tick-stock-panel AI策略迭代协议实战台账、证据包、门槛判定与提示词卡片完整指南【免费下载链接】tick-stock-panelTSP自托管、零运维的 A 股「选股 监控 回测」量化工作台 | LLM能力驱使策略定制个股分析复盘 | 自由接入第三方数据源与个性化扩展数据 | 个人开源项目地址: https://gitcode.com/GitHub_Trending/ti/tick-stock-panel在 A 股量化自托管项目tick-stock-panel中AI 策略迭代协议是让 LLM 干脏活、让人做拍板的一套纪律AI 负责「生成—诊断—修改」的重复劳动而回测验证与上线决策永远由人完成。本文带你用零代码面板 提示词卡片跑通完整迭代闭环涉及迭代台账、证据包、门槛判定四大核心概念。一、先看懂迭代闭环从冷启动到停止规则整个协议只有两个阶段、一条纪律冷启动(只做一次): 想法 → 生成 v1 → 基线回测 → 建台账(写入门槛, 封存留出集) 每轮: ① 读台账 → ② 提假设 → ③ 改动 → ④ 扫描初筛 → ⑤ 回测分年 → 拟接受才触发 → ⑥ 终审(敏感性/样本外) → ⑦ 判定 → ⑧ 记账 → ⑨ 停止检查粗调期约 v1~v4每轮允许一个改动主题可以是一组相关结构修改精调期v5 起严格执行单变量一轮只改一处停止规则连续 2 轮无改善、达成预设目标或满 8 轮强制复盘。协议全文见官方文档 docs/strategy-iteration.md机器侧实现位于 backend/app/strategy/ai_iterator.py——一个生成 → 回测 → 诊断 → 修改的有界闭环轮次有上限、回测只读、产物落盘后不自动上线。二、迭代台账给 AI 和你自己装上记忆台账是迭代协议的核心记忆文件位于.iterations/子目录快照再多也不会污染策略列表引擎只扫描custom/顶层的.py文件。文件布局data/strategies/custom/my_strategy.py ← 当前生效版本(最新基线) data/strategies/custom/.iterations/my_strategy/ ├── LEDGER.md ← 台账主文件 ├── v1.py v2.py ... ← 版本快照 └── evidence/ ← 每轮证据包(可选留存)冷启动时写好台账首页——这是最容易偷懒、也最值钱的一步# my_strategy 迭代台账 - 思路: 破板次日低吸, 博修复 - 区间: 2022-01-01 ~ 2026-06-30(最后 20% 为留出集, 封存不用) - 判定门槛: 全区间夏普 ≥ 基线0.2 且 分年最差0 且 样本外降幅10% - 回退线: 样本外夏普降幅20% 或 胜率45% 或 敏感性陡变 - 基线(v1): 夏普 __ / 回撤 __ / 胜率 __ / 命中 __ - 待试清单: ① 止损 -0.05→-0.07 ② 过滤一字板 ③ 持有 5→10 日每轮追加一节重点写负知识什么没用、为什么——它让 AI 和你都不再走回头路## R3 · 2026-09-06(粗调) - 假设: 破板次日胜率低源于未过滤一字板 → basic_filter 增加非一字板条件 - 证据: 夏普 1.31→1.58 | 分年最差 0.42→0.71 | 样本外 1.12→1.35 | 命中 87→63 - 判定: ✅ 接受, 快照 v3.py - 负知识: 一字板过滤的贡献主要来自 2024 段, 2022 段几乎无变化三、证据包喂给 AI 的固定格式输入诊断质量取决于输入质量。用固定格式从回测结果页 验证/归因页组装关键数字策略: my_strategy v3 | 区间: 2022-01~2026-06(留出集未用) 基线(v2): 夏普 1.31 / 回撤 -18.2% / 胜率 48% / 盈亏比 1.9 / 命中 87 本轮(v3): 夏普 1.58 / 回撤 -15.1% / 胜率 52% / 盈亏比 2.1 / 命中 63 分年夏普: 22:0.31 23:1.02 24:1.87 25:1.66 26YTD:1.43 参数敏感: 止损±20% 内夏普波动 ±0.4(陡) | 持有天数平缓 样本外(滚动): 1.35 / 0.98 / 1.12 因子归因: momentum_20d 胜1.02/败0.87 | turnover 胜2.1%/败3.4%(拖后腿)配套一条AI 诊断纪律先逐条复述证据 → 问题按证据强度排序 → 禁止引用证据里没有的现象 → 每个问题对应一处最小修改与预期指标。AI 的诊断只是参考意见判定链 门槛自动对照 → 人拍板。四、门槛判定留出集终审与回退线三条铁律全部先于结果写下门槛先写后跑冷启动进台账防止看完结果找理由留出集终审迭代开始即封存最后 20% 区间任何一轮都不许用定型版本只在留出集上跑一次通过才可进监控——这是对多轮挑最优多重检验的最终防线版本快照与回退每次接受复制为v{n}.py快照回退 把快照复制回当前文件一行命令A/B 对比则用回测页候选一键载入复测。机器侧对应的终审能力都已实现参数敏感性 / 滚动样本外在回测页验证页签因子归因在因子归因页签上线检验在监控中心策略触发器。五、五张提示词卡片零代码跑通路径 B除面板内置的 AI 策略生成器见 docs/strategy.md 方式二外你还可以用本机 AI 编程助手Trae / Codex 等直接读写策略文件与台账。协议提供了五张卡片每次发送时末尾都追加纪律卡卡片用法① 冷启动卡让 AI 读 strategy-guide.md 新建策略文件 建台账铁律只生成一个.py只import polars as pl② 迭代卡每轮开头读台账最后一轮 你贴的证据包按假设 → 改动 → 预期指标输出提案③ 诊断卡只消费证据包输出问题清单与最小修改建议不执行修改④ 复盘卡停止时通读台账汇总负知识给出定型 / 换方向 / 废弃建议⑤ 纪律卡任意卡片末尾追加一次只改一个主题、不顺手重构、不虚报指标、样本外只用于判定不用于调参六、与面板功能的映射全部已实现协议步骤面板位置生成 / 修改策略选股页 · AI 策略生成器 / 自定义编写扫描初筛选股页 · 策略卡片扫描命中数 / 分布回测 分年回测页 · 策略回测结果导出概要终审回测页 · 验证参数敏感性 / 滚动样本外因子归因回测页 · 因子归因页签评分策略A/B 对比回测页 · 候选方案 · 一键载入复测上线检验监控中心 · 策略触发器API 层面迭代闭环由 backend/app/api/strategy.py 的/ai/iterate端点驱动产物为ai_前缀草稿人工确认后才可发布。七、迭代完成后的三层产出定型版策略最重要data/strategies/custom/里的最终版——同一个策略 ID 的演进结果引擎自动发现选股扫描、回测、监控中心立即可用。迭代的本质是让这个 ID 变得更好不是生成一堆新 ID快照链 台账.iterations/完整保留每版快照与判定记录随时回退、随时追溯这个策略为什么长这样衍生新策略可选复盘判定换方向时新思路作为新策略文件开启新一轮冷启动台账首页记一行血缘如衍生自 my_strategyv3。上线路径一句话留出集终审通过 → 监控中心配置策略触发器 → 盘中实时检验。八、适用边界与快速上手想投入研究、让 AI 干代码活、自己拍板→ 本指南迭代协议不想研究、快速拿一个还行的策略 → 看 挖掘模块自动化搜索 显式发布完全自动赚钱 → 不存在本项目明确不做 AI 荐股 / 涨停预测。快速上手三步在选股页「AI 策略生成器」用一句话生成 v1 策略跑基线回测照第二节模板建LEDGER.md写死门槛、封存留出集每轮发迭代卡 纪律卡把证据包贴给 AI接受才记账、才快照——直到触发停止规则复盘收尾。核心资料docs/strategy-iteration.md · docs/strategy.md · docs/mining.md【免费下载链接】tick-stock-panelTSP自托管、零运维的 A 股「选股 监控 回测」量化工作台 | LLM能力驱使策略定制个股分析复盘 | 自由接入第三方数据源与个性化扩展数据 | 个人开源项目地址: https://gitcode.com/GitHub_Trending/ti/tick-stock-panel创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考