用 WorkBuddy 把 A 股战法改造成可证伪的工程系统：回测四步法 + 每日自动化守门

用 WorkBuddy 把 A 股战法改造成可证伪的工程系统：回测四步法 + 每日自动化守门

首发：腾讯云开发者社区 ｜ 分类：人工智能 / 开发工具 标签：#WorkBuddy #CodeBuddy #量化回测 #AI工作流 #A股 #自动化 全文约 3600 字，配图 7 张（见文中【配图】标注）

开篇：一份"很唬人"的战法文档，本质是一堆没被证伪的信念

每个做短线的人电脑里都躺着几套"战法"——主升浪、打板、弱转强，规则写得比教科书还齐。但有一个问题从来没人正面回答过：这套东西，到底经不经得起数据拷打？

我手上有份迭代了很久的战法文档（内部代号 V18）：六层架构、21 条铁律、一个方向分开仓公式、一堆情绪周期判定。文档本身是完整的，但坦白讲，在改造之前它和市面上所有战法没区别——是一捆写得很自信、但零次被证伪过的信念。

这半个月我干的事，不是"用 AI 选股"，而是用 WorkBuddy 把这份信念文档，重构成一个可证伪、可压测、可每日自动复现的工程系统。这篇文章不吹"AI 真香"，只讲踩过的坑和沉淀的方法——这套方法论对任何想被验证的策略都适用，不止炒股。

配图1

第一关：先给口径"上锁"，治的是 AI 的漂移

让 AI 跑回测，第一道坎不是模型聪不聪明，而是口径会漂。同一个"连板数"，周一它按"连续涨停天数"算，周三它按"几板"算，结果自然对不上——你以为在验证战法，其实在验证 AI 当天的理解心情。

我的解法是把关键口径钉死进 Skill 文件，而不是写在聊天里靠"我提醒你一下"。四个"致命口径"强制锁 T-1 交易日：

• 连板数：剔除 ST，取"连续涨停天数"，禁用"几板"这种口语
• 方向分开仓公式：逐项写死（涨停数/100 − 跌停数/20 − 炸板占比/50），严禁把"炸板数"偷偷换成"炸板率"这种等价改写
• 炸板 / 晋级率分母：全部锁 T-1，不许用当日数据自证

钉死之外再加三道护栏：前置日期校验、临界值二次确认、watchdog 异常告警。任何一道拦住，错误结果不许静默流过。

配图2

可复用要点：让 AI 做数据活，先把"名词定义"和"计算口径"固化成文件级硬约束。这是防幻觉最有效的一招，没有之一。

第二关：回测四步法，一步比一步狠

口径锁死后才敢跑回测。我分四步：

① 阶段二全量回测（不抽样）

直接上全量：614 个交易日 / 239 天放行 / 3071 个信号。保守结论是——按规则每日选第 1 名的组合，2.5 年累计 +80.4%（保守下界，5 万→9 万这个量级）。

但一个 +80.4% 证明不了任何事，除非它扛得过下面三"洞"。

② 洞一：幸存者偏差压测

回测最经典的造假就是幸存者偏差——偷偷把最差、退市的票剔了，收益自然虚高。

我写脚本查：全部 5620 只标的里，回测失败的 32 只是什么？结论——全是深证指数（sz.399xxx），根本不是股票，零退市股被误剔。再深挖：缓存里窗口内消失的 89 只股票（74 只是 ST/退/*），其中 12 只退市股是真的触发了信号、进了成交表、坏结果已被算进去。

没有系统性剔除最差票 → +80.4% 被加固，不是虚高。

配图3

③ 洞二：翻红时点拆解（1916 笔全量）→ 立档一个新形态

我怀疑"大阴票次日翻红"里，翻红早晚影响收益。拉 1916 笔全量，用三脚本链拆解（拉分钟 K 线 → 结构拆解 → 买入价口径修正）。

拆出一个新形态：晚翻红（10:00 后才翻红）组，剔除涨停动量污染后仍 +4.16%，跨过我预设的 +2% 立档线。我把它正式立档为 7.7.12 晚翻红形态，但立档时钉了三条精确化注记，防止未来误用：

• 证据边界只覆盖"低开"路径：467 笔全部来自"低开大阴"信号池，"平开 + 晚翻红"零数据，不得借用本形态证据
• 幅度阈值仅单档（≥1%），未做强/标准分层 → 标注"幅度结构未验证"，毕业流程第一道考题
• 止损参数留白：严禁默认沿用早翻红形态的 −5%，须用自身数据另定

这里有个关键教训：冒烟测试骗过我一次。小样本冒烟显示晚组污染率 62%、新口径 +25%，全量一跑是 12.4% 和 +6.64%——冒烟≈某个子集，虚高严重，必须以全量为准。

配图4

④ 洞三：出场逻辑三组对照（框架已立档，执行冻结 48h）

买入验完，出场呢？设计三组跑同一份信号：A 组现有规则 / B 组"固定持有 5 日"作锚 / C 组纯止损。A 与 B 的差值就是"出场规则贡献了多少"。

诚实边界写进方案：回测只验止损、验不了止盈——止盈信号（冲高乏力、高潮兑现）要盘中实时判断，历史日 K 里根本没有"当时会不会触发"的记录。跑完严禁宣称"止盈也被验证了"。

第三关：模型选型惨案——选最听话的，不是最聪明的

这一关是血泪换来的，必须单独讲。

回测最初我用了某个"重型"模型跑晋级率，它大面全对——连板、方向分、炸板、涨停全对，唯独晋级率分母套了套套逻辑：它把"当日连板数"当成 T-1 自证成 100% 晋级率，单点错直接翻转了整条决策。根因不是 prompt 写错了，而是工具语义被误用（tdx_screener('连板') 返回的是当日数据）。

结论很反直觉：模型不是越聪明越好，是越听话越好。最终格局是——

• 主力：一个轻量、官方直连、支持工具调用的模型，8 个时点任务全用它，稳定守规矩
• 备份：两个不同厂商的模型做影子对照和自检告警，互不依赖
• 淘汰：那个"最聪明"的重型模型，就因为它会在单点上给你一个漂亮但致命的错

可复用要点：让 AI 进生产流程前，先跑一道"硬化同题 A/B"——换模型必须和原模型答同一道题对一遍。冒烟≠重型，漂亮结论≠没错。

配图5

第四关：把验证跑成"每日自动化流水线"

前面都是离线回测，真正的考验是每天自动跑、而且不漂移。我把整套流程拆成 8 个定时任务（cron），覆盖 07:00 早盘简报到 15:32 大阴候选池：

上线前我只读直查了调度库的 next_run_at，确认 8 个任务全部指向 7/20（周一）对应窗口、无空、无错日期——这是周一真行情前唯一能提前验证的环节，其他全靠真实数据。

为了周一"干跑不真买"验收，我还列了 5 项打勾清单：门控话术是否出现"方向分 <0.5 → 禁开仓"、冰点期是否零"可买入"输出、三形态分流格式是否对了档位、信号只记录不动钱、8 个 cron 是否按时自触发。盘后五分钟打勾，五天攒出系统第一份实盘验收报告。

配图7

三条铁律：比 +80.4% 更值钱的方法论

跑完这些，我沉淀出三条纪律，能迁移到任何回测场景：

铁律一 · 诚实声明边界。 洞三只验止损、验不了止盈。AI 很容易给你一个"看起来完整"的结论，你得自己守住"哪些没被验证"。结论完整 ≠ 没作弊。

铁律二 · 防过拟合，禁参数寻优。 洞三只跑三组对照，绝不试 −4%/−6%/−7% 哪个止损线最好——那是拿同一份数据给参数挑答案。判定只有一条：A 显著优于 B（差值 >1% 且样本外同向）才算有效，否则说明它在帮倒忙。

铁律三 · 48 小时冷静期。 洞三设计完我没立刻跑，冻结 48 小时。"设计完手痒立刻跑、不满意就改参数"是回测者最经典的翻车姿势。给冲动留一个强制冷静窗口。

收尾：AI 是验证工具，不是印钞机

半个月最大的收获不是那个 +80.4%，是提问方式的转变：

• 以前问 AI："明天买什么？"
• 现在问 AI："我这套方法，经得起证伪吗？"

WorkBuddy 扮演的是不知疲倦、口径一致、能被护栏约束的验证助手——3071 个信号、5620 只标的、1916 笔翻红，手工三个月做不完的活它跑完了。

但它不是神。决策边界、诚实声明、防过拟合、模型选型，全部得我自己守。 模型给你漂亮结论，是你要判断它"有没有偷偷作弊"。

这，才是 AI 时代散户能拿到的那点微弱优势——不是让 AI 替你赌，而是让 AI 帮你把"信念"变成"可验证的知识"。

配图6

本文所有回测结论均为历史数据的保守下界，不构成任何投资建议。市场有风险，方法需自证。