夜雨聆风学习资料网

ARTICLE · 994790

AI 跑了 68 次工具调用,我最后留下的却是一条“停手”提醒

AI 跑了 68 次工具调用,我最后留下的却是一条“停手”提醒

大家好,我是疯信子。

我用自己的开源项目 pi-alpha-desk,复盘了 8 月 24 日到 28 日这五个交易日。

输入样本是这一周涨幅靠前的 20 只股票。系统结合行情数据、联网资料和我过去记录的交易心得,判断市场阶段,再给出 8 月 31 日的几种观察情景。

运行记录里一共产生了 68 次工具调用。这里的“68 次”包括 Skill 读取、联网搜索、规则文件读取和行情代码运行,只代表执行步骤,不代表分析质量,更不代表胜率。

最后,它输出了一份看起来很完整的复盘。

主线、赚钱效应、亏钱效应、板块扩散、连板反馈、下一日的 A/B/C 情景,都列出来了。

但我看完后,没有先问它“选得准不准”,而是先检查:这 68 次调用用了哪些规则,哪些结论有数据,哪些只是推测。

如果没有我提前写下来的规则,这 68 次调用只会让答案更复杂,不会让判断更可靠。

在投资里,Skill 的价值不是让 AI 替你做决定,而是把你原本散落在脑子、笔记和失败记录里的方法,变成一套能反复执行、还能继续修正的复盘流程。

很多人第一次看到 Skill,会把它理解成插件,或者某种更强的模型。

其实都不准确。

简单说,Skill 就是一份交给 AI 的做事规矩。

它会告诉 AI:

遇到什么任务,要先看什么;

需要调用哪些数据和工具;

按什么顺序判断;

哪些结论必须核验;

最后用什么结构交付。

如果不指定 Skill,AI 也能回答,但它通常只能依赖通用推理。

这就像临时找了一个很聪明的人,让他帮你复盘 A 股。他可能会查很多资料,也能说出不少道理,但他不知道你怎么定义进攻、防守和观望,也不知道你对成交量异常怎么看。

聪明,不等于懂你的交易系统。

Skill 做的事,就是把这些“只有你知道的规矩”交给它。

我把失败记录也放了进去

我给自己的复盘 Skill 起了一个很直接的名字:Daily Review

里面不只是顺利时的判断,也有交易心得、短线记录、过去的精华内容,以及做错之后留下来的东西。

这一点很重要。

很多人整理方法时,只愿意记住自己判断正确的部分。哪些判断后来失效、哪些信号当时没有执行,反而不愿意留下。

但对 Skill 来说,失败记录往往更有价值。

成功经验告诉 AI 什么可能有效,失败记录则用来补上“什么情况下必须停手”。

我不会把一版 Skill 写出来就封存。

市场会变,我自己的理解也会变。每做一次复盘、每经历一次试错,都可能要调整里面的判断顺序、检查项和风险条件。

所以 Skill 不是圣杯,也不是固定答案。

它更像一本会持续修订的交易手册。

一次周末复盘,AI 到底做了什么

这次我选取的是一周内涨幅靠前的一组股票,让 AI 结合五个交易日的数据做趋势判断。

它先读取我指定的复盘 Skill,再调用我整理过的进攻、防守、观望和市场观察规则。

遇到需要补背景的股票,它会联网搜索相关方向;需要行情数据时,再运行代码获取数据;最后把这些材料放回同一个判断框架里。

输出里,它没有只盯着“哪只股票涨得多”,而是继续往下拆:

市场当前更偏试错,还是进入一致加速;

赚钱效应集中在小盘、低价、连板,还是趋势大票;

一个题材是在启动、扩散,还是已经走到不适合追涨的位置;

昨日连板的溢价、板块广度和负反馈,有没有支持原来的判断;

下一交易日如果出现不同信号,分别该观察什么。

在这次指定样本和当时数据下,系统把某一板块列为观察优先级较高的方向,同时将它归入“已经从启动进入扩散”的阶段。

这个例子只用于展示阶段分类方法,不代表对该板块后续走势的判断。样本本身来自一周涨幅靠前的股票,存在事后筛选和幸存者偏差;它不是经过完整回测证明的稳定策略,也不能外推成收益承诺。

我没有提供样本量、交易成本、滑点、明确入场退出规则等完整证据链,所以文章不会把这次判断包装成“AI 选股有效”。

这恰恰也是 Skill 应该承担的另一项工作:不仅生成分析,还要提醒我们哪些证据缺失,哪些结论暂时只能作为观察。

68 次工具调用,不等于 68 倍胜率

AI 很容易制造一种错觉。

它查得越多、报告越长、格式越完整,我们就越容易相信它。

但投资不是信息越多就越安全。

如果最开始的规则有问题,工具调用越多,只会把错误包装得更有说服力。

所以我更在意下面这些验收点:

数据从哪里来,能不能复核;

判断用了哪条规则,是否前后一致;

哪些地方只是推测,有没有明确标出来;

最后的风险边界,是否仍由人控制。

这些检查没有过,报告写得再漂亮,我也不会把它当成交易依据。

AI 可以把你的方法执行一百遍,但它不能替你承担一次错误决策的后果。

所以我一直强调,在这里,生存才是第一性原则。

AI 负责整理、搜索、计算、对照和提醒。

人负责确认事实、识别市场变化、决定是否行动,并承担风险。

这条线不能模糊。

普通人怎么开始写自己的第一个投资 Skill

不用一上来就搭一套复杂系统。

先从你每次复盘都会重复问的一个问题开始。

比如:今天的赚钱效应到底在哪里?

接着写下几件事:

你需要看哪些数据;

你用什么标准判断;

什么情况说明原判断失效;

最后要输出什么结果。

再把最近一次失败补进去。

不是写“我判断错了”,而是写清楚:当时看到了什么、忽略了什么、如果重来一次,哪一个信号出现时应该停下来。

这一页纸,就是最初版的 Skill。

交易心得如果只是散落在各种笔记里,真正复盘时还是容易靠临场想。经验只有进入下一次决策流程,才不只是收藏。

今晚别急着让 AI 帮你找下一只股票。打开自己的交易笔记,找出最近一次判断失效的记录,只补三行。

当时依据是什么?

哪个信号证明它错了?

下次 AI 必须提醒你检查什么?

先别急着让 AI 替你赚钱。

先让它学会,在你最容易犯错的地方,把你叫停。

本文仅用于 AI 工作流与个人复盘方法交流,不构成任何投资建议,不提供具体买卖点。市场有风险,决策与损失均需由投资者本人承担。

相关学习资料

返回首页浏览学习资料