ARTICLE · 1247084
有AI做助手,小白也能快速拥有个性化生产级量化系统
本文约4200字，建议阅读时间11~16分钟
关键字：AI，量化，Agent，LLM，Quantitative Trading，Vibe Coding，WorkBuddy，A股，量化系统，个性化，生产级，开发方案，工作空间，Deepseek-V4.1-Flash，系统底座，数据层，因子层，策略层，回测层，应用层，NeoData，westockdata，Akshare，iFinD，DuckDB，Parquet，列存储，backtrader，qlib，vectorbt，QMT、MiniQMT、PTrade，回测引擎，双因子时序，横截面动量，单票择时，均线交叉，通道突破，K线形态
我们在上一篇AI之量化系列-AI能替量化做什么，当前真正的价值在哪文章中介绍了AI与量化结合的理论与现实基础以及一些基于Workbuddy系统开发的准备工作，这一期将重点介绍如何利用Workbuddy快速搭建一个个性化生产级量化系统。
一、项目工作空间
在与AI（agent）共事时，建议先创建一个工作空间（可以理解为项目办公室，是你和agent工作的地方），并以标的+频率+交易类型+项目名称命名（比如stock_daily_trend_quant）。
WorkBuddy默认创建的工作空间通常在C盘下，所以不建议直接通过左侧导航栏【空间】的加号进行创建，可以先到其他盘（比如D盘）创建一个文件夹（以完整项目名称命名），然后在右侧对话框下方点击【选择工作空间】->【打开本地文件夹】->选择自定义的项目文件夹即可。
同时，也可以在对话框右下方选择对应的模型，如果积分充足（比如1000+），建议可以选择token消耗倍率>0.00x的模型，比如Deepseek-V4.1-Flash参与方案设计与开发。
用AI（agent）做一件事，特别是我们陌生的领域或者需要稍微复杂流程的工作时，我们可以先给AI提出总需求，充分让AI发挥，然后给到我们做事情的核心基线。于是，我把创建一个相对完整的A股量化系统项目的想法告诉agent，并让它先给出一个量化系统建设项目架构的大纲，不到一分钟的工夫：
项目层级骨架图（感觉确实专业^-^）：
编号 | 决策点 | agent推荐 | 理由 |
D1 | 系统定位 | 研究决策支持为主，实盘人工下单 | 1、个人全自动实盘受券商接口权限与资金门槛限制； 2、策略未经充分验证即接实盘，风险成本高于收益 |
D2 | 数据频率 | 日频为主，分钟级后置 | 1、日频可覆盖绝大多数有效因子； 2、分钟级在数据量、撮合复杂度与策略容量上的代价呈指数上升 |
D3 | 数据源 | NeoData / westockdata起步，akshare 兜底，iFinD 交叉校验 | 1、三者均可低成本接入； 2、采集层做成适配器，避免绑定单一数据源 |
D4 | 存储方案 | DuckDB + Parquet | 1、单机列存、零运维、可被 pandas 直接读取； 2、全A日线十年仅数GB，无需独立数据库服务 |
D5 | 回测引擎 | 自研轻量向量化引擎，A 股规则手写；vectorbt 仅作因子扫描加速 | 开源框架对涨跌停不可成交、停牌、T+1、复权多为半成品，改造代价高于自研 |
D6 | ML因子 | 先规则因子，ML列为V2 | 缺少可信回测的ML因子无法证伪，容易把噪声包装成 alpha |
D7 | 界面形态 | CLI +静态HTML 报告，Web 后置 | Web 化约占一半工作量，却只带来最后约10%的使用价值 |
备注：
1. 建议讨论顺序：D1 → D2 → D3 → D5；D6、D7可由前四项推导。
2. D1未确认前，D5、D7为条件性建议。
针对D5项的进一步说明：
（1）backtrader已停更多年、事件驱动在 Python里慢到没法做参数扫描；
（2）qlib整套抽象层重，改A股撮合规则要读穿三层源码；
（3）vectorbt快，但涨跌停不可成交、停牌、T+1这些必须自己补。
结论是：核心引擎自己写，vectorbt只借来做因子批量扫描的加速器。
最后，提出了一些建议以及实施路线的迭代方向（感觉比我还谨慎，但对于个人量化系统的搭建，还是较为中肯的）：
三、决策反馈
针对上述D1到D7项决策以及实施路线建议，反馈一下我的决策：
D1：同意系统当前的定位，主要以决策支持为主，但是如果开发web端，希望预留实盘对接的一个口子（包括QMT、MiniQMT、PTrade三种国内常见量化交易工具）。
D2：同意以日线（降低交易频率）为主，暂不考虑分钟线。
D3：同意数据采集层做适配，做交叉验证，但需要明确以哪个源为主？适配层的逻辑是怎样设计的？最终目的就是要保证数据（除A股外，可能还涉及港股、美股、美债、美元指数、COMEX黄金、布伦特原油、人民币国债收益率、人民币对美元汇率等）来源的可靠性、准确性和一致性，并同时考虑数据获取和未来更新的便捷性（比如支持较高并发的请求而不被封）。
D4：同意DuckDB + Parquet的数据存储方案，但必须告诉你我的电脑配置如下：内存8G（一般2G物理+4G虚拟可用），4核，项目工作区硬盘空间预计18G可用。
D5：同意回测引擎自研开发，vectorbt仅作因子扫描加速。
D6：ML因子是否可以分为指标层和特征层，指标层是基于原始数据计算得到的具有实际含义的指标，而特征层是通过ML特征工程得到的不具有实际含义的指标？
D7：CLI +静态HTML 报告无法支持交互，我的想法是通过筛选时间区间、修改参数（比如成本设置、策略参数设置等）来快速比较不同情形的情况，所以可能web更适合我。
补充3点：
1、你提议先把链路打通，我赞同。
2、但模块需要先确定下来（同意你设计的层级），如果当前最小链路不涉及某个层或模块，但是请占位并在完整流程上体现出来（可透传）。
3、最后生成一个满足个人A股日线量化交易系统的架构与功能方案，格式Markdown。
等了一会，便有了答复：
接着“奏乐”，接着“舞”：
D3：使用开源免费数据源，A股数据选择中证800吧（同时在web端支持指定个股指定时间段的下载，数据源概览可视化看板与单个标的查询展示等），而港股、美股、美债、美元指数、COMEX黄金、布伦特原油、人民币国债收益率、人民币对美元汇率等则是全部需要（不管什么股票都需要）。新增要求：
（1）A股行业指数（如申万行业，全量）；
（2）数据源选择的时候增加及时性要求（数据获取的及时性）；
（3）更新机制为保留最近12年的数据。
上述方案是否可行？
D4：内存可以按照4G（物理）设计，硬盘大小可以扩容（比如30G）。结合最新D3的设计（非全量股票+最近12年），数据量应该能降下来。
D6：同意你的分类标准，增加标签层。
D7：我的要求并非需要快速回测。结合当前电脑配置，如果技术上可以实现并行回测，优先采纳，如果不支持并行回测，可以设计一个机制，比如允许将同一种策略回测结果保存为文件（主要包括标的、设置参数、回测结果与评估指标等），然后对同一个目录下的策略进行比较分析，类似你提出的缓存策略。
其他说明：
（1）实盘预留仅保留QMT、MiniQMT，目前尚未对接券商。
（2）设计方案需要保留层级设计与模块设计。
（3）真实场景，可能只涉及关心的几只个股，策略里需要增加组合策略（比如给定总金额，确定资金分配）。
（4）每开发一个层级、模块，需要与我讨论确认后开发，你可以按照确认后的架构先把架子搭起来。
经过不到半小时，系统骨架（共57个文件，代码超过3000行）搭起来了，并做了链路连通测试：
继续作指示：
D3的四个问题：
一、免费源和“及时性”之间有矛盾，无法完全解决，只能分级。
答复：同意你的设计。
二、申万行业全量有一个免费源解决不了的问题。
答复：同意你的设计，但需要你帮我把这个问题记下来，到时你需要根据这个问题合理处理后面的开发设计。申万行业指数用二级即可。
三、12 年滚动窗口和可复现性冲突。
答复：同意你的双数据集方法。（即保留自选股池的历史版本）
四、港股美股的范围要你定。
答复：只要美股、港股指数的数据。
还有一个关于策略的疑问：
当前是否支持自定义策略？你打算怎样设计，能更好区分不同策略，然后通过选择对应的股票进行回测？
很快有了回音：
继续讨论（快达到目标了）：
1、cross_section + 池不足 20 只时报错，还是跑但标红？
答复：同意报错
2、策略规格存 YAML 文件还是数据库？
答复：存文件
3、V0.1.1 的范围
答复：「规格解析 + 三种归一化 + universe 过滤 + run_id + 结果落盘」是否指默认的策略？如果是，可以保留。
说说我的想法：策略可以是变动的（即支持自定义策略，到时需要你和我一起商量着开发），可以采用注册制，然后策略注册好了，只需要更换股票数据即可做回测（可通过在策略web界面进行选择策略和股票）。当前可以在系统中默认注册一些常见的量化策略（比如均线策略、K线策略等）。
好吧，看来目前我们还缺少点默契：
1、我说的K线策略确实指的是K线形态，比如单K线，多K线组合形态等。请继续你的下一步。
2、完成后，如果测试链路没有问题，在项目目录下安装系统运行环境，然后告诉我怎么启动这个系统，并生成一个系统启动文档。今天的工作就算完成了，你就可以休息了^-^
继续答疑（应该是最后一块拼图了）：
1、可以根据K线数量决定持有天数，比如，单K线，持有1天，双K线，持有3天，三K线持有5天。
2、按原计划做结果落盘。
最终项目代码结构：
可以参考系列文章不用写一行代码，用AI也能做出实用的多因子选股看板类似的方法设计系统启动方式，这次，就入乡随俗，基于项目docs文件夹下的《系统启动文档.MD》，里面提供了多种启动方法，我选择了最简单的方法（bash命令）：
（1）Win + R；
（2）输入cmd + enter；
（3）切换至项目目录 D:\stock_daily_trend_quant；
（4）然后执行启动命令：run.bat web。
出现上述输出，说明系统服务已经启动好了（会自动打开浏览器），如果没有，可通过本地浏览器输入地址：http://localhost:8501进行查看。
来吧，看看初步效果：
