近半年最少看到了 8 个暴雷的资金盘，看来有钱的傻子还是比较多，不是不上当是没有找到合适被骗的剧本 奥拉丁：假借"Olympus DAO 核心团队"背书 长城易趣：盗用中国长城集团名义 鑫慷嘉：伪造"迪拜黄金交易所中国分站"身份 超级未来：虚构 AI 算力设备
近半年最少看到了 8 个暴雷的资金盘，看来有钱的傻子还是比较多，不是不上当是没有找到合适被骗的剧本 奥拉丁：假借"Olympus DAO 核心团队"背书 长城易趣：盗用中国长城集团名义 鑫慷嘉：伪造"迪拜黄金交易所中国分站"身份 超级未来：虚构 AI 算力设备
近半年最少看到了 8 个暴雷的资金盘，看来有钱的傻子还是比较多，不是不上当是没有找到合适被骗的剧本 奥拉丁：假借"Olympus DAO 核心团队"背书 长城易趣：盗用中国长城集团名义 鑫慷嘉：伪造"迪拜黄金交易所中国分站"身份 超级未来：虚构 AI 算力设备
近半年最少看到了 8 个暴雷的资金盘，看来有钱的傻子还是比较多，不是不上当是没有找到合适被骗的剧本 奥拉丁：假借"Olympus DAO 核心团队"背书 长城易趣：盗用中国长城集团名义 鑫慷嘉：伪造"迪拜黄金交易所中国分站"身份 超级未来：虚构 AI 算力设备
开篇帖子和各位佬分享一下，近半年来在 AI 能力大跃进背景下，我自己的一些折腾尝试。 先叠个甲，这篇帖不是成功者叙事，截止目前都还止步在了摸索阶段，希望找快速致富的焚决的佬可以略过，这篇帖子主要想做个毫无保留的真诚的分享，以及对于未来继续折腾之路的思考。 折腾之路的省流版本： AI 视频做 IP → 独立 App 开发 → 想承包全平台的内容分发 → 早知道，还是自媒体。 一、AI 视频：想找一个有壁垒的捷径 副业尝试的开始是在今年一月。那阵子抖音突然接连爆火猫狗跳舞的视频，正好对应可灵之类的视频模型在动作控制上有了明显进步。 当时 AI 微电影、AI 短剧也已经有很多工作流分享，但我看了一圈，感觉时间和金钱消耗都太大，那些流程密密麻麻的工作流看起来很让人头大，而且每个环节都强依赖创作者的品味，最耗时的部分很难外包出去。 相比之下，十几秒几十秒的短视频，小故事、谐音梗、快问快答、唱歌跳舞这种短平快内容，在我看来是个不错的取巧路径。内容选择上也能看出很多人的思路非常清晰，就是把互联网上一些陈年语料，结合 AI 重新复活一次，新瓶装旧酒。远古到弱智吧、天涯神贴，近到火过的视频段子，再和当下年轻人喜欢的东西跨界重组一下，其实都能重新做一遍。 我也注意到个事儿：AI 把做视频的门槛拆掉之后，也让抄袭变得无比容易。 几支萌宠跳舞的爆款出来之后，各种模仿很快就蜂拥而至。一个爆款出现之后，别人可以轻松 AI 逆向出来，换个主体微调下弄弄又是下一个爆款。那时候不管是 L 站，还是平台上一些自媒体，都已经有各种公开分享用 AI 实现视频逆向的方法。 所以到我自己想尝试的时候，我对自己提了几个要求： a、要有壁垒，不能被同行轻易抄袭复制； b、最好是家族化的，未来能有规模效应，而不是一支视频用完就丢掉； c、要能流水线生产，一次跑通之后，后面可以轻松复用。 当时我想到的答案是 IP 化。 当时爆火的萌宠跳舞视频，很多是评论区各家的主人发自己家宠物照片，求让他们家“子涵”上镜。这个模式当然也有收益，但我更倾向做一组固定形象。给它们名字和人设，最好还能慢慢让观众记住。 我用 Gemini 从 0 到 1 做了一支虚拟形象的舞团。给角色定名字、定性格，写带剧情的舞蹈脚本，再出设定图，最后找热门舞蹈视频做动作参考，在可灵里抽卡。 现在回头看，IP 化这个判断本身还不错。后面几个月也能看到越来越多人开始往这个方向走，给 AI 虚拟角色取名字、做账号、做设定，甚至注册商标。 但真正做起来之后，我很快遇到了两个问题，一个是技术，一个是流量。 技术上的问题是，单个动物跳舞其实已经有比较成熟的方案，但多个动物一起跳舞，对我来讲就有点麻烦了。比如四只动物的设定，参考跳舞视频抽出来的卡，经常只有一只在跳，其他几只就站在原地不动。角色一致性、动作同步、画面稳定性，都比想象中难。 我没加过任何 AI 视频的技术群，也没萌生过上 L 站找大佬求助的想法，只能靠网上一些公开模板、零散教程、网盘课程去摸。但这些教程基本都有个很现实的问题：比当前最新技术落后一个版本。讲给纯小白的多，浅尝辄止的多，真正深入讲透的少，特别是某个具体问题，AI 对于最新技术力的了解其实比较模糊，只能自己反复去碰壁。 这是我在做 AI 视频的时候遇到的第一个困境，如果关起门闭门造车，没进得了那个圈子，所有坑都要自己一个个踩。 但技术问题尚且可解，更大的高墙还是流量。前两支视频发出去之后基本杳无音讯。我自己的心态也很符合第一次发作品的状态，前几支视频打磨得很认真，发出去之后忍不住一直盯数据，看点赞，看评论，看播放量（幻想着万一火了呢）。当时甚至还充了一百多块抖加，但最后确实也没溅出啥火花，结果很快就意识到，这不是“做出来”就会有人看见的事情。 我当时以为，只要找到一个足够好的形式，把 IP 和流水线搭起来，后面就能一劳永逸。但短暂尝试得到的结果是，飞轮没有那么容易转起来。 这次 AI 视频尝试很短暂地结束了，主要在于流量不足形成不了正反馈，加上选择的赛道感觉离商业化还过于遥远（当然这个事儿如果能多坚持下，也许会有点不一样哈哈）。 二、独立 App：做出来只是第一步 AI 视频停掉之后，我反思了下当时在视频制作上碰壁的原因，很大一个原因还是外行，不懂视频制作不懂流量运营，所以打算回到自己更熟悉的领域，也就是代码和产品开发上。 那时候恰逢 claude opus 4.6 横空出世，我工作里的编程也从 Cursor 转向了完全自然语言的对话模式，不需要给好一堆上写文和技术细节说明，直接说要什么，就能哐哐干好。我相信那次模型能力的大跃进激发了更多人蠢蠢欲动的心：以前脑子里很多“有空再做”的东西，好像突然真的可以轻轻松松做出来了。 于是我也加入了 vibe coding 的大军。 我的第一个产品，是个可以推荐你去干点什么不一样的事儿的 app，或者说一个帮助人跳出信息茧房和舒适圈的东西。 我一直有个困扰：现在大家在各种主流社交媒体的分发下，深陷在信息茧房。前几年大家还会讨论怎么逃离茧房，现在很多人好像已经习惯了，也不太讨论这个话题了。但大家对于“腻味”的表达越来越多，反感网上的乌烟瘴气，焦虑营销，AI 满天飞污染环境，有时候还愿意回归现实去尝试些小事儿。 生活里有很多意思的事情值得去做。小到一个新的行动尝试，一次不同的观察方式，大到人生里一些更重要的决策（可以拆成更小的里程碑）。通过不断给你推荐一些小的、原子化的行为卡片。你完成这些行为，系统就慢慢积累你的性格画像、偏好、边界和行动模式。 当时还有个不切实际的野心。我希望后面能孵化出基于人格画像的 Agent。不是现在这种简单的大模型之间的记忆迁移，而是一个更懂你情绪、性格和选择习惯的东西。它最好是插件化的，未来所有大模型都可以提供标准接口一键接入你的画像数据（妄想制定行业标准了属于是）。 中间还发生了一件很有意思的事，就是 SBTI 的爆火。我第一次看到它的时候，第一反应是：我靠这不就是我想做的那个事情里，最小最小的 demo 的状态吗？ SBTI 没有在问卷本身做任何创新创新，只是重新包装了人格画像的解读，让它足够轻、足够好玩，也足够适合传播。这个事情反而坚定了我对上一个产品方向的判断：大家确实对“理解自己”和“被描述”有强烈需求。 但这个产品最后也只做到了一半，主要是败在我自己的完美主义上。一个产品反复打磨做不到各方面满意，迟迟拿不出效果去做宣发和内测，慢慢耗没了。初期设想 mvp 确实很轻量，但中间一直在塞功能，加上一直没试出满意的交互设计，反反复复调整（当上甲方了是这样的）。 更头疼是是后面漫漫一条长路，从做好原型，到上架、审核、找内测，推广、商业化，每个环节都够喝一壶的。 那段时间我看了个比较受触动的视频，里面分析了创业的四个阶段： a、找到痛点； b、把东西做出来； c、被看见； d、建立信任。 AI 把第二步的门槛打得很低。但第一步、第三步、第四步，并不会因为 AI 会写代码就自动解决。尤其是“被看见”和“被信任”，可能反而变得更难了。 这事儿带来的两个观察思考： a、网上热门的 vibe coding 产品，很多压根没有把产品做到完整上架，也没有真的公开发布。甚至可能仅仅是做了个壳子，一切为了视频呈现而服务的。但只要先试水拿到反馈，一旦方向对了那么就可以真的动工。 从这个角度看，走 build in public 的路子可能更对一点，把自己赤裸的放在公众目光里，至少可能把伪需求先筛掉。 b、不管是前面的做AI 视频这样的内容，还是做自己的 app 产品，最后都无可逃避要走到获得曝光这一步。 那么我能不能先发制人，把“曝光”这件事儿提前攥在手里，用 AI 深入改造下。所以我马上又转向了下一个尝试。 三、AI 全平台分发：我想把“被看见”自动化 在意识到“被看见”这件事的重要性之后，我的下一个产品创意就是，把我作为一个独立开发者会面对的这些困难，打包做成个平台，用 AI 自动化去解决：找痛点，产品曝光和建立信任 这几个步骤。 理想化的产品预演应该是这样： 在需求分析上，它可以基于科学的模型和联网查找，给你的点子做需求打分，风险分析，竞对分析等等（站内有佬已经做过了） 在宣传分发上，比如给它一个产品链接、一组产品截图、一些基础素材，它可以自动生成适合小红书、抖音、公众号、推特等不同平台的内容，人只需要提供基础创意，AI 把脏活累活干掉，，人最后只需要做过目和决策。 当时我的天真的出发点是，如果这套东西做成了，不管以后我做什么东西，既可以拿它给自己宣传，也可以作为服务卖给别人。就像当上了农场主，我之前可能只是想造自己的牛马拿去吆喝卖，现在我既能规模化管理自己的牛马，也可以服务别的牧主，把整套生产资料和分发资料都握在自己手里。 但这个事情我显然也低估了难度。 第一个是当前各家平台对于自动化的限制。AI 时代数据已经是各家最重要的资产，并且绝不能允许被 AI 搞臭生态，各个平台对于 AI 爬虫、AI 自动化发布，AI 做社交（比如评论私信），都变得非常敏感。你想获取优质内容做素材库，或者想帮用户做一键分发、自动分发，会遇到非常大的风险（已废好几个号）。 这事儿做了才让我意识到，对于流量分发技术依旧不是核心的卡点，不是把几个自动化的 API 接起来，再让 AI 写点内容，就能把流量运营这件事儿自动化的。现在跑出来的几家头部运营平台，很多都有深厚的数据壁垒（以每日热点数据或者对标数据库等，大概率有数据供应方，而不是自己去做爬虫这样的脏活累活）。 第二个问题直接给这个项目基本判了死刑：AI 味依然是个无解的难题。 我当时做了很多尝试。手搓 skill，装别人的 skill，写各种规则，拆大博主工作流，试图让 AI 的内容产出更像真人，更有网感。但最后的体感是，AI 现阶段还是可能更适合作为辅助工具，而不是一个全自动的顶级营销人。 AI 当然能给你写运营文案，能总结，能模仿很多格式。但只要你试过让它去写小红书图文、爆款标题、短视频脚本，会很明显感觉到，它顶多只是能算个 60 分的营销人。它会用一些看起来对的词，但不一定懂当下人的情绪；它会堆套路，但不一定知道什么东西真的能让人停下来。 我猜测很大一个原因是，营销本身是个高速变化的事儿，上个月还全民追捧的东西，这个月可能已近被扫进垃圾场，AI 在这对大量新旧混合的训练预料里，只能做到个平庸水平。 顶级创意、网感、取舍、对人性的判断，等等这些东西，它还没办法稳定替代。 到这一步，我才算真正摸到了一点 AI 能力的边界。它能提高生产效率，但不代表它能自动帮你抢到注意力。回头看，从 AI 视频到独立 App，再到 AI 全平台分发，我一直有一个非常明显的执念：想找到一个一本万利的模式。 最好一个流程跑通，后面就可以低人工精力投入；最好一个产品做成，后面就可以自动分发、自动增长；最好 AI 能把中间大部分脏活累活都接过去，人只需要提供一点创意和判断。 但折腾到现在，我越来越觉得，这个美好的构想在当下可能确实还不够现实。AI 可以把很多事情变快，但最核心的判断、创意、审美、网感，包括对人性的理解等等，依然需要人介入。 而且越是注意力稀缺的时候，这些东西反而越重要。 四、最后发现，好像还得是自媒体 经历过一轮折腾，路劲的指向已经越来越明确，可能还是要回到 build in public 的路径。 以前我很容易陷入一种完美主义：先把产品做完整，细节打磨好，把各种 corner case 解决掉，再拿出来。但问题是，你花了很多精力做完之后，下一步市场化会遇到什么困境，你还是一无所知。而且沉没成本越高，人越容易舍不得承认方向错了。 所以我现在反而觉得，先把一个最简陋、最粗糙，甚至最垃圾的东西拿出来，先克服完美主义，可能更重要。 那么这次就从做自己的内容开始，坦诚地分享自己。后续会对自己坦诚地记录，思考或者经验都毫无保留丢出来。 哲学里有个很有意思的概念，叫布里丹之驴。一头驴站在两堆完全一样的草中间，因为无法选择，最后饿死了。 有时候我觉得，AI 时代也很容易让人陷入类似的状态。AI 让人觉得自己无所不能，有了想法立马成真，机会太多，工具太多，方向太多，每一个看起来都能做，每一个又好像都不够确定。最后想来想去，反而什么都没真正开始。 所以这次我想先开始。先把这些没跑通的折腾讲出来，先把自己的思考和判断摊开，先允许它不完美。 小结 回头看这半年的折腾，我觉得自己最大的变化，不是做出了什么，而是对 AI 这件事的期待慢慢降到了更现实的位置。 所以如果用一句话总结，我现在的感受大概是：AI 让“做出来”越来越不稀缺，但注意力、信任、判断和真人感会越来越稀缺。 对于创业者，重心更多将会被转移到，找痛点，产品曝光和建立用户信任之上。 在 AI 可以批量生产内容的时代，注意力会变得越来越珍贵，对应着那句：“attention is all you need”。 在当下，“为自己做点什么”，我觉得已经越来越胜过，“上班为公司做点什么”。 但独自折腾的这条路，如同孤身远行，一路要克服的这种孤独感，独自决策的孤独，独自面对挫败的孤独，是一场巨大的修行。 佬友们就是我的同行者，与诸位佬共勉～ 7 个帖子 - 6 位参与者 阅读完整话题
最近半年做了七八程序了，都是 ai 搞得，有 mac 有手机 也有 谷歌浏览器插件。就差游戏没做了。 一直想做个游戏，但是总感觉自己并不是爱玩游戏的人。 不过还是想试试看，调研来调研去，发现适合我这种门外汉的就是连连看了。 类似麻将连连看似乎海外用户还挺多。 希望可以顺利做好吧，如果事情成了，我会再来留言的。
最近半年做了七八程序了，都是 ai 搞得，有 mac 有手机 也有 谷歌浏览器插件。就差游戏没做了。 一直想做个游戏，但是总感觉自己并不是爱玩游戏的人。 不过还是想试试看，调研来调研去，发现适合我这种门外汉的就是连连看了。 类似麻将连连看似乎海外用户还挺多。 希望可以顺利做好吧，如果事情成了，我会再来留言的。
最近半年做了七八程序了，都是 ai 搞得，有 mac 有手机 也有 谷歌浏览器插件。就差游戏没做了。 一直想做个游戏，但是总感觉自己并不是爱玩游戏的人。 不过还是想试试看，调研来调研去，发现适合我这种门外汉的就是连连看了。 类似麻将连连看似乎海外用户还挺多。 希望可以顺利做好吧，如果事情成了，我会再来留言的。
策略跑了近半年模拟盘，数据 OK ，然后上 shi pan 。 前两个月还不错，然后某一天突然就不行了——连续亏损，净值持续下滑，你盯着屏幕反复检查代码，逻辑没问题，数据没问题，程序在正常运行，但就是在持续亏钱。 这是我去年经历过的事。 模拟盘 shi pan2025 年 6 月 24 日开始 2025 年 Q2 和 Q3 微盘股走势 Q2 （ 2025 年 4-6 月）策略模拟盘跑得挺顺，以为找到了节奏。进入 8 月后，小盘股开始出现系统性下跌，我的策略也跟着一起崩了。那段时间账户每天都在缩水，回撤最深的时候，我一度怀疑自己的策略逻辑根本就是错的。 但策略逻辑没错——错的是我没搞清楚： 每种策略都有自己适配的市场"土壤"，土壤变了，再好的种子也长不出庄稼。 1. 什么是市场风格？为什么它会切换？ "市场风格"这个词你可能听过很多次，但具体指什么？ 简单说，就是在某一段时间里， 市场资金在集中青睐哪一类股票 。常见的几个维度： 风格维度 代表 市值风格 大盘股 vs 小盘/微盘股 行业风格 成长（科技/新能源） vs 价值（银行/消费） 行情结构 趋势单边市 vs 震荡横盘市 情绪风格 高 Beta （热炒题材） vs 低 Beta （防御避险） 这些风格不是固定不变的，它会随着 政策取向、经济数据、资金偏好、外部冲击 等因素不断切换。 比如 2025 年 Q2 ，市场流动性宽松，风险偏好偏高，小盘题材股活跃。进入 Q3 ，政策预期转变叠加机构调仓，资金从小盘切回大盘蓝筹，微盘股出现流动性危机，部分个股连续下跌——这就是一次典型的风格切换。 风格切换的可怕之处在于：它几乎不会提前打招呼。 2. 为什么模拟盘"骗了"你？ 我在上 shi pan 前跑了将近半年的模拟盘，各项数据都不错，才决定 shi pan 。 但现在回头看，这个"验证"其实存在一个根本性的漏洞： 我用来验证的那半年，恰好是策略最喜欢的市场风格。 这叫做 时间窗口过拟合 ——不是参数过拟合，不是逻辑过拟合，而是你的"验证时间段"恰好选在了有利的市场环境里。 这和"幸存者偏差"有点像。你以为你在验证策略的有效性，但实际上你只是在用一段特定的历史去确认一个已经偏向某种风格的结论。 如何判断你的验证是否有效？问自己三个问题： 我回测/模拟的时间段里，包含了几次市场风格切换？ 策略在小盘强势的阶段和小盘弱势的阶段，表现差异有多大？ 我有没有刻意选了一段"看起来好看"的时间段来验证？ 如果覆盖的时间段市场风格比较单一，那这个验证的说服力是打折扣的。 3. 怎么判断你的策略适配哪种市场风格？ 这件事在上 shi pan 之前就应该搞清楚，而不是等市场打你脸之后再复盘。 方法一：让 AI 帮你做"风格诊断" 把策略代码和回测结果丢给 AI ，可以这样问： 提示词示例： 「请分析这个量化策略的市场风格适配性： 这个策略在选股逻辑上，更偏向哪类市值/行业/情绪风格的标的？ 在大盘单边下跌、小盘股流动性危机、高波动震荡市这几种场景下，策略可能有什么表现？ 这个策略最怕哪种行情，为什么？ 用一句话描述这个策略最适合的市场环境是什么？」 AI 的回答不一定 100%准确，但它能帮你把策略的"风格倾向"说清楚，让你有个判断基准。 方法二：分段回测，分开看指标 不要只看整体回测曲线，试着把回测时间段切分成几个不同的市场阶段，分别看胜率、回撤、年化： 时间段 市场特征 策略年化 最大回撤 胜率 2024 Q1 大盘蓝筹强势 ? ? ? 2024 Q2-Q3 小盘题材活跃 ? ? ? 2025 Q3 小盘流动性危机 ? ? ? 如果你发现策略在某类市场环境下指标断崖式下跌，那就找到了它的"天敌"。 方法三：对照"策略关键词"快速判断 这是我自己用的一个简单方法，不精确，但快： 策略关键词 可能适配的风格 可能失效的场景 小市值、微盘 小盘活跃、情绪高涨 流动性危机、监管收紧 动量、弱转强 趋势行情、情绪上行 横盘震荡、频繁假突破 低估值、高股息 避险情绪、大盘价值 成长风格占优 集合竞价、开盘策略 日内波动大 低波动、成交缩量 4. 市场风格切换了，怎么办？四种应对方案 知道风格切换了之后，该怎么做？我目前在研究的有三个方向，加上一个不太推荐但有时候也不得不选的方案。 方案 A：多策略组合，主动做风格对冲 核心逻辑： 不把鸡蛋放在同一个风格篮子里。 如果你同时跑一个小盘策略 + 一个大盘价值策略，在风格切换时，两者的收益会有一定程度的对冲——小盘策略回撤时，大盘策略可能正在盈利。 这个方案的关键在于：你选的几个策略，它们的风格要有一定的差异度，而不是都跑同类方向。如果你跑的 5 个策略全是小市值策略，那你的组合实际上没有分散风险，只是在小市值这个单一风格上加仓了 5 次。 （我之前就犯了这个错——5 个策略全是小市值） 附带的策略就是属于方案 A ，研究测试中 方案 B：建立市场状态判断，调度策略启停 核心逻辑： 识别当前市场所处的风格，匹配对应的策略。 这需要设计一套"市场状态判断机制"，比如： 如果最近 20 个交易日，中证 2000 （小盘指数）相对沪深 300 的超额收益为负，则认为当前是大盘风格市，暂停小盘策略，切换大盘策略。 或者更简单的情绪指标： 如果连续 5 个交易日，涨停家数 <50 ，则市场情绪低迷，暂停动量类策略，仅运行防御类策略。 这不是择时（预测涨跌），而是 策略调度 ——不同的工具用在不同的场景里。 方案 C：给现有策略加"风格过滤器" 核心逻辑： 不切换策略，而是给策略加一个外挂的市场环境判断层。 比如在小盘策略里加一个条件： 如果中证 2000 最近 N 天跌幅超过 X%，则暂停买入新仓位（但不强制平现有仓位）。 这相当于给策略加了一个"感知外部环境"的能力，让它在不适合自己的土壤里主动"冬眠"，而不是硬撑着继续交易。 在《 我是怎么用 AI 分析和改进量化策略的（附真实操作流程） 》那篇文章里提到的"大盘情绪过滤"就是这个思路的一个实例——加了一个连续 3 天大盘大跌就暂停买入的条件，某几段极端回撤从 28%收窄到 19%。 方案 D：接受回撤，等风格回归（慎用） 有时候你会面临一种情况：策略没问题，风格只是临时切换，等风格回归策略自然就好了。 这个方案不是没有道理，但它要求你在上策略之前就 想好极端情况下的心理承受边界 ： 这个策略最大回撤我能承受多少？（ 30%？ 50%？） 如果连续亏损 3 个月，我还能坚持吗？ 这部分资金如果全亏了，会不会影响我的生活？ 如果没有提前想清楚，在 shi pan 回撤发生时，你极大概率会做出情绪化的决策：要么在最低点割肉，要么人工干预打乱机器节奏——这也是我在《 用 2 万起步量化投资 1 年，亏了多少，学到了什么？ 》那篇文章里交过的学费。 5. 我的 shi pan 教训：Q2 到 Q3 那段经历 2025 年 Q2 ，我的几个小市值策略表现都不错，模拟盘积累了半年的信心，于是上了 shi pan 。 前两个月（大约是 Q2 末到 Q3 初），策略延续了模拟盘的状态，持续盈利，我还以为自己找到了"稳定的印钞机"。 然后 Q3 后期小盘股开始调整。中证 2000 持续下行，微盘股里出现大面积下跌。我的策略因为全都是小市值方向，几乎没有任何对冲，净值开始直线下跌。 那段时间我犯了几个错误： 没有风格过滤器 ：策略在小盘持续下跌时仍然在买入，越买越套 没有预警机制 ：只有在已经大幅回撤之后才意识到问题 人工干预打乱节奏 ：忍不住手动平仓，结果平在低点，后来反弹也没接回来。策略空仓后的资金，再人工买入，导致亏得更多，雪上加霜。 现在回头看，如果 Q3 中后期时我有一个简单的判断：中证 2000 已经连续跌了 X%，暂停买入新仓位——可能能省下相当一部分回撤。 不是策略坏了，而是土壤变了，我的策略没有感知到这件事。 总结：做量化，先搞清楚你的策略适合什么市场风格 量化策略很像农作物——水稻需要水田，小麦需要旱地，没有一种作物能适应所有气候。 上 shi pan 前，你需要回答三个问题： 这个策略适合什么市场风格？ 搞清楚它的"生存土壤" 我的验证有没有覆盖多个风格周期？ 避免时间窗口过拟合 市场风格切换时，策略有没有应对机制？ 过滤器、调度、或者预先设定好的止损线 没有永远有效的策略，只有匹配当前土壤的策略。 市场风格永远在轮换，我们能做的，是在风格来临之前让策略准备好，在风格切换时让策略主动应对，而不是等亏够了钱再复盘。 我目前还在探索 ABC 三种方案的组合实践，等有了更多 shi pan 数据，再来写一篇更具体的"多策略组合"和"市场状态判断"的实操文章。 如果你也在面对"策略突然不行了"的困惑，欢迎交流。 作者：玖菜量化 | 一个互联网老兵的量化学习路 免责声明：本文内容仅供学习参考，所涉策略均为历史回测研究，不构成任何投资建议。投资风险自担，与作者无关。
策略跑了近半年模拟盘，数据 OK ，然后上 shi pan 。 前两个月还不错，然后某一天突然就不行了——连续亏损，净值持续下滑，你盯着屏幕反复检查代码，逻辑没问题，数据没问题，程序在正常运行，但就是在持续亏钱。 这是我去年经历过的事。 模拟盘 shi pan2025 年 6 月 24 日开始 2025 年 Q2 和 Q3 微盘股走势 Q2 （ 2025 年 4-6 月）策略模拟盘跑得挺顺，以为找到了节奏。进入 8 月后，小盘股开始出现系统性下跌，我的策略也跟着一起崩了。那段时间账户每天都在缩水，回撤最深的时候，我一度怀疑自己的策略逻辑根本就是错的。 但策略逻辑没错——错的是我没搞清楚： 每种策略都有自己适配的市场"土壤"，土壤变了，再好的种子也长不出庄稼。 1. 什么是市场风格？为什么它会切换？ "市场风格"这个词你可能听过很多次，但具体指什么？ 简单说，就是在某一段时间里， 市场资金在集中青睐哪一类股票 。常见的几个维度： 风格维度 代表 市值风格 大盘股 vs 小盘/微盘股 行业风格 成长（科技/新能源） vs 价值（银行/消费） 行情结构 趋势单边市 vs 震荡横盘市 情绪风格 高 Beta （热炒题材） vs 低 Beta （防御避险） 这些风格不是固定不变的，它会随着 政策取向、经济数据、资金偏好、外部冲击 等因素不断切换。 比如 2025 年 Q2 ，市场流动性宽松，风险偏好偏高，小盘题材股活跃。进入 Q3 ，政策预期转变叠加机构调仓，资金从小盘切回大盘蓝筹，微盘股出现流动性危机，部分个股连续下跌——这就是一次典型的风格切换。 风格切换的可怕之处在于：它几乎不会提前打招呼。 2. 为什么模拟盘"骗了"你？ 我在上 shi pan 前跑了将近半年的模拟盘，各项数据都不错，才决定 shi pan 。 但现在回头看，这个"验证"其实存在一个根本性的漏洞： 我用来验证的那半年，恰好是策略最喜欢的市场风格。 这叫做 时间窗口过拟合 ——不是参数过拟合，不是逻辑过拟合，而是你的"验证时间段"恰好选在了有利的市场环境里。 这和"幸存者偏差"有点像。你以为你在验证策略的有效性，但实际上你只是在用一段特定的历史去确认一个已经偏向某种风格的结论。 如何判断你的验证是否有效？问自己三个问题： 我回测/模拟的时间段里，包含了几次市场风格切换？ 策略在小盘强势的阶段和小盘弱势的阶段，表现差异有多大？ 我有没有刻意选了一段"看起来好看"的时间段来验证？ 如果覆盖的时间段市场风格比较单一，那这个验证的说服力是打折扣的。 3. 怎么判断你的策略适配哪种市场风格？ 这件事在上 shi pan 之前就应该搞清楚，而不是等市场打你脸之后再复盘。 方法一：让 AI 帮你做"风格诊断" 把策略代码和回测结果丢给 AI ，可以这样问： 提示词示例： 「请分析这个量化策略的市场风格适配性： 这个策略在选股逻辑上，更偏向哪类市值/行业/情绪风格的标的？ 在大盘单边下跌、小盘股流动性危机、高波动震荡市这几种场景下，策略可能有什么表现？ 这个策略最怕哪种行情，为什么？ 用一句话描述这个策略最适合的市场环境是什么？」 AI 的回答不一定 100%准确，但它能帮你把策略的"风格倾向"说清楚，让你有个判断基准。 方法二：分段回测，分开看指标 不要只看整体回测曲线，试着把回测时间段切分成几个不同的市场阶段，分别看胜率、回撤、年化： 时间段 市场特征 策略年化 最大回撤 胜率 2024 Q1 大盘蓝筹强势 ? ? ? 2024 Q2-Q3 小盘题材活跃 ? ? ? 2025 Q3 小盘流动性危机 ? ? ? 如果你发现策略在某类市场环境下指标断崖式下跌，那就找到了它的"天敌"。 方法三：对照"策略关键词"快速判断 这是我自己用的一个简单方法，不精确，但快： 策略关键词 可能适配的风格 可能失效的场景 小市值、微盘 小盘活跃、情绪高涨 流动性危机、监管收紧 动量、弱转强 趋势行情、情绪上行 横盘震荡、频繁假突破 低估值、高股息 避险情绪、大盘价值 成长风格占优 集合竞价、开盘策略 日内波动大 低波动、成交缩量 4. 市场风格切换了，怎么办？四种应对方案 知道风格切换了之后，该怎么做？我目前在研究的有三个方向，加上一个不太推荐但有时候也不得不选的方案。 方案 A：多策略组合，主动做风格对冲 核心逻辑： 不把鸡蛋放在同一个风格篮子里。 如果你同时跑一个小盘策略 + 一个大盘价值策略，在风格切换时，两者的收益会有一定程度的对冲——小盘策略回撤时，大盘策略可能正在盈利。 这个方案的关键在于：你选的几个策略，它们的风格要有一定的差异度，而不是都跑同类方向。如果你跑的 5 个策略全是小市值策略，那你的组合实际上没有分散风险，只是在小市值这个单一风格上加仓了 5 次。 （我之前就犯了这个错——5 个策略全是小市值） 附带的策略就是属于方案 A ，研究测试中 方案 B：建立市场状态判断，调度策略启停 核心逻辑： 识别当前市场所处的风格，匹配对应的策略。 这需要设计一套"市场状态判断机制"，比如： 如果最近 20 个交易日，中证 2000 （小盘指数）相对沪深 300 的超额收益为负，则认为当前是大盘风格市，暂停小盘策略，切换大盘策略。 或者更简单的情绪指标： 如果连续 5 个交易日，涨停家数 <50 ，则市场情绪低迷，暂停动量类策略，仅运行防御类策略。 这不是择时（预测涨跌），而是 策略调度 ——不同的工具用在不同的场景里。 方案 C：给现有策略加"风格过滤器" 核心逻辑： 不切换策略，而是给策略加一个外挂的市场环境判断层。 比如在小盘策略里加一个条件： 如果中证 2000 最近 N 天跌幅超过 X%，则暂停买入新仓位（但不强制平现有仓位）。 这相当于给策略加了一个"感知外部环境"的能力，让它在不适合自己的土壤里主动"冬眠"，而不是硬撑着继续交易。 在《 我是怎么用 AI 分析和改进量化策略的（附真实操作流程） 》那篇文章里提到的"大盘情绪过滤"就是这个思路的一个实例——加了一个连续 3 天大盘大跌就暂停买入的条件，某几段极端回撤从 28%收窄到 19%。 方案 D：接受回撤，等风格回归（慎用） 有时候你会面临一种情况：策略没问题，风格只是临时切换，等风格回归策略自然就好了。 这个方案不是没有道理，但它要求你在上策略之前就 想好极端情况下的心理承受边界 ： 这个策略最大回撤我能承受多少？（ 30%？ 50%？） 如果连续亏损 3 个月，我还能坚持吗？ 这部分资金如果全亏了，会不会影响我的生活？ 如果没有提前想清楚，在 shi pan 回撤发生时，你极大概率会做出情绪化的决策：要么在最低点割肉，要么人工干预打乱机器节奏——这也是我在《 用 2 万起步量化投资 1 年，亏了多少，学到了什么？ 》那篇文章里交过的学费。 5. 我的 shi pan 教训：Q2 到 Q3 那段经历 2025 年 Q2 ，我的几个小市值策略表现都不错，模拟盘积累了半年的信心，于是上了 shi pan 。 前两个月（大约是 Q2 末到 Q3 初），策略延续了模拟盘的状态，持续盈利，我还以为自己找到了"稳定的印钞机"。 然后 Q3 后期小盘股开始调整。中证 2000 持续下行，微盘股里出现大面积下跌。我的策略因为全都是小市值方向，几乎没有任何对冲，净值开始直线下跌。 那段时间我犯了几个错误： 没有风格过滤器 ：策略在小盘持续下跌时仍然在买入，越买越套 没有预警机制 ：只有在已经大幅回撤之后才意识到问题 人工干预打乱节奏 ：忍不住手动平仓，结果平在低点，后来反弹也没接回来。策略空仓后的资金，再人工买入，导致亏得更多，雪上加霜。 现在回头看，如果 Q3 中后期时我有一个简单的判断：中证 2000 已经连续跌了 X%，暂停买入新仓位——可能能省下相当一部分回撤。 不是策略坏了，而是土壤变了，我的策略没有感知到这件事。 总结：做量化，先搞清楚你的策略适合什么市场风格 量化策略很像农作物——水稻需要水田，小麦需要旱地，没有一种作物能适应所有气候。 上 shi pan 前，你需要回答三个问题： 这个策略适合什么市场风格？ 搞清楚它的"生存土壤" 我的验证有没有覆盖多个风格周期？ 避免时间窗口过拟合 市场风格切换时，策略有没有应对机制？ 过滤器、调度、或者预先设定好的止损线 没有永远有效的策略，只有匹配当前土壤的策略。 市场风格永远在轮换，我们能做的，是在风格来临之前让策略准备好，在风格切换时让策略主动应对，而不是等亏够了钱再复盘。 我目前还在探索 ABC 三种方案的组合实践，等有了更多 shi pan 数据，再来写一篇更具体的"多策略组合"和"市场状态判断"的实操文章。 如果你也在面对"策略突然不行了"的困惑，欢迎交流。 作者：玖菜量化 | 一个互联网老兵的量化学习路 免责声明：本文内容仅供学习参考，所涉策略均为历史回测研究，不构成任何投资建议。投资风险自担，与作者无关。
坐标北京，大家感冒频率如何，是我身体素质太差了还是各种流感病毒太多了，我女朋友说是因为我坐地铁不戴口罩。
坐标北京，大家感冒频率如何，是我身体素质太差了还是各种流感病毒太多了，我女朋友说是因为我坐地铁不戴口罩。
坐标北京，大家感冒频率如何，是我身体素质太差了还是各种流感病毒太多了，我女朋友说是因为我坐地铁不戴口罩。
坐标北京，大家感冒频率如何，是我身体素质太差了还是各种流感病毒太多了，我女朋友说是因为我坐地铁不戴口罩。
坐标北京，大家感冒频率如何，是我身体素质太差了还是各种流感病毒太多了，我女朋友说是因为我坐地铁不戴口罩。
坐标北京，大家感冒频率如何，是我身体素质太差了还是各种流感病毒太多了，我女朋友说是因为我坐地铁不戴口罩。
坐标北京，大家感冒频率如何，是我身体素质太差了还是各种流感病毒太多了，我女朋友说是因为我坐地铁不戴口罩。
坐标北京，大家感冒频率如何，是我身体素质太差了还是各种流感病毒太多了，我女朋友说是因为我坐地铁不戴口罩。
坐标北京，大家感冒频率如何，是我身体素质太差了还是各种流感病毒太多了，我女朋友说是因为我坐地铁不戴口罩。
坐标北京，大家感冒频率如何，是我身体素质太差了还是各种流感病毒太多了，我女朋友说是因为我坐地铁不戴口罩。