杯子

打算编写一套程序，用llm + langgraph + 遗传算法 去调用回测。 大致算了一下这套程序的llm用量，每代12个，分裂12代，也有144次回测的调用，每次回测需要的执行时间也很长，大概要8分钟左右。如果加上walk-forward，执行次数还要乘以N。 总体的时间消耗很高，且token调用次数也多，不知道最后的效果怎么样，先干再说

在昨天的基础上进行的跟新： 昨天自动给每一笔交易添加市场情况，但是我发现同一套指标对不同的token的效果并不一样。 今天把市场状态抽离出来了，现在既可以手动添加，也可以针对不同的token，用不同的指标去计算市场趋势状态。 继续进化~~~

我刚给回测系统加了一个小功能：每笔交易自动标注「牛市 / 熊市 / 震荡」。 以前回测看见收益波动，我经常要再开一层图去猜：这笔单到底是在什么市场环境里开的。 现在直接在交易记录里看到状态标签，复盘快很多。 这次改动不复杂，但对后续分析特别关键： **从“看结果”变成“看结果 + 看上下文”。** #量化交易 #回测 #策略开发 #交易系统 #程序员日常

今天买了一块黑板，越来越能感觉到，在ai时代，个人思考的重要性了。

看完这期访谈我后背发凉：应届生招聘率已经下滑 23% 到 30%，而有人用 6 周 + 几个工程师 + 8 个 AI 就搭起一家 AI 初创。 最恐怖的不是 AI 会抢工作，而是你以为这事离你还很远。 以前是“努力就能追上”，现在更像“每周不更新认知，就会被时代静默淘汰”。 我现在给自己的硬规则是：每周至少 1 小时，把一个真实工作流交给 AI 重做一遍。 先抢位置，再谈焦虑。