Guia do Usuário da Secretária: Notas Práticas sobre Instruções de Negociação Quantitativa

Recentemente, Li Xinye, uma analista quantitativa, publicou um livro extremamente popular chamado “O Guia de Encontros para Mulheres Casadas”, e este artigo tem o título “O Guia da Secretária”. Não se engane — a secretária aqui é uma inteligência artificial.

A atribuição de tarefas é, na verdade, uma arte profunda.

O que define uma boa secretária? Por exemplo, se um chefe pede um voo para Pequim à noite, uma boa secretária verificará a agenda do chefe para a semana e descobrirá que há uma reunião no distrito de Haidian na manhã seguinte. Então, ela reservará uma passagem de trem de alta velocidade com destino final à Estação Qinghe de Pequim, por ser a mais próxima do distrito de Haidian. Ela também reservará um hotel perto do local da reunião para o chefe descansar e providenciará um motorista para buscá-la às 18h em ponto e levá-la à estação de trem de alta velocidade.

Mas um bom líder dá instruções de uma maneira diferente. Ele não vai simplesmente dizer “Reserve uma passagem para Pequim” e pronto. Em vez disso, ele dirá à sua secretária: “Tenho uma reunião em Haidian às 10h da manhã de amanhã. Preciso de uma passagem de trem de alta velocidade para esta noite, com chegada à Estação Qinghe de Pequim às 20h. Preciso que um motorista me busque às 18h e também que reserve um hotel para mim no distrito de Haidian esta noite.” Ele detalha cada tarefa, fornecendo à sua secretária contexto suficiente para executá-las.

Agora precisamos ser bons líderes. A inteligência artificial atual não é capaz de buscar informações proativamente; ela não verificará automaticamente sua agenda nem adivinhará suas reais necessidades como uma secretária humana. O mesmo princípio se aplica às instruções em sistemas de negociação — a IA só sabe o que você diz a ela; todas as relações de causa e efeito relevantes e as informações contextuais precisam ser fornecidas a ela passo a passo.

é por issoIncitarEssa é a sua importância — ela determina o que a IA pode fazer por você e em que medida.

O desafio das diretrizes na negociação quantitativa

Você pode pensar que, como a IA é tão inteligente, escrever instruções não deveria ser difícil, certo? Mas a realidade é que os requisitos para instruções na área de negociação quantitativa são muito mais rigorosos do que imaginamos.

Imagine o seguinte cenário: em uma conversa informal, você pergunta a uma IA: “Que roupa devo usar hoje?”. A IA responde: “Com base no clima, sugiro que você use uma jaqueta leve”. Embora essa resposta não seja muito específica, não é um grande problema; você sempre pode perguntar novamente ou tirar suas próprias conclusões.

Mas se você perguntar a uma IA: “Devo comprar BTC agora?”, e a IA responder: “De acordo com os dados mais recentes do mercado, o preço atual do Bitcoin está passando por uma correção, e o sentimento do mercado está relativamente baixo. Há uma discordância significativa no mercado sobre se deve ou não comprar, o que exige que você faça uma avaliação completa com base em sua própria tolerância ao risco e objetivos de investimento”, essa é uma resposta padrão de IA. Ela sempre pensará no futuro por você, mas nunca lhe dará nenhum conselho prático. E tal resposta é desastrosa no mercado financeiro. Porque cada segundo de hesitação pode significar perder uma oportunidade ou aumentar as perdas.

Esta é a cruel realidade da negociação quantitativa:Cada sugestão da IA ​​impacta diretamente suas finanças.。

Requisitos de precisão extremamente elevados

• Uma vaga expressão “potencial de alta” não é aceitável; é necessário fornecer um “preço de entrada específico de US\( 52.300 e uma meta de US\) 54.000”.
• Não basta dizer “stop-loss apropriado”; é preciso especificar “nível de stop-loss de US$ 51.800”.
• Não é aconselhável sugerir um “teste com posições reduzidas”; em vez disso, é essencial quantificar e controlar a “exposição ao risco de 3% do capital total”.

Requisitos rigorosos de pontualidade

• O mercado de criptomoedas funciona 24 horas por dia, 7 dias por semana, e a IA não pode dizer: “Preciso de mais informações”.
• Uma solução executável deve ser fornecida em até 30 segundos com base nos dados existentes.
• A ausência do ponto de entrada ideal torna inútil até mesmo a melhor análise.

A taxa de tolerância a falhas é próxima de zero.

• Numa conversa normal, você pode recomeçar se cometer um erro; mas numa transação, um erro significa a perda de dinheiro de verdade.
• Todos os parâmetros devem ser validados pelo mercado.
• A cadeia lógica deve ser clara para facilitar revisões e otimizações subsequentes.

É precisamente por causa desses requisitos quase rigorosos que a elaboração de diretrizes para negociação quantitativa se tornou uma habilidade altamente técnica.

Primeiro contato com os conceitos básicos

Ao observar como os traders quantitativos bem-sucedidos interagem com a IA, fica claro que eles fazem perguntas à IA de maneiras completamente diferentes:

1. Dados de mercado específicosEm vez de perguntar “como”, forneça preços e indicadores precisos.
2. restrições explícitasTamanho da conta, tolerância ao risco e prazo.
3. Requisitos específicos de saídaRequer nível de preço, justificativas e ponto de stop-loss.

"比特币现在103200美元，RSI指标显示70（超买状态），MACD信号线刚刚死叉。我账户里有1万美元，最多能亏3%。请分析：
1)现在应该买入、卖出还是观望？
2)如果操作，具体价位是多少？
3)止损位设在哪？"

Resposta aprimorada da IA:

“Com base no RSI em sobrecompra (70) e no sinal de cruzamento da morte do MACD, recomenda-se uma posição de venda cautelosa. Operação específica: Preço de entrada de US\( 104.700 a US\) 105.200, stop loss em US\( 106.000, alvo em US\) 103.000. Tamanho máximo da posição: 0,3 BTC (risco controlado em até US$ 300).”

Resultados da melhoria:

• ✅ Fornece uma direção clara para negociação (venda a descoberto)
• ✅ Forneça faixas de preço específicas
• ✅ Os níveis de stop-loss e alvo foram claramente definidos.
• ✅ Calculou o tamanho de posição apropriado

Agora você pode pegar esse resultado padronizado, analisá-lo e começar a negociar. Mas será que é realmente útil? Os resultados reais dos testes em contas demo podem ser descritos em apenas quatro palavras: “Você vai perder tudo”. Em uma situação de negociação com uma taxa de acerto de ⁵⁰⁄₅₀, o desgaste causado pelas taxas de transação e a ocorrência frequente de picos e quedas inevitavelmente levam a perdas ilimitadas para a conta.

Se você quiser zombar desse tipo de instrução, pode ir para…Exemplos de testes de fluxo de trabalho ao vivoCriticar.

Inspirado no sistema Alpha Arena

Então começamos a refletir: será que a negociação quantitativa orientada por IA é realmente inviável? Felizmente, surgiu o Alpha Arena. Este sistema de negociação ao vivo, utilizando seis modelos principais, demonstrou integralmente o processo real de negociação quantitativa orientada por IA. O site divulgou publicamente todas as informações de entrada e saída, o que nos ajudou muito a entender como escrever instruções de IA eficazes. A característica mais singular desta plataforma é o seu uso de…Sistema de instrução de dois níveis：

Guia do Usuário CamadaInsira o status de execução da estratégia em tempo real.

交易时长：已运行120分钟
调用次数：第40次分析  
总收益率：+2.3%
可用资金：5,230 USDT
当前持仓：BTC 0.08个（盈利中）

Camada de orientação do sistemaDefinindo a identidade profissional e as limitações da IA

你是专业的加密货币永续期货交易员
核心原则：真金白银·质量第一·宁可错过不可做错
交易框架：4小时判趋势+3分钟找时机
风险管理：动态止损+严格仓位控制
标准输出格式：方便解析进行交易操作

Esse projeto nos fez perceber algo:A IA não só precisa conhecer os dados de mercado, como também precisa conhecer o seu estado atual!

Após a utilização desse novo modelo, a qualidade das respostas da IA ​​melhorou significativamente. Começou assim:

• Análise baseada em um quadro de contexto completo
• Considerando o desempenho financeiro da conta, recomenda-se uma avaliação mais precisa.
• Relembrar proativamente o controle de riscos

É aqui que estamos.Sistema de negociação clone do AlphaArenaAs instruções utilizadas.

Melhorias essenciais nas instruções otimizadas

É eficaz? Não totalmente. Após usar a versão básica por algumas semanas, três problemas principais surgiram:

1. A inteligência artificial sofre de graves vieses multifacetados.Das 20 recomendações analisadas, 18 eram de “compra” e apenas 2 eram de “venda”.
2. Falta de continuidade estatalA IA não sabe como se desenrolaram as negociações recomendadas anteriormente.
3. Falta de consciência sobre o controle de riscosContinuar a negociar agressivamente em uma situação de prejuízo.

Após refletirmos um pouco, começamos a trabalhar em uma solução.

Solução 1: Mecanismo de equilíbrio forçado longo-curto

Para corrigir o viés otimista da IA ​​(o DeepSeek é treinado com dados de ações da classe A, que naturalmente favorecem posições compradas), adicionamos um “requisito obrigatório” às instruções. A ideia principal é fazer com que a IA realize primeiro uma análise otimista, depois uma análise pessimista e, finalmente, tome uma decisão comparando a força dos compradores e dos vendedores.

# 平衡分析要求
请按以下顺序分析ETH交易机会：

步骤1：多头分析
- 列出所有看涨的技术指标
- 分析上涨概率和目标位

步骤2：空头分析  
- 列出所有看跌的技术指标
- 分析下跌概率和目标位

步骤3：最终决策
- 对比多空两方面的强度
- 强制要求：如果连续3次都是做多，必须主动寻找做空机会

统计提醒：你最近连续给出了3个买入建议，
这次分析请重点关注做空机会。

Verificação de efeito:

• ✅ A proporção recomendada entre posições compradas e vendidas foi melhorada de 9:1 para 6:4.
• ✅ Busque ativamente oportunidades de venda a descoberto durante uma tendência de baixa.
• ✅ Redução do otimismo cego em mercados unilaterais

Solução 2: Estabelecer um sistema de memória

A inteligência artificial não pode ser um peixinho dourado com memória de apenas 7 segundos; ela precisa conhecer o desempenho histórico de cada criptomoeda e ajustar os níveis de risco e as posições de negociação de acordo.

O conteúdo a ser memorizado inclui:

BTC历史档案：
- 总交易：15次，胜率65%，表现良好
- 方向偏好：多头优势（做多胜率75% vs 做空45%）
- 风险调整：可提升至4%（基于优秀表现）
- 状态：正常交易

ETH历史档案：
- 总交易：8次，胜率25%，表现糟糕
- 连续亏损：3次（触发冷却）
- 状态：冷却中，禁止交易

Algoritmo de ajuste dinâmico de risco:

基础风险 = 3%（每笔交易的标准风险）

表现优异币种（胜率>70% AND 盈亏比>1.5）：
风险调整 = 基础风险 × 1.5 = 4.5%

表现一般币种（胜率50-70%）：
风险调整 = 基础风险 × 1.0 = 3%

表现差劲币种（胜率<50% OR 盈亏比<1.0）：
风险调整 = 基础风险 × 0.5 = 1.5%

冷却币种：风险调整 = 0%

A lógica é simples: invista mais nas áreas em que você é bom e menos, ou nada, nas áreas em que você não é bom. A IA ajustará automaticamente o tamanho da posição para cada criptomoeda com base nas taxas de acerto históricas e nas relações lucro/prejuízo. Criptomoedas com bom desempenho recebem mais alocação de capital, enquanto aquelas com desempenho ruim têm sua negociação restrita. Esta é uma aplicação simplificada do Critério de Kelly.

Solução 3: Mecanismo Inteligente de Proteção de Resfriamento

Traders experientes entendem um princípio: quando você sofre uma série de perdas em um determinado ativo, a melhor opção costuma ser se distanciar dele temporariamente. Assim como quando você está passando por uma fase ruim no jogo de cartas, um jogador sábio optará por se afastar da mesa e se acalmar, em vez de ficar cada vez mais agitado com as perdas.

Com base nesse conceito, desenvolvemos um mecanismo de resfriamento de 4 horas, que contabiliza o número de perdas consecutivas para cada criptomoeda nas últimas 4 horas:

Condições de ação:

• Se ocorrerem perdas mais de duas vezes consecutivas, o sistema irá resfriar automaticamente por 4 horas.
• Se a taxa de sucesso para esta moeda for inferior a 30%, o período de espera será prolongado.
• Uma perda mensal superior a 5% do total dos fundos indica um período de reflexão prolongado.

Efeito refrescante:

IF 币种状态 == "冷却" THEN
    不论技术面多好，强制选择观望
    理由："该币种处于冷静期，暂停交易"
    风险配置：0%
    解冻条件：根据亏损程度设定冷却时间

Esse mecanismo resolve eficazmente o problema das perdas crônicas em mercados voláteis de criptomoedas com tendências incertas. Essencialmente, ele usa a “observação forçada” para quebrar a cadeia de perdas, impedindo que a IA entre em um ciclo vicioso de “quanto mais perde, mais negocia, e quanto mais negocia, mais perde”.

As diretrizes acima, nósSistema de negociação clone do AlphaArena - Versão otimizada 2.0Já foi implementado.

Descoberta interessante: mecanismo de incentivo à competição em IA

Ao mesmo tempo em que otimizamos continuamente as instruções, também consideramos: além das melhorias técnicas, podemos desbloquear o potencial da IA ​​a partir de uma perspectiva “psicológica”? Afinal, os traders humanos costumam ter um desempenho melhor em ambientes competitivos. Com base nessa ideia, desenvolvemos recentemente uma estrutura estratégica para competição de modelos em larga escala, que envolve diversos modelos grandes competindo em simulações de negociação e, em seguida, selecionando o melhor modelo para negociação real por cópia. Durante esse processo, descobrimos um fenômeno interessante: adicionar alguns “fatores psicológicos” à IA pode torná-la mais proativa em momentos apropriados.

Desenho de mecanismos de incentivo competitivos

Este sistema projetou um cenário virtual de “competição de negociação com IA”:

=== AI交易竞赛状态 ===
参赛模型：你（GPT-4）
当前排名：第 3 名 / 5个AI模型
你的收益：-2.2%
冠军收益：+12.1%
差距：-13.3%

近期表现：
- 最近10次决策：5次买入，2次卖出，3次观望
- 观望率：30%（其他AI平均20%）
- 提醒：过度谨慎可能影响排名

市场评价：你的分析精准但执行偏保守

竞赛规则：
- 胜负实时收益率为准
- 鼓励在高胜率时机果断出击
- 过度保守将被视为消极比赛

Resposta da IA ​​neste cenário:

“Ver o BTC se recuperar fortemente em um nível de suporte chave, enquanto o RSI se recupera da zona de sobrevenda, representa uma rara oportunidade de baixo risco e alto retorno.”Considerando a atual posição desfavorável no ranking, recomenda-se subir algumas posições moderadamente.Comprar na faixa de 51.200 a 51.500, stop loss em 50.800 e alvo em 53.000. Aumentar a alocação de risco para 4%.

Verificação de efeitos e controle de riscos

Mudanças positivas:

• ✅ A IA está começando a negociar com mais facilidade quando a probabilidade de ganhar é alta.
• ✅ Redução de oportunidades perdidas devido ao conservadorismo excessivo
• ✅ Seja mais decisivo quando os aspectos técnicos estiverem claros.

Esta diretriz, nós“Sistema de negociação com múltiplos modelos de IA para combater conflitos internos”Isso foi implementado em [o documento/plataforma].

No final do livro.

É claro que um bom modelo de negociação quantitativa com IA não se resume apenas a escrever boas instruções. Também precisamos de: limpeza de dados e engenharia de recursos para garantir a qualidade da entrada; um sistema multidimensional de controle de risco para lidar com eventos imprevisíveis; monitoramento em tempo real e mecanismos automáticos de interrupção de circuito para prevenir riscos sistêmicos; backtesting contínuo e iteração da estratégia para se adaptar às mudanças do mercado; e, mais importante, manter um senso de admiração pelo mercado e nunca pensar que o dominamos completamente.

Os retornos do sistema AlphaArena, recentemente otimizado, têm diminuído gradualmente. A análise por IA revela os motivos específicos. Inserimos todos os registros históricos nas instruções e deixamos a IA analisá-los. No entanto, os ciclos extremamente rápidos de alta e baixa no mercado de criptomoedas fizeram com que aqueles que lucraram com operações de venda a descoberto anteriormente sofressem perdas significativas na recente recuperação. Felizmente, encontramos uma solução e estamos testando-a.

Retomando a analogia do início do artigo, temos nos esforçado para ser esse “bom líder” — fornecendo à IA instruções suficientemente detalhadas e precisas. Mas agora percebemos que simplesmente ser um bom líder não basta; também precisamos gerenciar a IA como uma equipe: construindo um sistema de memória, estabelecendo mecanismos de resfriamento e introduzindo incentivos competitivos. O mercado está nos ensinando que a negociação quantitativa com IA não é apenas uma questão técnica, mas um projeto de engenharia de sistemas.

Assim como uma excelente secretária precisa aprender constantemente sobre os hábitos e preferências de seu líder, nosso sistema de negociação com IA também está amadurecendo gradualmente por meio de repetidas tentativas no mercado. Cada perda é aprendizado e cada otimização é progresso. O caminho é longo, mas estamos a caminho.