诉你具体天数我就告诉你是一个月之内小于一个月是零基础啊做了一个你所看到的这个pipeline类似的东西因为人和人永远是不一样的我们的出发点我们的思维模式 [25:00] skill set是不一样的所以做出来的东西一定是不一样的是符合你自己自身需求的和性格特点的就花了这些事情做了一个类似的东西出来真的很难吗是你不愿意开始而已不愿意向AI承认我不会什么告诉他你不会什么他都能帮你搞定好 这是我说的第一点第二点第二个落地点我会邀请一些这种零基础的零基础的用户去跟他去以文字的形式去分享一下他怎么做的怎么做他做了啥他是怎么思考的这样你就大概有了一些关键的节点我们称之为落脚点那么结合我们刚才说的第一点你就能做了记住话他们永远我邀请的是一些零基础的用户但是什么时候能够提供给我这要看人家的时间首先人家没有衣物向你提供这些信息所以不要着急人家写了我会把它放上来另外我们在这个Premium入学手册里面的一直给大家去有一个连载啊这是我们的阿坚为大家写的阿坚是个AI领域的专家所以你会从不同人的角度去体会去认识这个AI阿坚的角度实际上是一个我认为是比较保守的因为他对这个行业太了解了所以他写的东西会有所收敛也许是他认为有些东西是现在暂时没有必要花太多时间的所以这可能会牵涉到另外一个问题当然我这个就是纯属个人观点你们自己去把握了啊你们要去发挥自己的judgment callon your call因为我也说不准但是我始终会认为数与道的区别AI的变化是非常非常快的我们你回想一下三年前的AI是什么样子我们再往后推就算两年吧两年之后这个世界会变成什么样子我们会不会有很多东西要重新推导重来所以这就会导致你不得不去思考一个问题我要花多少精力在这个地方我要花多少精力在这个地方你自己去拿你自己去做judgment call我至少我给大家去present出来的东西有一些用户分享的他是如何做的也有像阿坚这种AI专家给大家以一种以另外一种形式所呈现的对于AI的理解阿们