课程交流群
购课后，欢迎加入袁老师的 AI 量化交流群
> 戳此加入群聊 <
你将获得
- Codex、LLM、量化方法与人之间的分工和安全边界
- 掌握 AI 赋能量化系统的核心方法论与稳定工作流建立
- 配套完整代码，7 阶段搭建可回测的 AI 量化交易系统
- 实现系统扩展，1 套可迁移、可独立验证策略的判断方法
讲师介绍
袁从德，创业公司CTO，拥有 9 年头部互联网企业技术研发与团队管理经验。曾在交易所担任算法负责人，也曾任职于腾讯、阿里巴巴。多篇成果发表国际顶会，并获中国及中国香港地区发明专利 5 项。著有图书《大语言模型全链路解析》《在线广告全链路解析》《Codex 快速入门》等，也是极客时间《强化学习快速入门与实战》《大模型应用一站式开发》专栏作者。
课程介绍
当下 AI 已经深度介入量化交易领域，因为有了 LLM 以及 Codex 这类智能编码工具，事情突然变得顺手很多。LLM 可以帮你整理上下文、解释市场状态、把一堆信息压成结构化结论；Codex 可以进入代码仓库，读文件、改代码、跑测试、修失败、生成图表和页面。一个过去需要几个人配合的小型研究系统，现在一个人也能搭出雏形。
这当然让人兴奋，但也正因为太顺手，才更容易踩坑。
AI 给你一段“看起来很专业”的交易解释，不代表它真的知道市场会怎么走；Codex 帮你跑出一条漂亮的回测曲线，也不代表这条策略可以拿真钱试。量化研究里最要命的误会，往往不是程序报错，而是程序没报错、图也很好看、解释也很流畅，然后你就信了。
但是，这些问题你是否真正思考过：
- 一个想法怎样写成可以被验证的假设
- 一份数据怎样留下来源、时间、缺失和回退记录
- 一个 LLM 信号怎样被结构化、评分、拒绝和复查
- 一条策略怎样进入回测，而不是直接变成订单
- 一次回测怎样同时看收益、回撤、成本、窗口稳定性和过拟合风险
- 一个研究系统怎样在自动化之前先学会停下来
- 别人能不能接手你的材料，复跑同样的命令，看见同样的证据，等等……
本专栏要完善的，正是这条从“做出来”到“证明它值不值得相信”的路。我们将使用 Codex 建立一套可验证、可追溯、有停止线的量化研究系统——让结果可复算、过程可追溯、结论可在未见数据上重复，以及失败时系统可及时终止、减少损失。
更加值得一提的是，整门课程始终围绕同一个可运行项目推进：每一讲都把新的数据、规则、代码或验收记录接到上一讲的成果上。
因此，你学到的不只是“这套 AI 量化系统怎么做”“用 Codex 怎么做”，而是下一次换一个市场、策略、模型或者智能编码工具时，仍然知道应该先问什么、留下什么证据、在哪里停下来、全链路如何开发。这也是本专栏与“让 AI 直接给一段策略代码”最大的区别。
课程目录
适合人群
面向开发工程师、量化新人、金融从业者（需有 1 年以上编程基础）：
- 有交易灵感但不懂量化
- 想用 LLM 做量化系统
- 回测好看、实盘亏损
- 想要标准化投研流程
订阅须知
- 本专栏为虚拟商品，交付形式为图文+音频，一经订阅，概不退款。
