AI量化的终极形态:打通“一句话生成策略->代码修改->bug调试->一键回测”的全链路闭环,看海量化回测系统实战
本文介绍了如何将VSCode内联到看海量化回测系统中,实现AI策略生成、修改、调试、回测的一站式操作。重点讲解了使用RooCode插件的配置步骤,包括获取API密钥、配置Claude和Gemini模型,以及如何通过AI提示词工程将策略思路转化为可执行代码。文章提供了从准备工作到实战演练的完整流程,强调清晰的策略描述对AI生成质量的影响,并展示了从提问到回测的具体案例。最后说明了版本更新情况和内测福
上一篇讲到我把VSCode内联到看海量化回测系统中,从而可以实现一站式地实现策略AI生成、修改、调试、回测。此时的量化回测系统已经基本接近我所设想的系统的最终状态了。当然后续还有很多要补充的模块和功能,比如对ETF的T+0适配、兼容更多数据源等等。不过那些都是后续锦上添花的内容了。
这篇教程将带你使用内联编辑器实现一个完整的量化策略,对于常规的量化策略,基本可以使用本章的方式实现。复杂的策略,后续会逐渐完善并补充案例。
我将通过一个详细的图文教程,一步步教你如何正确使用这套提示词工程,真正实现“用说话的方式写代码”,将你脑中的策略灵感,轻松变为现实。
一、准备工作
在开始之前,请确保你已经准备好以下三样东西:
-
一个AI大模型工具
-
看海量化AI提示词工程
-
一个清晰的策略思路
1. AI大模型工具
由于内置的编辑器是VSCode,所以VSCode支持的AI编程工具你都可以使用,比如augment、Copilot等等。但是现在插件的订阅费用越来越高,augment一个月就要50美元了,对于非重度用户来说成本较高。
因此,我在这里推荐另一类插件,例如 Roo Code, CodeLine 或 Continue。它们的共同点是都通过调用API来使用大模型。
使用API有几个核心好处:
-
经济实惠:平台按量计费,用多少算多少,避免了按月订阅造成的浪费。
-
模型库丰富:可以在一个平台内轻松切换使用
Gemini,Claude,GPT等多种模型。 -
应用场景广泛:API不仅可以在AI编程插件中使用,在后续我们开发AI直接决策的策略时也会用到。
下面,我们以 Roo Code 插件为例,详细介绍配置过程。
(1) 获取API密钥
既然要用API,那么API从哪里来呢?
根据此前的详细测评和日常使用经验,强烈推荐使用 Gemini 或 Claude 模型,这可以极大节省反复折腾的时间成本。但在国内直接访问官网并使用API有诸多不便,且每个模型都要单独购买,比较麻烦。
因此,我推荐一个开源的模型聚合平台——CloseAI。它的计费方式是官方API定价乘以一个系数。默认系数是1.5,但通过下方链接注册的用户,可以有三个月的大客户套餐优惠,系数降为1.1,这个时间足够前期策略研究阶段使用了。
注册链接:
https://referer.shadowai.xyz/r/1027594
操作步骤:
1. 点击上方链接,在官网主页注册账号。

2. 注册登录后,在后台点击充值,初次尝试可以先充几块钱体验。

3. 在后台的“控制台”可以看到接入信息,其中最重要的是 API密钥,这个密钥一定要保存好,不要泄露给他人。

4. 点击“接入文档”,可以看到不同模型的域名设置方式,先有个印象,稍后配置时会用到。

(2) 配置Roo Code插件
现在,我们开始配置看海系统内置编辑器中的Roo Code插件。
1. 打开编辑器:在看海回测系统,点击右上角的“编辑器”,随意新建或打开一个策略文件进入编辑器界面。

2. 安装插件:点击侧边栏的“扩展”图标,打开插件市场。在搜索框输入 Roo,找到插件后点击 安装(Install)。

3. 打开插件:安装完成后,侧边栏会出现Roo Code的图标,点击它。

4. 切换中文(可选):默认是英文界面,如果需要,可以点击右上角的齿轮图标 -> 地球图标,切换为中文。


5. 添加模型提供商:点击最上方的图标,进入“提供商”页面。

下面我们分别添加 Claude 和 Gemini 这两个模型。
配置Claude:
1. 在“配置文件”处,将默认配置重命名为 Claude。

2. API提供商 选择 Anthropic (Claude的服务商)。

3. 将你在CloseAI上获取的 API密钥 填入。

4. 勾选“使用自定义基础URL”,并输入对应的域名:https://api.openai-proxy.org/anthropic (这就是前面在CloseAI“接入文档”里看到的地址)。

5. 模型 选择一个较新的版本,如 claude-sonnet-4-5。

6. 点击 保存-完成。

配置Gemini:
1. 在“配置文件”处,点击 加号,新建一个配置文件,命名为 Gemini。

2. API提供商 选择 Google Gemini。

3. 填入同一个 API密钥。

4. 基础URL 设置为 https://api.openai-proxy.org/google。

5. 模型 选择 gemini-2.5-pro。

6. 点击 保存- 完成。

此时,两个模型就配置完毕了。你可以在插件主界面的下方随时切换使用这两个模型。

2. 看海量化AI提示词工程
这是一个关键步骤,目的是让AI理解我们平台的代码规范和函数结构,成为一个“懂规矩”的KhQuant策略专家。
-
通过下方链接获取最新版的提示词工程全文:https://khsci.com/khQuant/prompt/
-
点击页面上的 Copy 按钮,复制提示词全文。

3. 把它粘贴到Roo插件的对话框中,发送。

现在,AI已经准备就绪。你只需要在同一个对话窗口里,接着向它描述你的策略想法即可。
3. 一个清晰的策略思路
这是最重要的基础。你需要想清楚你的策略逻辑,一个完整的策略描述应该包含两部分:
(1) 策略逻辑部分
-
交易对象:是针对股票池里的所有股票,还是只针对某一支?
-
使用指标:用到了哪些技术指标?(比如MA, RSI, MACD…)
-
指标参数:指标的周期参数是多少?(比如MA(20), RSI(14)…)
-
买入条件:在什么情况下触发买入?
-
卖出条件:在什么情况下触发卖出?
-
仓位管理:买入/卖出多少?(比如全仓、半仓、使用50%资金…)
(2) 回测配置部分
-
回测时间段:从什么时候到什么时候?
-
触发方式:策略多久判断一次?(日线、分钟级、Tick级)
-
复权方式:使用什么复权方式?(推荐前复权)
-
股票池:测试哪些股票?
-
初始资金:回测用多少资金?
-
交易成本:是否需要自定义佣金、印花税、滑点等?
二、实战演练:从提问到回测
准备工作就绪后,我们来看一个实例。
1. 好的提问 vs 坏的提问
一个好的提问(清晰、具体):
请帮我写一个RSI超买超卖策略和对应的配置文件。
策略逻辑:
- 使用14日RSI指标
- 当RSI小于20时(超卖),如果当前没有持仓,使用50%资金买入股票池第一只股票
- 当RSI大于80时(超买),如果当前有持仓,全部卖出
- 每日收盘时检查一次信号
回测配置:
- 回测时间:2025年1月1日到2025年6月30日
- 触发方式:每日收盘时判断
- 复权方式:前复权
- 测试股票:平安银行(000001.SZ)
- 初始资金:100万
一个不好的提问(模糊、宽泛):
给我一个能赚钱的均线策略。
2. 生成与回测
-
将上述“好的提问”发送给已经学习过提示词工程的Roo。
-
AI会按照要求,直接修改你当前打开的
.py文件,并生成一个对应的.kh配置文件内容。

3. 在看海量化回测系统中,加载这个 .kh 配置文件,此时策略文件的路径通常不对,需要重新选择一下你新建的那个策略文件的路径。

4. 检查一下策略代码是否正确,然后点击 开始运行。

很快,你就可以看到回测结果了。一个符合你预期的策略已经成功运行!

后续,你还可以不断在Roo的对话窗口中,继续向AI描述你的策略修改想法,进行迭代优化,直到得到满意的结果。
提示:策略的单步调试是验证逻辑的重要环节,具体方法在相关教程中有介绍,这里不再赘述。
三、版本更新与内测说明
内联编辑器的相关功能已在 V3.1 版本中正式更新。
目前,最新的 V3.1 版本为内测版本,内测资格暂时只对通过作者推荐渠道开通 miniQMT(开通免费)的朋友开放。这既是对开发工作的一种支持,也是回馈核心朋友的一种方式。加入内测群可以享受持续的福利:
-
版本领先体验:将比公开发布版领先一个大功能版本,提前使用到正在开发中的新功能。
-
专属交流群:受邀加入内部交流群,与作者及众多量化爱好者直接交流,获取及时的帮助和策略思路分享。
-
知识星球福利:后续如果开通知识星球(也可能是其他形式,它将主要用于更深入的策略算法探讨),而看海量化系统本身承诺永久免费使用。届时,内测群成员将免费获赠一年的知识星球会员资格,共享更深度的研究成果。
如果对此感兴趣,请关注公众号“看海的城堡”,在公众号页面下方点击相应标签获取开户方式,开通后联系作者即可加入。
四、关于公开版本V2.1
公开版本包含了回测历史管理模块的绝大部分核心功能,可以在看海量化(KHQuant)的官方网站上免费下载安装包和获取全部开源代码。 官网地址:https://khsci.com/khQuant/
更多推荐

所有评论(0)