AI 交易系统如何自我进化：不是让 AI 自动炒币，而是把它关进闭环

很多人对“AI 交易系统”的想象，是让模型直接看行情、直接点买卖按钮，然后系统会自己越来越赚钱。

这个想象很性感，但工程上非常危险：它会把 幻觉、过拟合、边界混乱 三个高概率事故源，直接连到资金曲线上。

我们在 ProBitForge 的做法更朴素，也更残酷：不追求“AI 自动炒币”，只追求一件事：

把 AI 的能力压进一套可审计、可复盘、可验证、可阻断的闭环里。

这篇文章是 research only，not financial advice；backtests are not live performance；not an instruction to trade。

如果你希望持续跟进这类“系统搭建 + 风控工程”的内容，可以从 System Build 标签开始：<https://www.probitforge.com/tag/system-build/>

1) 自我进化不是“自动乱改”，而是“闭环 + 门禁”

所谓“自我进化”，不是 AI 自己改策略然后自动上线。那不是进化，是自毁。

真正能长期活下来的系统，必须回答三个硬问题：

1. 事实从哪里来？ 没事实就没有学习，只有幻觉。

2. 候选改造怎么被裁决？ 没裁决就会退化成自动过拟合机器。

3. 出了事谁负责、怎么回放？ 没回放就没有复盘，下一次只会重复同一种错。

闭环的要点是：每一次“变得更聪明”，都必须被事实证明；每一次“想上线”，都必须被门禁阻断或放行。

2) 六层架构：谁负责想，谁负责记，谁负责执行

我们把系统拆成六层，各司其职，谁也别越界：

| 层级 | 组件 | 主要职责 | 能否直接影响实盘 | | --- | --- | --- | --- | | 执行层 | Freqtrade | 回测、dry-run、实盘执行 | 是（唯一执行层） | | 事实层 | SQLite / DuckDB | 保存交易、回测、信号、审计事实 | 间接（裁判层） | | 指挥层 | OpenClaw | 哨兵监控、复盘、门禁编排、候选管理 | 可以阻断/建议，不直接下单 | | 记忆层 | Qdrant | 语义记忆、相似案例召回、RAG 证据层 | 否 | | 研究层 | Hermes | 解释失败、提出假设、设计验证计划 | 否 | | 工程层 | Codex | 把候选落成代码/脚本/测试/文档 | 否（必须过门禁） |

一句话：Freqtrade 执行；SQLite/DuckDB 记事实；Qdrant 记经验；Hermes 想方案；Codex 落工程；OpenClaw 管门禁。

这套分工的好处只有一个：把“想法”和“资金”隔开，让系统失控的概率下降一个量级。

3) 自我进化闭环（端到端）

你可以把闭环理解成一个“研究工厂流水线”：

1. Freqtrade 产生交易与回测事实。 2. SQLite/DuckDB 把事实固化成可审计账本。 3. OpenClaw 把事实变成结构化复盘样本（交易案例、风险事件、候选改造）。 4. Qdrant 只存“高信噪比样本”，用于相似经验召回。 5. Hermes 基于事实 + 召回证据提出候选假设（策略、风控、数据、工作流）。 6. Codex 把候选工程化：代码、配置、测试、验证脚本、文档回执。 7. 验证链路跑起来：回测、样本外、walk-forward、成本敏感性、dry-run。 8. 风控门禁裁决：不通过就阻断，通过才允许晋级。 9. 新结果写回事实摘要与记忆库，成为下一轮进化材料。

这里有个关键点：记忆帮助推理，但事实负责裁决。

3.1) 进化评分卡：候选有没有资格“晋级”

为了避免“回测看起来很美”这种典型自欺，我们给每个候选改造打一个非常务实的评分卡：

| 指标 | 你要回答的问题 | 最低要求 | | --- | --- | --- | | Evidence | 证据在哪？能回链到事实吗？ | 必须有 source id | | Robustness | 跨市场状态还成立吗？ | 不能只在单一牛市有效 | | Overfit Risk | 有没有过拟合嫌疑？ | 必须做样本外检查 | | Drawdown | 最大回撤可接受吗？ | 不得突破风控阈值 | | Trade Count | 交易次数够吗？ | 过少则置信下降 | | Cost Sensitivity | 手续费/滑点后还有效吗？ | 必须检查 | | Explainability | 能解释收益来源吗？ | 不能只看收益曲线 | | Reversibility | 能干净回滚吗？ | 必须保留旧版本 |

这张表的意义是：让候选晋级变成“工程审批”，而不是“感觉不错就上”。

4) Qdrant 的真实角色：语义记忆，不是交易大脑

很多人误把向量库当“智能引擎”。但在交易系统里，Qdrant 最合适的位置是：

• 召回“类似行情下我们曾经怎么死过”
• 召回“类似哨兵告警后来是否演化成亏损”
• 召回“某类参数改动是否造成过拟合”
• 召回“某个 Prompt/Agent 协作方式成功过还是坑过”

它不应该做：

• 裁定真实 PnL（那是事实库和交易所的工作）
• 替代回测/样本外验证（那是验证链路的工作）
• 直接批准实盘（那是门禁的工作）
• 把“相似案例”当统计显著性（那是过拟合的开端）

把它放在“语义记忆层”，反而能把系统拉回正确轨道：先召回证据，再提出假设，再用事实打脸或证实。

4.1) 记忆入库原则：宁愿少，也要干净

语义召回是一把双刃剑。你往记忆里塞什么，未来它就会拿什么来“影响”你的假设。

我们更偏向这套入库原则：

1. 只收高信噪比样本：一次失败的复盘、一次明确的风险事件、一份结构化实验结论。 2. 必须可回链：每条记忆都能回到事实账本/原始报告，而不是孤儿笔记。 3. 显式打标签：市场状态、风险等级、策略版本、时间窗口，不然召回就是瞎碰瓷。 4. 允许“删掉垃圾”：低质量样本进库，会污染未来所有召回。

5) 迭代逻辑：为什么我们会主动判定“这族候选不够资格”

真正难的不是“把策略调得更好看”，而是敢于说：证据不够，就停。

一个典型失败模式是“阈值族微调”：你不断调阈值，曲线确实好看一点，但稳定性没有变硬，只是把噪声当信号。

所以我们对候选晋级的态度更接近“发布工程”而不是“写周报”：

1. 证据不到阈值，不晋级 不是“差不多能用”，而是“可复现、可解释、可样本外站住”。

2. 样本外与 walk-forward 不过，直接阻断 否则系统会自动退化为过拟合机器。

3. 允许“停止”，不允许“自欺” 停止某条路线，反而是在节省未来的风险预算。

这也是为什么我们会明确地把某些候选族留在研究层，拒绝进入 dry-run，更不可能进入 live。

6) 一个可落地的检查清单（给想复刻闭环的人）

如果你想把自己的 AI 交易系统从“能想”推进到“能活”，你至少需要：

1. 一份可审计事实账本（能回链到每一次决策） 2. 一套结构化复盘产出（把失败变成可学习样本） 3. 一层语义记忆（只收高信噪比样本，支持相似召回） 4. 一个研究脑（提出假设，不触达执行按钮） 5. 一个工程落地者（把假设变成可测试变更） 6. 一条验证流水线（回测/样本外/walk-forward/dry-run） 7. 一道风控门禁（默认阻断，证据充分才放行） 8. 一个“写回”机制（把新结果变成下一轮的事实与记忆）

做到这八条，你的系统不一定赚钱，但它会具备最关键的能力：不重复犯同一种错。

6.1) P0 最小闭环（建议先做这个）

不要一上来就追求全自动。先把“半自动研究闭环”跑起来更关键：

1. 拉取最近一段交易/回测事实（以事实账本为准）。 2. 产出结构化复盘（失败原因、风险标签、市场状态）。 3. 把高质量复盘写入语义记忆库，支持相似召回。 4. 研究脑基于“事实 + 召回证据”提出候选假设。 5. 工程落地者把假设变成可验证的变更与脚本。 6. 验证链路跑完，门禁裁决是否晋级。

P0 目标不是赚钱，是让系统开始“认真地不犯重复错误”。

7) 最后再强调一次：AI 不碰买卖按钮

AI 可以读文档、做复盘、写代码、写报告、提假设。

但它不应该在没有验证、没有门禁、没有审计的情况下，直接触达资金。

这篇文章是 research only，not financial advice；backtests are not live performance；not an instruction to trade。