Building a Self-Evolving Trading Research System
复杂交易研究系统最容易忘记的，不是某次回测的数字，而是为什么当时停下来了。
一个候选被阻断，三个月后没人记得具体原因；一份旧文档还在目录里，和新版门禁结论互相矛盾；向量库召回了"相似案例"，但没人核对它能不能当作证据。于是系统看起来在运转，实际上在重复同一种错误。
ProBitForge 把"自我进化"定义得很保守：进化的是流程、记忆、路由和门禁，不是绕过门禁去交易的能力。
这篇文章是 research only，not financial advice；backtests are not live performance；not an instruction to trade。自我进化改善的是证据质量与阻断时机，不保证交易表现。任何 LLM、向量库、外部研究平台或仪表盘，都不得绕过执行门禁。
如果你希望从系统边界开始阅读，可以先看：我们如何评审策略候选能否进入 dry-run。记忆层细节见：用 Qdrant 搭建交易研究记忆层。
1) 自我进化不是自主交易
在交易研究里，"更聪明"不应等于"更急着下单"。
安全的自我进化系统，学的是三件事：
1. 记住失败：阻断原因、覆盖缺口、权限越界尝试，不应随一次跑批结束而消失。 2. 路由权威：谁可以提议、谁可以证明、谁可以执行，必须写死在架构里。 3. 更早阻断：在重型回测、样本外、向量入库之前，先用轻量预筛拦住明显不合格的路径。
> 安全的自我进化，不是学会绕过门禁，而是学会解释门禁为什么存在。
2) 权限分层：谁负责什么
我们把系统拆成五层，每层有硬边界：
| 层级 | 组件 | 职责 | 硬边界 | | --- | --- | --- | --- | | 执行层 | Freqtrade | 回测、dry-run、实盘执行 | 唯一可控的执行路径 | | 事实账本 | SQLite / DuckDB / JSON 报告 / Markdown 回执 | 可审计事实与门禁记录 | 精确事实优先于记忆摘要 | | 语义记忆 | Qdrant | 相似案例召回、带来源引用 | 相似不等于证明 | | 研究脑 | Codex / Hermes / QuantDinger | 假设、诊断、工程变更、外部研究 | 不得直接授权 dry-run/live | | 指挥与可见性 | OpenClaw / Sentinel / Mission Control | 监控、编排、报告、运营记忆 | 不得隐藏执行通道 |
一句话：Memory reminds. Facts decide. Gates block.
Freqtrade 执行；账本记事实；Qdrant 提醒相似；研究脑提方案；指挥层管可见性与编排；门禁在晋级前裁决。
3) 文档治理：别让旧笔记覆盖新门禁
工程系统里，文档也会"腐烂"：旧回执、冻结方案、已废弃策略说明，和新版门禁结论并存时，人和 Agent 都会读错顺序。
我们把文档分成五类状态：
canonical：当前权威口径active：正在使用、可被引用receipt：某次验证或发布的回执frozen：历史快照，只读参考deprecated：已废弃，不得覆盖现行门禁
这给未来的 Agent 和工程师一个阅读顺序：先 canonical/active，再 receipt，frozen/deprecated 仅作历史对照。否则一条三年前的"可以上 dry-run"笔记，可能误伤今天的 blocked_research_only 状态。
4) Issue Memory Card：把生产问题变成机构记忆
单次失败跑批的价值很低。高价值的是：把失败结构化，让它下次还能被召回。
Issue Memory Card 是我们用的最小学习单元，典型字段包括：
- 症状（symptom）
- 影响（impact）
- 根因（root cause）
- 修复（fix）
- 验证（verification）
- 预防（prevention）
- 来源引用（source references）
- 置信度（confidence）
- 记忆晋升状态（memory promotion status）
生命周期：
``text raw_event -> hypothesis -> verified_issue -> lesson_candidate -> promoted_memory -> deprecated_memory ``
安全示例：某策略候选因 K 线覆盖不完整被阻断。错误做法是让这次失败消失在日志里；正确做法是写成卡片——"coverage gap blocks promotion"——下次预筛时召回，提醒研究员先补数据，而不是直接开重型回测链。
当前体系里，问题记忆与 Qdrant 摘要严格分离：召回可以提醒，但不能替代事实证明（eligible_as_proof=false）。
5) Qdrant：提醒层，不是裁判层
Qdrant 回答的是"这像什么"，不是"这是不是真的"或"能不能交易"。
我们往 Qdrant 里放的是脱敏摘要 + 来源引用，不放：
- 唯一事实本身（PnL、订单、精确回测数字）
- dry-run/live 授权
- 把相似案例当作统计显著性
每条召回必须能回链到事实工件：报告 ID、账本记录、Issue Card 路径。否则语义记忆会从"提醒"滑向"幻觉式证据"。
更完整的记忆层设计，见前文 Qdrant 记忆层文章。
6) Fast Prefilter：重型研究链的"前门保安"
在启动昂贵的 Hermes/Freqtrade 链路之前，我们先跑一层快速预筛（fast prefilter）。
它检查的典型项包括：
- 当前门禁状态（是否仍
blocked_research_only） - K 线覆盖是否完整
- 上游事实链是否过期或阻断
- 问题记忆卡是否命中当前候选
- Qdrant 召回边界（是否被误当作 proof）
- QuantDinger 边界（是否保持
external_research_only）
当预筛返回 blocked_research_only 时，下游重型动作会被跳过，例如：
- K 线刷新
- 晋级型回测 / 样本外
- Qdrant ingest
- dry-run / live 相关配置写入
这不是"偷懒"，而是权限保护 + 算力保护：在证据不足时，不让系统假装自己在做严肃研究。
以 2026-05-19 的验证状态为例（概括性描述，非实时承诺）：
- 决策：
blocked_research_only - 硬阻断项：4 项
- dry-run / live：保持关闭
- 重型研究链：未继续执行
典型阻断原因包括：Hermes 日终复核已给出 research-only、K 线覆盖仍有缺口、上游事实链过期或阻断、当前候选命中 P1 级历史问题记忆。QuantDinger 仍保持外部研究侧车，不具备执行或晋级权限。
7) 自我进化闭环（端到端）
把上述组件串起来，闭环是这样的：
``text 问题或阻断出现 -> 写入事实工件 -> 创建 Issue Memory Card -> 召回相似案例（Qdrant，带来源） -> 修复或维持阻断 -> 验证 -> 晋升或拒绝记忆 -> 生成自动化候选 -> 更新门禁或预筛规则 ``
注意顺序：先事实，再卡片，再召回，再验证，最后才谈晋级。 跳过任何一步，"进化"都会退化成过拟合或权限漂移。
与执行层的关系可以概括为：
``text Execution layer -> fact ledger -> semantic memory -> research brains -> orchestration layer -> fast prefilter -> issue memory evolution ``
8) 给搭建者的检查清单
如果你要复刻一套"能进化但不失控"的研究系统，至少做到：
1. 执行与研究分离：只有一个组件能触达 dry-run/live。 2. 事实账本先行：SQLite/DuckDB/报告/回执，可回链、可审计。 3. 向量召回当指针：相似案例提醒你去读事实，不能代替事实。 4. 每个组件有权限等级：写进矩阵，不让 Agent "顺手"越权。 5. 重复阻断写成 Issue Card：别让同类失败只活一次。 6. 重型链路前跑预筛：blocked 就停，别假装继续研究。 7. 阻断状态要 sticky：证据清空前，不要自动"差不多能上了"。 8. 公开发布回执，不发表承诺：读者看到的是验证过程，不是收益保证。
做到这八条，系统未必更赚钱，但会更难重复同一种工程错误——这本身就是自我进化的最低合格线。
9) 最后再强调一次边界
AI 和自动化可以读文档、写回执、提假设、跑诊断、生成工程变更。
它们不应该在没有验证、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。自我进化改善的是流程与证据路由，不保证交易结果。
