《如何用Codex构建A股量化交易系统》（20260627）

早上起来，想着能否将近期与AI的交互内容形成文档，以前是做成MD文件，但还是不美观，就想到以书本的形式展现，花了几个小时出来效果非常不错

这本书，我也不打算出版，就自己阅读。因为出版是件很费精力的活，而且也不赚钱。即使定价1680元/本，销售100本，收入也不多。

定价1.68万又太贵，现在寻龙一号、寻龙二号实盘表现十分亮眼，就不想去折腾出版书籍了。

发出来仅仅是分享一种思路，如果哪天我的公众号粉丝数量突破10万、或者某一篇文章突破10万的阅读量，也是可以考虑去出版社印刷的。

另外，之前有一位朋友说我的历史文章太多了，不好翻阅，我已经将历史500多篇文章，删减后仅剩下150多篇精华了。

回测情况

实盘表现，完全符合预期，相当完美！

推荐序：一套从高收益回测走向实盘纪律的AI量化样本

年化 216.59% 和年化 76.20% 这样的数字，天然会吸引所有投资者的目光。但这本书真正值得阅读的地方，并不只是这两个收益结果，而是它完整呈现了这些结果如何被一步步逼近、质疑、修正、复现，并最终被纳入实盘工程。

作者薇若星辰，是“欧奈尔口袋支点量化”的作者，长期研究 A 股成长股、欧奈尔体系、口袋支点、板块轮动、技术指标工程化和自动化交易系统。更重要的是，作者并没有把 AI 当作一个给出神奇答案的黑箱，而是把 Codex 放在一个专业研究流程中：让它读代码、读数据、写回测、查错误、做复现、接入 QMT、记录日志、沉淀 Skill。

这使得本书不同于普通的“AI写代码教程”。它展示的是一个真实策略系统的诞生过程：从第一句“我想做一个A股自动化交易系统”开始，到001至009策略目录的多轮迭代；从日线粗测到分钟级回测；从寻龙一号的强势市场策略，到寻龙二号的弱市分钟确认策略；从漂亮的历史净值曲线，到实盘中的撤单、部分成交、QMT数据延迟、日志恢复和仓位补足。

多数投资者看到高收益回测时，会先问“参数是什么”。但专业研究更应该追问：数据有没有未来函数？涨停能否买入？跌停能否卖出？分钟线是否覆盖？基线能否复现？参数邻域是否稳定？实盘程序能否重启恢复？手工交易后状态是否还能校准？这本书的价值，恰恰在于它把这些问题逐一摊开，并给出工程化处理路径。

因此，这不是一本承诺读者复制收益的书，而是一本帮助读者复制研究能力的书。读者真正能带走的，是一套方法：如何把投资直觉变成数据假设，如何让 Codex 把假设落成可运行代码，如何用回测约束想象，如何用实盘问题倒逼系统成熟，如何把一次次踩坑沉淀成可复用的策略文档和 Skill。

如果未来 AI 会深度改变量化研究，那么改变不会发生在一句提示词里，而会发生在这种持续、严谨、可复现的协作流程里。