Introducción: Hablemos de las dificultades para validar las ideas de inversión.

Suspiro. Me pregunto si a alguien más le ha pasado: mientras observas el mercado por la noche, de repente se te ocurre una idea de inversión, como detectar ciertas características comunes en algunas criptomonedas antes de que suban repentinamente. Luego, quieres comprobar si esa idea es fiable, solo para descubrir que tienes que escribir código, procesar datos, etc., lo cual es increíblemente engorroso. Para cuando finalmente lo intentas, o ya has olvidado lo que estabas pensando, o la situación del mercado ha cambiado.

¿Qué tan tedioso es el proceso de verificación tradicional?

Para ser sincero, validar una idea solía ser increíblemente tedioso. Primero, había que recopilar datos, encontrar diversas API, registrar cuentas, solicitar claves e incluso escribir código para extraer datos. Solo eso ya era suficiente para volverse loco. Luego, había que convertir esa vaga idea en una fórmula de cálculo concreta e implementarla en código. Finalmente, había que realizar pruebas retrospectivas, considerando aspectos como las comisiones por transacción y el deslizamiento. Todo el proceso podía llevar medio día con suerte, o varios días si no la tenías.

Las ideas de inversión también tienen fecha de caducidad.

El problema es que las buenas ideas de trading son sensibles al tiempo. Esto es especialmente cierto en el mundo de las criptomonedas, donde todo cambia a una velocidad vertiginosa. Un patrón que descubras hoy podría ser ineficaz en una o dos semanas. Pero usar métodos tradicionales para verificarlos es demasiado lento; simplemente no da la talla. Además, la inspiración no siempre llega en el momento oportuno. A menudo surge de repente en el metro o en la ducha. No puedes, precisamente, ponerte a programar al instante, ¿verdad?

Quiero un método de verificación sencillo.

Entonces me pregunté: ¿podríamos simplificar el proceso de validación de ideas? En otras palabras, podría simplemente expresar mis ideas con palabras y dejar que la herramienta se encargara del resto. Sin necesidad de escribir código ni procesar datos, y los resultados me indicarían directamente si es útil o no. Básicamente, se trata de que yo aporte las ideas y la máquina se encargue de la validación.

Implementación del flujo de trabajo del inventor

Posteriormente, desarrollé un flujo de trabajo automatizado utilizando la plataforma Inventor. El flujo de trabajo de Inventor está diseñado específicamente para el trading cuantitativo y puede conectar diversas herramientas. El proceso funciona así: cuando te llega la inspiración, simplemente abre tu teléfono e introduce la descripción del factor. La IA convertirá esta descripción en código ejecutable, recuperará automáticamente los datos de divisas de la plataforma Inventor, realizará los cálculos de verificación del factor y, finalmente, traducirá los resultados a un lenguaje sencillo y te los enviará. Todo el proceso está completamente automatizado; solo tienes que esperar los resultados.

Diagrama de flujo de validación de factores

flowchart TD
    A[📱 Telegram输入想法] --> B[🧠 AI理解因子描述]
    B --> C[💻 生成JavaScript代码]
    C --> D[📊 获取加密货币数据]
    D --> E{🔍 数据检查}
    E -->|数据充足| F[⚙️ 因子计算]
    E -->|数据不足| Z[❌ 返回错误]
    F --> G[📈 IC分析]
    F --> H[📉 单调性分析]
    F --> I[⏱️ 衰减分析]
    F --> J[💰 成本分析]
    G --> K[🤖 AI解读结果]
    H --> K
    I --> K
    J --> K
    K --> L[📋 生成评价报告]
    L --> M[📲 Telegram推送结果]

El proceso de configuración en realidad no es complicado.

Configurar este flujo de trabajo no es muy complicado. Consta principalmente de unos pocos pasos: Primero, configura la API del modelo de IA dentro del flujo de trabajo. Aquí, estoy usando la interfaz OpenRouter, que puede llamar a modelos grandes como DeepSeek. Luego, configura la interfaz de datos de la plataforma Inventor para obtener datos de velas japonesas. El paso más importante es escribir el código lógico para la validación de factores, incluyendo varias pruebas estadísticas y análisis de monotonicidad. No te preocupes si no entiendes estos resultados de análisis técnico; dejaremos que la IA los interprete por nosotros, indicándonos simplemente si este factor es relevante. Finalmente, configura las notificaciones push para enviar los resultados a Telegram.

¿Qué pueden indicarte los resultados de la verificación?

Al abrir este informe de análisis, se descubre una gran cantidad de información. En primer lugar, se incluye una puntuación y una calificación exhaustivas que permiten evaluar de inmediato la viabilidad de la idea. A continuación, se presenta el código específico para la construcción de factores. Esta parte es especialmente valiosa porque el código generado por IA está altamente estandarizado e incluye comentarios detallados. Se puede observar cómo se calcula, con cada paso explicado claramente. Incluso sin conocimientos de programación, se puede comprender la lógica de la construcción de factores tras visualizarla repetidamente. Esto resulta sumamente útil para el aprendizaje cuantitativo; es como contar con un tutor de IA que guía paso a paso en la escritura del código de factores.

El informe también incluye interpretaciones de diversas métricas de rendimiento. Por ejemplo, qué significa el valor IC, qué representa el ratio de Sharpe y por qué una alta tasa de rotación no es adecuada para operar en tiempo real. La IA explica estos términos técnicos en un lenguaje sencillo, permitiéndote comprender el significado de cada métrica. Lo más importante es que la sección de sugerencias de mejora es exhaustiva. La IA no se limita a decirte que «no funcionará»; proporciona directrices de optimización específicas basadas en los resultados de la verificación. Por ejemplo, cambiar el ciclo o utilizar el factor a la inversa. Estas sugerencias se basan en el análisis de datos, no en meras conjeturas.

Por lo tanto, con cada validación, incluso si el factor falla, aún puedes aprender algo: cómo escribir el código, por qué falló y cómo mejorarlo. Con el tiempo, tu comprensión del trading cuantitativo se profundizará.

Ejemplo real: Las fluctuaciones de precios de ayer fueron pequeñas, el aumento de precios de hoy fue grande.

Analicemos un caso de verificación específico. Introduzco la siguiente idea: “La fluctuación de precios de ayer fue pequeña, el aumento de precios de hoy es grande”, y veamos cómo la procesa la IA.

📊 Resultados de la evaluación de factores

🎯 Evaluación general

• 📈 puntaje: ⁴²⁄₁₀₀
• 🏆 calificación: C+
• 💡 sugerenciaNo recomendado.

🔍 Verificación de la hipótesis original

• 💭 SuposiciónLas pequeñas fluctuaciones de precios de ayer sugieren una alta probabilidad de una tendencia alcista hoy.
• ✅ racionalidad teóricaTeóricamente, esto tiene cierto mérito; después de un período de baja volatilidad, puede producirse una ruptura de tendencia o una reversión a la media.
• 📊 Lógica de mercadoEl mercado de criptomonedas exhibe un claro efecto de agrupamiento en la volatilidad, pero la lógica de predecir el movimiento del precio del día siguiente basándose en las fluctuaciones de un solo día es débil.
• 💻 Precisión del códigoLa implementación del código es precisa, calcula correctamente la amplitud de ayer y toma el valor negativo como factor.

📈 Detalles del análisis de rendimiento

💰 Rendimiento

• 📉 Rentabilidad anualizada:-18.66%(Rentabilidad positiva esperada, rentabilidad negativa real)
• 🎲 Tasa de victorias:56.4%(Ligeramente superior al azar)
• 📊 Ganancias acumuladas:-24.57%(Totalmente contrario a lo esperado)

⚠️ Indicadores de riesgo

• 📉 Máxima reducción:30.08%(Control de riesgos deficiente)
• 🌊 Volatilidad:18.42%(Alto riesgo)
• ⚖️ Relación de nitidez:-1.01(Pérdida grave tras el ajuste de riesgo)

🔬 Resultados de las pruebas estadísticas

📊 Capacidad predictiva (análisis de CI)

• 🎯 IC medio:0.063(Tiene cierto poder predictivo, pero es débil)
• 📈 Estadístico t:2.93(Estadísticamente significativo > 2,0)
• 🔄 Rank IC: 0.053(Bajas capacidades de clasificación y predicción)
• 📉 Índice de Información (IR):0.158(Baja capacidad predictiva)

📏 Prueba de monotonicidad

• 📊 Puntuación de monotonicidad:0.083(Extremadamente débil)
• ✅ Monotonía:3.49%(Casi nada de monotonía)
• 📈 Diferencia de beneficios entre posiciones largas y cortas:-0.0008(Tanto las posiciones largas como las cortas tienen efectos similares)

⏱️ Estabilidad del factor

🔄 Análisis continuo

• ⏰ Vida media:1 día(La señal del factor decae extremadamente rápido)
• 🔗 Autorrelacionado:-0.093(Correlación negativa, señal inestable)
• 📅 Frecuencia recomendada para el rebalanceo de la cartera:Frecuencia diaria(Requiere un reequilibrio frecuente de la cartera)

💎 Consistencia de la capitalización de mercado

• 🏢 Circuitos integrados de gran capacidad:0.040
• 🏪 Circuitos integrados de gama media:0.037
• 🏬 Circuitos integrados de pequeña capacidad:0.037
• ✅ Consistencia:mejor(Las empresas con diferentes capitalizaciones de mercado mostraron un rendimiento similar)

💸 Análisis de costos de transacción

🔄 Impacto de la tasa de rotación

• 📊 Tasa de rotación diaria promedio:41.95%(Operaciones de alta frecuencia)
• 💰 Erosión de costes:10.26%rentabilidad anualizada
• 📉 Ingresos netos:-28.92%(Aún peor después de deducir los costos)

🎯 Implementación del código de factor

// 昨日振幅因子计算
if (closes.length < 3 || highs.length < 3 || lows.length < 3) return null;

const yesterdayHigh = highs[highs.length - 2];
const yesterdayLow = lows[lows.length - 2];
const yesterdayClose = closes[closes.length - 2];
const yesterdayAmplitude = (yesterdayHigh - yesterdayLow) / Math.max(yesterdayClose, 0.0001);

return -yesterdayAmplitude; // 负值：振幅越小，因子值越大

💡 Sugerencias para mejorar

1. 🔄 Fluctuaciones de varios díasPruebe a utilizar características de agrupación de amplitud o volatilidad promedio de varios días en lugar de la amplitud de un solo día.
2. 📊 Factor complejoLa combinación del volumen de negociación o las tendencias de precios para construir factores compuestos mejora la fuerza de la señal.
3. 🔄 Lógica inversaConsideremos la lógica inversa: la regresión media después de una alta amplitud puede ser más efectiva.

⚠️ Advertencia de riesgo

1. 📉 Riesgo de rentabilidades negativasPresenta rentabilidades negativas y grandes caídas; su uso directo conllevará pérdidas continuas.
2. 💸 Alto costoLas elevadas tasas de rotación generan costes de transacción que reducen considerablemente los beneficios.
3. 📊 InestablePresenta una monotonicidad extremadamente débil, y la relación entre factores y rendimientos es inestable.

🎯 Conclusión final

La idea es razonable, pero la validación falló, lo que generó pérdidas y altos costos. Se recomienda abandonar la idea o realizar pruebas inversas.

¿Cómo es usarlo en la práctica?

Esta IA es bastante inteligente; entiende cualquier forma en que te expreses. Por ejemplo, si dices “efecto momentum”, sabe que te refieres a que la tendencia del precio continuará. Si dices “reversión a la media”, sabe que significa que los precios volverán a su nivel promedio. Incluso si usas un lenguaje coloquial, como “comprar caro y vender barato” o “pescar en mínimos”, lo entiende con precisión. Esto significa que no necesitas ser programador; solo necesitas poder expresar tus ideas con claridad. Aunque la mayoría de las veces te enfrentarás a contratiempos, ser rechazado constantemente por ideas erróneas es un pequeño pero significativo paso en el camino hacia el éxito.

¿Qué ocurre si la verificación es más rápida?

Cuando la validación se agiliza, todo el enfoque de investigación cambia. Antes, podíamos validar un máximo de dos o tres ideas al mes; ahora podemos validar una docena al día. Como ya no tememos al fracaso y los costos de validación son bajos, nos atrevemos a probar todo tipo de ideas innovadoras. Gracias a una validación exhaustiva y rápida, nuestro conocimiento del mercado se profundiza. Este es un ejemplo clásico de cómo un cambio cuantitativo conduce a un cambio cualitativo.

No es una panacea.

Por supuesto, esta herramienta no es la panacea. La capacidad de comprensión de la IA es limitada y podría malinterpretar ideas demasiado complejas. La cobertura de datos también es limitada, ya que solo valida fenómenos a partir de datos históricos. Además, lo que funciona en el pasado no garantiza su validez futura, un principio que todos comprenden. Esta herramienta le ayuda principalmente a filtrar ideas rápidamente, eliminando las que son claramente poco fiables e identificando líneas de investigación que merecen un análisis más profundo.

Esto es solo el comienzo.

La validación de un solo factor que compartí hoy es solo el comienzo de los modelos multifactoriales. En la práctica, el efecto de un solo factor suele ser limitado; lo verdaderamente útil es la combinación de varios factores. Por ejemplo, combinar factores como el momentum, el volumen y la volatilidad genera resultados más estables. Si te interesa este tema, seguiré publicando videos sobre validación multifactorial, síntesis de factores y, en definitiva, cómo crear un sistema de trading en vivo.

Conclusión

Creo que la mayor ventaja de esta herramienta es que brinda a todas las ideas la oportunidad de ser validadas. Antes, muchas ideas se descartaban por ser demasiado engorrosas. Ahora, con una menor barrera de entrada, se pueden validar diversas ideas con confianza y seguridad. En este mercado tan cambiante, lo peor no son los errores, sino perder oportunidades. Mientras dudas en validar una idea, otros ya podrían haber validado diez y encontrado la útil. Bueno, eso es todo por hoy. Bienvenidos a la Plataforma de Inventores para experimentar y ganar experiencia.

---

Apéndice: Código fuente completo y recursos

Código fuente completo：

• Plataforma de cuantificación de inventores: https://www.fmz.com/strategy/514288
• Se pueden sustituir diferentes modelos de IA y se puede seleccionar la moneda de verificación.

Consejos de riesgo：

• Este artículo es solo para fines de aprendizaje técnico y no constituye asesoramiento de inversión.
• El comercio de criptomonedas es extremadamente riesgoso y puede resultar en la pérdida total del capital.
• Pruebe siempre exhaustivamente antes de utilizar fondos reales