《AI 面壁者：在线市场状态实验室》

版本：V1.0（严格在线竞赛构想） 状态：构想中 定位：本地运行的模拟交易与市场状态观察工具，不接入真实资金、不提供投资建议。

一句话定义

把一组带有不同“世界观约束”的模拟策略，放进一个每天结算、每天淘汰、绝不偷看下一交易日的竞争环境中；最终观察的不是哪只策略明天买什么，而是哪类策略在当下市场结构中更容易存活。

系统的日输出只允许是三类风险状态：

• 0 / 趋势市：顺势、较长持有周期的族群整体更稳定；
• 1 / 震荡市：对冲、均衡与低换手策略相对占优；
• 2 / 恐慌市：防御、波动过滤与轻仓策略的存活率显著提高。

它是一个“市场脾气计”，不是预测器，更不是自动下单系统。

核心原则

原则	约束
严格在线	任一交易日的决策只能读取截至上一交易日收盘时已经可得的数据。
时间可审计	每份行情、特征、信号、订单和结算均记录 as_of 时间，之后不得覆写。
模拟优先	只做纸面交易；不保存券商密钥，不产生真实订单。
多样性优先	角色的持仓周期、风险预算和允许动作由赛道锁定，不能靠进化抹平差异。
同赛道竞争	淘汰与繁殖只发生在同类角色内部，不能用短线暴利淘汰防御策略。
风控优先	最终状态评估优先看回撤、稳定性与族群存活率，不按单日收益率封王。
可证伪	每天保留输入快照与决策结果；任何结果都能回放到当日可见信息。

每日“断头台”时间线

以下以交易日 T 为例。具体时点应随目标市场的实际交易日历配置，不能写死。

阶段	时间	允许做什么	明确禁止
结算	T 日收盘后	写入收盘价、净值、成交、回撤、排名与淘汰结果。	用 T+1 数据修正 T 日决策。
数据封存	T 日收盘后	为每个数据源打时间戳，生成 T 日可见数据快照。	覆盖历史快照或补写当日已作出的订单。
进化窗口	T 日收盘至 T+1 盘前	仅依据封存快照更新策略参数、生成 T+1 订单。	读取 T+1 开盘、盘中、收盘或事后修订数据。
执行	T+1 盘中	按盘前冻结的规则撮合模拟订单，应用滑点、手续费和成交限制。	根据盘中结果临时改策略、撤回或改价。
再结算	T+1 收盘后	开始下一轮结算。	将事后表现回填成盘前知识。

数据截断的实现规则

1. 每个运行批次创建不可变的 decision_snapshot_id。
2. 特征计算查询必须带 published_at <= cutoff_at 条件，而非仅按交易日期过滤。
3. 订单保存 created_at、effective_date、snapshot_id 与策略版本哈希。
4. 结算程序只能读取对应日期的行情快照，不能调用“最新数据”接口。
5. 数据供应商若会修订历史行情，原始响应需要按日归档；修订版只能用于数据质量报告，不能改写已完成竞赛。

角色与强制赛道

角色不是界面皮肤，而是防止全部族群收敛为同一种短线噪音策略的“基因锁”。初版只开三个赛道，每个赛道可有 20—100 个变体。

赛道 A：长周期格雷

• 初始模拟资金：100 万；
• 世界观：市场存在可持续但缓慢的趋势，频繁交易会损耗优势；
• 硬约束：最短持仓 5 个交易日；超过换手率上限即扣分或判负；
• 可变基因：行业偏好、趋势确认阈值、仓位上限、止损/减仓阈值；
• 评价重点：滚动回撤、持仓稳定性、风险调整后收益。

赛道 B：套利猫

• 初始模拟资金：100 万；
• 世界观：单边判断并不可靠，结构性对冲比方向押注更重要；
• 硬约束：至少持有 3 个满足预定义相关性或暴露约束的品种；净敞口与单品种权重受限；
• 可变基因：对冲比例、相关性窗口、再平衡阈值、行业中性权重；
• 评价重点：波动率、最大回撤、净敞口稳定度与交易成本后的净值。

赛道 C：恐慌老头

• 初始模拟资金：1000 万；
• 世界观：不确定性升高时，保住资本比追逐收益重要；
• 硬约束：只有预先定义的恐慌/波动指标相对昨日升高时才允许加仓；其余时间仅可空仓、持有现金或轻仓；
• 可变基因：恐慌阈值、加仓幅度、风险资产上限、退出速度；
• 评价重点：压力日损失、尾部回撤、风险暴露与存活率。

初版需先明确目标市场和可交易品种。若使用中国市场，不能直接把 VIX 当作唯一条件；应选择可稳定取得、发布时点明确的本地波动代理指标，或把跨市场指标的时区与可见时间写入规则。

竞争、淘汰与繁殖

每日结算指标

每个代理在收盘后计算：

• 当日与累计净值；
• 最大回撤与滚动波动率；
• 交易成本、滑点与换手率；
• 规则违规次数；
• 同赛道标准化分数；
• 族群的存活率与策略分散度。

建议采用滚动多指标评分，而不是单日收益排名：

score = 风险调整收益
      - 回撤惩罚
      - 成本惩罚
      - 规则违规惩罚
      - 与同赛道过度相似的惩罚

淘汰与补充

1. 每个赛道独立排序，末位 20% 标记为淘汰；
2. 保留赛道内前 20% 作为亲本候选，而非只复制第一名；
3. 子代只能继承本赛道允许变动的参数；硬约束不可变异；
4. 使用小幅扰动与随机新血，避免所有子代复制同一组参数；
5. 记录亲本、变异参数、随机种子和产生时间；
6. 设置最短观察期，例如 20 个交易日内不因单日表现淘汰，降低噪音驱动的“进化”。

市场状态信号

系统不发布“买入/卖出/标的代码”，只产生观察信号。一个可解释的初版规则如下：

状态	触发倾向	输出含义
趋势市 / 0	格雷赛道的中位数得分、存活率和净值平滑度连续占优	长周期顺势逻辑更适配当前样本。
震荡市 / 1	套利猫赛道的风险调整表现与分散度占优	对冲与低方向暴露逻辑相对适配。
恐慌市 / 2	恐慌老头在压力日显著减少回撤，且存活率连续提高	风险控制逻辑更有韧性，应提高人工复核频率。
未确认	三赛道信号分歧大，或样本/数据质量不足	不下结论，只展示不确定性。

信号必须同时展示：最近 N 日赛道存活率、各赛道中位回撤、状态置信度、数据完整性和“未确认”原因。连续三日只是观察窗口，不应被包装成确定性的仓位建议。

极简技术架构

先以单机、单进程为目标；Ray 只在代理数量或特征计算规模确实需要并行时引入。

行情/日历数据源
      ↓（定时抓取与原始归档）
Python 任务调度器
      ├── 数据时间截断与快照
      ├── 策略/角色引擎
      ├── 模拟撮合与风控
      ├── 赛道评分、淘汰与变异
      └── 状态信号生成
      ↓
SQLite（初版）
      ↓
FastAPI（只读查询与配置接口）
      ↓
轻量仪表盘（Streamlit 或现有网站中的独立页面）

不在第一版引入的组件

• 真实交易接口、券商凭证与自动下单；
• Ray 集群、Redis、微服务和 PostgreSQL；
• LLM 自由生成交易代码或盘中临时决策；
• 面向他人的荐股、收益承诺或自动化投资建议。

最小数据模型

表 / 实体	关键字段	目的
market_snapshots	snapshot_id, symbol, published_at, cutoff_at, 原始响应路径	证明决策时可见的数据。
agents	agent_id, track, genome, parent_ids, created_at	记录角色、参数与谱系。
decisions	agent_id, snapshot_id, effective_date, strategy_hash, orders	固化盘前决策。
fills	order_id, filled_at, price, slippage, fee	可解释的模拟成交。
daily_metrics	agent_id, trade_date, nav, drawdown, turnover, score	每日净值和同赛道评分。
evolution_events	trade_date, track, eliminated_ids, child_ids, seed	淘汰与繁殖审计。
regime_signals	trade_date, state, confidence, evidence	仪表盘展示的最终观察结果。

分阶段实施计划

Phase 0：规则与数据契约（1 周）

• 确定单一目标市场、交易日历、交易品种池和唯一行情源；
• 明确每类数据的发布时点、时区、修订规则和缺失处理；
• 写出不可违反的线上数据截断测试用例；
• 定义撮合假设：开盘/收盘成交、滑点、手续费、涨跌停与停牌规则；
• 明确“恐慌指标”的来源与本地市场适配方式。

验收：给任意一个决策，均能列出当时可见的完整输入快照。

Phase 1：单角色纸面交易骨架（1—2 周）

• Python + SQLite 建立快照、订单、成交与净值表；
• 实现一个冻结规则的格雷代理；
• 用模拟时钟跑过连续交易日，验证 T+1 数据不能被读取；
• 输出每日日志与净值 CSV。

验收：删除未来行情后，过去生成的每笔订单完全不变。

Phase 2：三赛道与模拟撮合（2—3 周）

• 加入套利猫和恐慌老头的硬约束；
• 实现统一的成本、滑点、持仓和违规检查；
• 为每赛道创建小族群，例如每类 20 个代理；
• 实现同赛道评分、观察期、淘汰和受限变异。

验收：任何子代都无法突破所属赛道的硬约束；各赛道都能独立排名。

Phase 3：每日任务与仪表盘（1—2 周）

• 配置本地定时任务与失败重试；
• FastAPI 提供只读的净值、排名、谱系和信号接口；
• 用 Streamlit 或独立网页展示赛道面板；
• 展示数据截至时间、策略版本、状态证据和任务日志。

验收：每日运行失败、缺数或迟到时，仪表盘明确显示“未确认”，不生成伪信号。

Phase 4：长期在线观察（至少 3—6 个月）

• 每天按真实时间运行，不以事后数据调参；
• 定期检查族群相似度、数据质量与规则违规；
• 只记录观察结论，不根据短期结果扩大复杂度；
• 月度复盘系统本身，而不是把复盘结果回填进已发生的决策。

验收：形成可审计的运行档案与三条赛道净值/回撤/存活率曲线。

主要风险与护栏

风险	护栏
前瞻性偏差	快照不可变、决策哈希、按 published_at 查询、自动化时间截断测试。
过拟合近期噪音	最短观察期、滚动评分、参数变异限幅、赛道内多亲本繁殖。
策略同质化	硬赛道约束、相似度惩罚、随机新血与持仓重叠监控。
模拟成交过于乐观	保守滑点、手续费、成交上限、停牌与不可成交订单处理。
数据源不稳定	原始响应归档、缺失标记、任务重试；数据不完整时只输出“未确认”。
把信号误当建议	固定免责声明；界面不展示下单按钮、不输出具体买卖指令。
系统过早复杂化	先单机 SQLite；只有明确性能瓶颈后才考虑 Ray、Redis 或 PostgreSQL。

当前决策

• 只做模拟交易与市场状态观察，不接真实资金；
• 将“无前瞻”定义为数据与决策可审计的硬约束；
• 采用长周期格雷、套利猫、恐慌老头三条隔离赛道；
• 按同赛道淘汰与繁殖，避免跨风格的短期收益竞赛；
• 确定首个市场、品种池与可靠数据源；
• 完成 Phase 0 的时间截断测试；
• 实现单角色纸面交易骨架；
• 连续在线运行后，再决定是否需要 Ray 与更复杂的前端。

---

真正需要验证的不是“AI 能否猜中明天”，而是：在严格不偷看未来、强制保持差异的条件下，哪一类风险逻辑更适合解释眼前的市场结构。