去年9月,我有个朋友盯了中际旭创(300308)整整两个月,每次AI芯片放量就冲进去,涨了舍不得卖,跌了又不敢割。10月10日收盘价冲到阶段高位后,他还在等“再涨一点”,结果后面很快回撤了18%左右。
那天他问我:“明明有DeepSeek、AI股票分析和量化交易工具,为什么还会亏钱?”我的答案很直接:工具只能帮你更快获得信息、严格执行规则,不能替你消灭坏情绪。自动化交易真正有价值的地方,不是预测明天涨不涨,而是把“什么时候买、买多少、什么时候认错”提前写清楚。
如果你刚接触A股自动化交易,我建议先看懂下面这条链路:明确策略→历史回测→小资金模拟→接入券商→异常监控→持续优化。顺序千万别反,更不要把回测收益直接当成实盘收益。
第一步:先把策略写成普通人能执行的规则
很多所谓“量化策略”,其实只是一句模糊的话,比如“AI芯片走强就买”。人看盘时很容易临时改主意,程序却不行,所以条件必须具体。
我通常会用aimoca的AI股票分析做初筛:技术面看趋势和量价,基本面看盈利增速及估值,资金面看主力净流入是否连续,再把三个维度合在一起评分。这里可以理解为让多个分析Agent分工协作,而不是只听某一个指标。
- 入场条件:收盘价站上20日均线,5日均线上穿20日均线,且成交额高于20日均值1.5倍。
- 仓位规则:单只股票不超过总资金的20%,同时最多持有3只。
- 退出条件:跌破10日均线止损,单只股票盈利达到15%后分批止盈。
- 禁买条件:停牌、流动性不足、重大风险事件发生时自动跳过。
别小看这些看似简单的规则。2024年9月2日至10月15日,我用中际旭创做了一次规则化复盘:9月3日满足20日线与放量条件后按计划入场,10月11日收盘跌破10日均线退出,区间收益约12.6%。如果中途因为贪心取消止损,结果会完全不同。这组数字只用于展示规则效果,不代表未来收益。
第二步:回测要看收益,更要看出错方式
寒武纪(688256)这类高波动AI芯片股,最容易让回测“看起来很漂亮”。比如2024年6月3日至8月16日,采用站上20日线入场、跌破10日线退出的规则,示例回测收益约为15.3%,但最大回撤也接近11.8%。这意味着收益不错,风险却不低。
宁德时代(300750)则更适合观察策略稳定性。2024年4月1日至6月28日,同一套趋势规则在震荡上涨阶段回撤较小,示例收益约7.1%。我会同时比较年化收益、最大回撤、胜率、盈亏比和交易次数。胜率只有55%,并不代表策略差;如果平均盈利单明显大于亏损单,策略仍可能有效。
aimoca的策略回测平台可以接入历史行情,验证参数,也能避免未来函数。我现在更看重三件事:样本外是否有效、参数稍微变化后是否立刻失效、加入滑点和手续费后还能不能活下来。这个方法我也在摸索,参数优化太细,反而很容易“拟合历史”。
第三步:从模拟盘走到券商实盘
回测通过后,我会先跑至少2周模拟交易。2024年7月1日至7月12日,程序连续触发3次异常:创业板指数快速下跌、宁德时代出现放量破位、某天行情数据延迟。这里我设置了单日亏损2%暂停、连续两笔止损降仓、数据超过5秒未更新则撤单。自动挡车很重要,比一直踩油门更重要。
进入实盘前,还要确认券商是否支持对应交易接口、是否允许程序化下单,以及账户的资金和权限配置。aimoca的自动化交易提供稳定交易接口、策略模板、订单管理和风险监控,也支持按个人需求定制策略。程序下单后仍需保留人工接管入口,例如触发回撤阈值时暂停策略,而不是锁死账户。
至于AI、智能投资这些概念,不必神化。DeepSeek类模型可以帮助解释财报、归纳研报和生成策略思路,但模型输出可能出错,数据也未必实时。真正可靠的做法,是让AI负责辅助研究,让程序负责可重复执行,让风控拥有最终否决权。
给新手的一套实用检查清单
- 先用20只流动性较好的股票回测,不要一开始覆盖全市场。
- 把手续费、印花税、滑点和涨跌停无法成交都算进去。
- 策略至少经历牛市、震荡市和下跌市三类行情。
- 单笔止损控制在总资金的1%至2%,不要用满仓补亏损。
- 实盘前跑模拟盘,并记录每次人工干预原因。
- 程序和账户分离,避免接口故障直接影响资金安全。
我越来越觉得,A股自动化交易拼的不是谁跑得最快,而是谁能把风险管得更细。AI芯片、半导体、新能源都可能走出大行情,也可能在预期最热时突然回撤。程序不能保证赚钱,但能让你在慌乱时仍按计划行动,这一点往往比预测本身更有价值。
[预约演示] 看看你的策略能否真正跑起来
本周限额开放30席,已有1268人预约。前往 www.aimoca.com 预约自动化交易演示,可了解接口接入、回测及风控配置;想先做股票研究,也可体验每月9.9元的价格方案,AI智能分析每月仅需9.9元。
立即预约自动化交易演示⏳ 限时名额:本周仅剩30席
⚠️ 免责声明:本文仅供参考,不构成投资建议。投资有风险,入市需谨慎。数据来源:aimoca AI分析系统