用 Agent 驱动回测软件:自然语言写策略,人工确认后再跑
Extreme_Leg_6162 · reddit · 2026-10-29
一位量化交易者的实践:严格的策略回测包含多个离散且繁琐的步骤,而把一个「模糊」的策略写成精确算法往往要花数小时甚至数周,交易者优化的是速度和执行,不是耗在写代码上。他搭建的 agent 驱动方案使用他指定的回测器:agent 把自然语言(英语)描述转化为可回测的策略代码,但永远不会在未审查代码或代码流程的情况下执行回测——回测前 agent 会询问生成的代码是否符合你的意图,或是否想用自然语言修改某些部分。
「编程与Agent」频道最新
- 一条 agent prompt 让 Unreal 引擎跑进浏览器,游戏可网页分享 — chongdashu · 2026-10-29
- 工程师必备:一篇讲透 AI 应用 Evals 与 Tracing 的入门指南 — blaizedsouza · 2026-10-29
- 多个 AI 记忆不同步?四步把记忆统一进一个共享工作区 — jonathanmalkin · 2026-10-29
- hunch 开源:无需 GPU 约 20ms 完成类 Jev 决策,基于 EmbeddingGemma — iamrobotbear · 2026-10-29
- 修一个 bug 悄悄弄坏另一个:AI 团队如何搭 Eval Harness — blaizedsouza · 2026-10-29
- 一行提示词终结 Opus 与审查模型互相纠缠的 bug 修复死循环 — blixt · 2026-10-29