
懂得分别用「AI 做摘要」、「回测做编码」、「API 下单」,并不构成体系。缺乏固定工作流程,常见后果包括:盘面平稳时轻信聊天结论,波动加剧时忽略检查,事件期间临时更改规则,事后无法统一回溯。第六课的目标是将前五课浓缩成可重复使用的 SOP,确保 AI 始终是辅助工具,绝不在压力下取代纪律。
工作流程按时间顺序分为三个阶段:研究期(步骤 1–3)、执行期(步骤 4、6)、回顾期(步骤 5)。事件期(第四课)作为横切规则,涵盖执行前后。
整理信息与行事历;使用分层来源和 R-C-E-V 限制生成可验证的观点;对可测试假设进行回测或纸上模拟,记录成本及样本外结论。产出:事实表(仅已验证项目)、假设清单(附失效条件)、是否进入观察或小仓位的初步判断。
开仓前完成风控清单与最终检查;按照降级规则处理事件窗口;仅在规则明确且断路器有效时执行自动化脚本。
导入实际交易记录;比对计划与现实;更新错误类型及下周改进重点;检查集中度限制是否被突破。
每个计划交易日,以下步骤可在十到二十分钟内按固定顺序完成(视仓位复杂度而定)。
步骤 1: 检查事实表是否仍有效(公告、费率、链上参数、平台规则有无变更)。
步骤 2: 确认今日是否处于事件窗口;若是,检查杠杆是否已调降,或新开仓是否依规则暂停。
步骤 3: 重置交易计划:方向、比例、失效条件、止损、目标或时间退出、最大可承受亏损。
步骤 4: 交叉核对风控清单:单笔风险、总曝险、保证金模式、与现有仓位的冲突。
步骤 5: 最终人工确认:交易对、方向、数量、仓位类型(仅减仓或开仓)。
步骤 6: 执行后,在日志字段记录计划与实际结果,避免事后凭记忆补登。
AI 可协助生成步骤 3、4 的清单和重置文字;步骤 5、6 不得外包。
建议每周安排一次完整的研究与回顾会议(例如周末或低波动时段),结构如下:
更新宏观与加密关联观察(利率、美元、风险偏好代理指标、BTC/ETH 结构);更新事件行事历;清理事实表,删除过期项目;列出下周 1–3 个可测试假设,剔除无法验证的叙事。
导入本周交易纪录;计算毛利与费用;标注执行问题(滑价、误触、非计划止损);分类错误类型;确定下周一项可执行的改进(例如:「事件日前不调整杠杆」、「未经 OOS 回测不采纳新策略」)。
AI 适合做格式化与分类;数字与交易纪录必须来自导出数据。
将事件期规则设为默认策略,而非临时决策:
事件前 24 小时: 不开新大仓位;不部署新自动订单规则;确认可用保证金与稳定币比例。
事件期间: 不根据 AI 即时摘要追单;依赖官方数据与预期偏差;只允许减仓或避险(若策略有如此设计)。
事件后: 价差与波动结构恢复正常后再评估;在回顾中记录实际路径与场景规划的差异。
启用任何新脚本或 Agent 能力前,执行简要检查清单:
权限是否最小化?
是否与只读监控分离?
是否有单日亏损和连续失败的断路器?
是否禁止提现或高权限链上授权?
密钥是否远离代码储存库与通讯软件?
事件期间是否预设禁用自动下单?
是否设有人工确认节点?
任何一项未通过,则不启动,或仅保持信号模式运作。
工作流程失败通常源于可识别的模式:
因应:分离事实表与假设清单;未验证项目不得进入执行检查清单。
因应:对成本采用严格 OOS 悲观情境;未通过纸上模拟前不增加仓位。
因应:将事件规则预先写入 SOP;例外必须记录并纳入回顾。
因应:自动化仅执行已文件化的规则;规则变更须先更新文件,再修改代码。
因应:日志字段固定;AI 仅做整理,绝不捏造交易纪录。
AI 提升了信息处理与工程效率,但人类仍负责验证、风控与执行。六步骤映射解决了「该用在哪里」;输入纪律解决了「别从有缺陷的数据开始」;回测审计解决了「别被曲线欺骗」;事件边界解决了「压力下别赌」;自动化安全解决了「别让一个错误持续」;本课的 SOP 解决了「下周能否重复」。
对经验丰富的交易者来说,实现无需一次填满所有字段。从「事实表 + 六步骤盘前检查 + 周回顾」开始,运行 4–8 周后再逐步加入分层回测、事件降级和自动化检查清单。工作流程的价值在于可重复;唯有可重复,您才能判断改进是否真实。
第六课将 AI 辅助的加密交易从概念提炼为工作流程:研究期强调验证与可证伪;执行期强调检查清单与最终确认;回顾期强调精准记录与单项可执行改进;事件期与自动化通过降级规则和权限断路器约束尾部风险。工具会变,模型会变,但工作流程可保持稳定。坚守工作流程比在市场压力下追逐新提示更有效,能带来长期一致性。本课程到此结束;若未来平台功能或市场结构发生变化,请更新事实表和检查清单,而不是抛弃工作流程本身。