数据正在下载,但“猜”不能停——从串行、解耦到即友的“猜想与反驳”

昨天那篇文章发完，我也没停下，晚上又往前拱了一小步。

说“一小步”是因为数据下载还是断断续续，进度条卡在三分之二，剩下的一百多只股票怎么都下不完。

没办法，数据下不完，闲着也是闲着，总结一下昨晚的进展吧。

一、从“并行”到“串行”，再到“解耦”

上次文章里的代码，用的是多线程并行下载。300只股票，15个线程同时跑，理论上两小时搞定。实际上呢？十分钟之后，终端开始报错：

‘utf-8’ codec can’t decode byte 0xa8…

Error -3 while decompressing data…

[Errno 9] Bad file descriptor

“`

我问AI怎么回事。它分析了一通，说是网络问题、库版本问题，建议我升级、重试。我照着做了，问题依旧。

后来我换了个思路：既然并行不行，那就串行。一次只下一只股票，每次间隔1秒。虽然慢（300只加起来要两三个小时），但至少不再报错了。

我把这个想法告诉AI，它说：“这样效率比较低，但可以试试。”——你看，它不会主动建议你“降级”的。因为它的优化目标永远是“更快、更准、更高效”，它不知道接口的稳定性比速度更重要。

AI擅长在既定框架内找最优解，但它不会主动质疑框架本身。并行快，但接口扛不住，那再快也没用。这个判断需要人来做。

于是数据又能继续下载了。趁着这段间隙，我回顾了整体过程，觉得哪里有点怪怪的，突然脑中一闪：训练脚本每次运行都要全量下载，即使数据没变。这就像每次做饭都要从种菜开始，完全不讲道理。

于是我让AI把流程拆成了四个独立的脚本：

1. download_data.py — 首次全量下载，串行，支持断点续传。

2. update_data.py — 每日增量更新，只请求缺失的日期区间。

3. train_model.py — 每周训练，只读缓存，不联网。

4. predict_daily.py — 每日预测，也只读缓存。

这个“解耦”的思路不是AI给的。

AI很擅长帮你实现一个你已经想好的架构，但它不会主动告诉你“你的架构有问题，应该拆开”。你需要先有那个判断，然后再让它帮忙写代码。

 二、AI的“谄媚”和我的“探测脚本”

这次折腾中，AI帮我写了不少代码，但也经常把我带进沟里。最典型的就是“猜测数据格式”。

比如Baostock返回的股票列表，我让AI写解析函数。它看了一眼文档，自信地写出`row[0]`就是股票代码。结果运行后发现全是日期。

我让AI改代码，AI继续猜测数据格式。我受不了了，就让AI给我一个探测脚本，打印了前10行原始数据，才发现真实返回的是`[日期, 代码, 名称]`，股票代码在第二个字段。

我跟AI说：“你为什么不先让我打印一下原始数据再写代码？”它回答：“为了避免给您增加额外的步骤。”——这不就是典型的“讨好型人格”么？宁可猜错，也不愿意让用户多跑一步。

后来我养成习惯：凡是涉及数据格式的地方，先写一个10行的小脚本把原始输出打印出来，看懂了再让AI写正式的解析逻辑。这个流程虽然多了一步，但省去了后面无数次改代码的时间。

还有时间解析。Baostock返回的`time`字段是`20260401094500000`这种14位数字，我需要提取`HHMM`。AI一开始给的正则又长又复杂，我说：“你就取第9到12位不行吗？”它愣了一下，说“可以，更简洁”。

——有时候AI会过度设计，把简单问题复杂化。

三、任务时间：从“下午4点半”到“早上8点”

这种每天要进行的任务，放在哪个时间点合适呢？关于任务的时间，也有一段小插曲。

AI一开始建议我每天下午4点半运行更新，理由是“收盘后数据已就绪”。我犹豫了一下，觉得盘中数据可能不稳定，万一4点半数据还没更新完呢？

后来我让AI查了Baostock的说明，发现上一交易日的分钟数据通常在次日凌晨才能完全提供。

于是我把时间改成了“每个交易日上午8点”。

– 8:00 运行`update_data.py`，只更新到上一个完整交易日（避免盘中不完整数据）。

– 8:15 运行`predict_daily.py`，基于上一个完整交易日的特征进行预测。

– 8:30 打开Streamlit看板，查看今日推荐。

这个时间点，数据已经稳定，开盘前就能拿到信号。AI没有主动提醒我考虑数据延迟的问题，它只是照搬了“收盘后运行”的常见模式。

四、人和AI怎么配合？我最近在想的事

进步真正的起点，是一个人面对一个没人解决过的问题，闭着眼睛往前走了一步。这一步没有任何依据，没有任何保证，甚至大概率是错的。但它一旦被迈过去，从此世界就多了一条以前没有的路。

即刻“莫唯书Mark”

我们从小被教育做事情要有依据，要等有足够证据再下结论。这套方法论在稳定、重复的环境里管用，但在真正的创新面前完全失效。因为真正的新东西在刚出现的时候，是没有依据的，必须被凭空“猜”出来。

即刻“莫唯书Mark”

这就是“猜想与反驳”的核心逻辑：你提出一个猜测，然后拼命试图推翻它。扛住了就暂时成立，扛不住就知道这条路不通。错误不再是失败的证据，而是进步的燃料。

即刻“莫唯书Mark”

我从不担心AI太强，我担心的是我们会因为太舒服而忘记自己还有“闭着眼睛往前走一步”的能力。

即刻“莫唯书Mark”

如果你不主动想，AI不会替你想。如果你连问题都提不出来，它就只是台高级计算器。

人类的这个独特能力，希望不会在和AI相处中，因为顺其自然的自己偷懒而渐渐被放弃了。

五、最终产出的四个脚本和当前进度

现在我的项目目录长这样：

stock/

├── minute_cache/          # 分钟数据缓存（parquet文件）

├── download_data.py       # 首次全量下载（串行，已跑通）

├── update_data.py         # 每日增量更新（只到上一个完整交易日）

├── train_model.py         # 每周训练（只读缓存）

├── predict_daily.py       # 每日预测（只读缓存）

├── dashboard.py           # Streamlit看板

├── model.pkl              # 训练好的模型

└── predictions.csv        # 历史预测结果

“`

数据下载还在进行中——不是代码问题，是免费接口就这个速度。等全部下完，接下来才是重头戏：训练模型，看看预测准确率到底怎么样。

说实话，我不确定这个策略能不能赚钱。但它至少让我跑通了一套自动化的数据管道：每天8点更新，8点15自动预测，打开浏览器就能看到推荐。

这件事本身还有点其他价值——即使最终模型表现一般，这个框架也可以用来实验其他特征和算法。

写这篇文章的时候，数据还没下完。我也不知道最终的模型效果能不能跑赢基准，更不敢说能赚钱。等数据下完，训练完成，我再来写第三篇——看看模型到底有没有用，还是又是个玄学。

当然，一如既往：本文完全由AI生成，真假自辨。