AI Agent 在投研中还有一个常见误区：既然模型需要上下文，那是不是应该把所有历史研究、论文、实验日志、聊天记录都塞进记忆库？直觉上，这似乎合理。没有上下文的 Agent 确实会重复犯错。它可能不知道上周哪个假设已经被证伪，不知道某个因子在某个市场状态下失效，不知道当前组合的风险约束。于是，每次研究都像从零开始。但另一个极端也同样危险：上下文太多，模型会被旧信息拖住。LLM 的注意力机制不会天然判断“这条结论已经过时”。旧报告、旧回测、旧市场环境下的成功经验，如果没有被降权或归档，就会以近似同等权重参与新的推理。于是，模型可能把不该放在一起的信息拼接成一个看似自洽、实则因果断裂的结论。这就是上下文腐烂。投研工作的核心不是存储信息，而是筛选信息。记忆系统不是仓库，而是筛子。一个长期运行的投研 Agent，如果只会记住，不会遗忘，最后会陷入路径依赖。过去成功的方向在记忆库里出现次数多、共现关系强，更容易被检索出来。模型就会不断强化旧方向，生成的新假设越来越像过去的成功案例。这在市场状态稳定时可能看起来不错，但一旦环境切换，系统就会越来越迟钝。因此，研究记忆要设计三件事：第一，压缩。保留有效市场环境、参数敏感性、失效原因、样本外表现，而不是保留所有原始日志。压缩的目的不是省 token，而是提高信息密度。第二，遗忘。每条研究结论都应该有有效期。因子、假设、市场状态判断，都需要 TTL。到期后如果没有新的验证，就自动降权或归档。严格证伪的结论要默认排除，而不是继续作为“参考材料”污染上下文。第三，状态标注。任何研究结论都应该标注适用市场状态。趋势市有效的因子，不应在震荡市中以同等权重参与推理；高波动时期得到的结论，也不能无条件迁移到低波动环境。一个好的投研 Agent，不是记得最多，而是知道什么该忘。市场本身是非平稳的。如果记忆系统不能随市场状态变化而调整，它保存的不是知识，而是旧世界的偏见。
四、回测越逼真，越容易制造确定性的幻觉
AI 让回测变得更容易，也让回测变得更危险。过去，回测是一种验证工具。我们知道它有限，知道它依赖历史，知道它只是参考。现在，AI 可以帮我们快速构建跨资产、跨周期、带交易成本、带风控规则、带报告解释的完整回测系统。回测图表越来越专业，归因越来越细，压力测试越来越丰富。问题是，当一个回测看起来足够完整，它就容易从“参考”变成“信仰”。这是一种确定性的幻觉。回测再长，也只覆盖已经发生的一条历史路径。金融市场并不保证遍历性。所谓遍历性，是指一条足够长的历史路径可以代表所有可能状态。但市场中的参与者、规则、工具、监管、流动性结构都在变化。未来并不一定从过去那个“瓮”里抽样。当市场切换到一个旧数据从未覆盖的新生成过程时，回测里的概率不再是“小概率”，而是根本不在样本空间里。古典贝叶斯更新在这种情况下不会自动报警。它仍然会在既定模型空间内更新参数，给出后验，收敛到一个“最接近真实分布的错误参数”。模型看起来仍然理性，指标也可能仍然正常，但它已经在错误世界里自洽。这就是很多策略最危险的状态：正常地犯错。净值已经开始走坏，但预测误差还在历史范围内；因子 IC 没有明显异常，但市场不再奖励它；协方差矩阵继续收缩到长期均值，但长期均值已经不适用；HMM 仍然把市场分到某个旧状态里，但真实市场可能已经出现了新状态。因此，成熟的量化系统必须监控模型的边界，而不只是监控模型的误差。可以做几件事：一是状态归属熵。对于状态分类模型，如果当前数据对所有已有状态的归属概率都变得模糊，说明现有分类体系的解释力在下降。二是鲁棒折扣。把“对模型不确定”的程度写进仓位方程。当预测误差波动上升、状态归属熵上升、模型分歧扩大时，自动折扣 alpha，而不是等净值回撤后再主观减仓。三是开放状态空间。固定状态数的模型会强行把新市场塞进旧类别。更开放的思路是允许新状态被数据触发，哪怕工程上先用简单的异常检测近似，也比强行归类更诚实。回测的意义，不是证明策略永远有效，而是帮助我们理解策略在哪些条件下会失效。如果一个回测报告只告诉我们赚了多少钱，却没有告诉我们什么时候不该相信它，那它是不完整的。
在机器学习盛行的年代，HAR 波动率模型显得很朴素。它用昨日、上周、上月的已实现波动率，线性回归预测未来波动率。没有神经网络，没有复杂非线性，也没有漂亮的黑箱结构。但它长期作为波动率预测的基准模型存活下来。这件事很值得量化研究员反思。HAR 的强大，不在于模型复杂，而在于它抓住了波动率的多尺度记忆结构。昨日波动反映短期冲击，上周波动反映中期持续性，上月波动反映慢变量。三个尺度叠加，足以刻画很多资产波动率的核心节律。更重要的是，HAR 使用已实现波动率作为输入，而不是日收益率平方。后者噪声极大，前者通过高频收益累加，更接近积分方差。输入变量质量高，模型可以简单。这给 AI 量化一个启示：复杂模型不是目的，高质量表征才是目的。很多时候，复杂模型在样本内赢了 HAR，但样本外并没有稳定优势。因为它捕捉了更多短期模式，也捕捉了更多噪声。一旦市场结构变化，复杂模型的预测误差可能爆发式上升，而 HAR 因为只抓慢变量，反而更稳。这不是说不要用复杂模型，而是要知道它们适合做什么。复杂模型适合在特征空间丰富、样本量足够、市场结构相对稳定的场景中挖掘非线性关系。简单模型适合做慢速基线、风险预算、风控锚点。一个实用框架是：把 HAR 作为正常波动水平的慢速基线；用日内实现波动率或更快指标做实时调整；监控 HAR 残差，当实际波动显著高于预测时，认为市场进入线性记忆无法解释的状态，自动降仓或切换风控规则；定期重估 HAR 系数，观察日、周、月系数的变化，作为市场微观结构状态的代理。模型的价值，不只在预测精度，也在稳定性、可解释性和失效时的可诊断性。有时候，一个知道自己做不到什么的模型，比一个什么都想拟合的模型更可靠。
工具多，本身不是问题。问题是，当工具变成判断的替代品，研究员就会被工具架空。我们引入一个新模型，一个新 Agent，一个新数据源，一个新评估器，看起来每一步都提高了能力。但多个工具耦合后，可能产生新的复杂性：信号互相抵消，风险重复暴露，模型互相确认错误，执行层放大拥挤。每一个单独工具都“有效”，合在一起却失效，这是量化系统里很常见的现象。因为工具链越复杂，认知成本越高。研究员越难知道最终仓位到底来自哪个假设，最终亏损到底源于哪个环节。复杂系统一旦不可解释，风控就会变成事后复盘，而不是事前约束。所以，引入 AI 工具前，需要问一个问题：它是在帮助判断，还是替代判断？帮助判断的工具，输出更清晰的数据、更完整的场景、更高效的验证。它的终点是人的判断。替代判断的工具，输出可直接执行的指令。它的终点是人的执行。两者边界，就是交易者主体性的边界。未来不缺会调用 Agent 的人。缺的是知道什么时候不该听 Agent 的人。AI 可以是磨刀石，但不能变成握刀的手。
十四、Quant 的新护城河：筛选、否定、承担后果
AI 量化时代，Quant 不会消失，但工作重心会改变。低层执行会越来越自动化。写代码、跑回测、生成报告、批量测试因子，这些事情的门槛会持续下降。真正稀缺的能力，会集中在四个方面。第一，提出有价值问题的能力。不是“再找一个因子”，而是判断当前市场最值得研究的结构矛盾是什么。是执行成本异常？是波动率中枢切换？是某类策略拥挤？是订单流被读取？是概率校准失效？问题定义错了，工具越强越容易跑偏。第二，筛选伪信号的能力。未来不是缺因子，而是伪信号过剩。谁能建立更严的筛选流程，谁就能少被噪声骗。第三，理解策略失效边界的能力。一个策略什么时候赚钱不难描述，难的是它什么时候会亏，为什么会亏，亏的时候是否还能坚持，还是应该降级或退出。第四，承担后果的能力。交易最终不是报告，而是仓位。模型可以建议，AI 可以解释，但盈亏由人承担。真正的判断，必须包含承担后果的勇气。很多人担心 AI 抢走 Quant 的工作。更现实的风险是：AI 没有抢走我们的工作，却抢走了我们的判断。当模型输出越来越完整、解释越来越漂亮、回测越来越逼真，我们可能不再主动思考，只是在确认模型已经告诉我们的结论。久而久之，研究员从决策者退化成执行层。这才是最危险的。
夜雨聆风
