AI 辅助研究的红线:研究参考 ≠ 交易信号

① 有证据块(Sources)              65 / 65    100.0%
② 每条 claim 都含具体数字          58 / 65     89.2%
③ 每条 source 指向代码/输出        56 / 65     86.2%
④ 每条 claim 都有 verified 日期    65 / 65    100.0%
⑤ 正文百分数被证据块覆盖         420 / 821    51.2%

一、把"可回溯"做成五项体检

二、它查的是形式,不是真伪

形式齐备不代表结论正确;但形式不齐备,结论连被检验的资格都没有。

它能挡住的是最常见的一类问题:说了一个数,但没人能重跑它。

它挡不住的:数字算对了但口径错了(P6 整章)、实验设计错了(p7.4 第一版)、样本选偏了(p6.3)。

🔧 动手做:给这门课自己做一次"可回溯体检"(5 分钟)

跑 python traceability_audit.py,让它扫本课自己的全部结论文档,检查每个结论能不能追回到可重跑的代码和原始输出。

你会看到(实测):65 份结论文档,证据块 65/65(100%)、每条 claim 含具体数字 58/65(89.2%)、source 指向代码或输出 56/65(86.2%)。而这个工具的第一版,因为没处理"同上实测"这类合法引用,把第三项误报成了 3.7%(96% 是误报)。

想明白:AI 能极大加速研究,也能极大加速产出看起来很像结论的东西。区别只有一条:每个结论能不能追回到一段可重跑的代码和一份原始输出。把这条要求做成体检,就能机械地挡住"说了一个数、但没人能重跑它"。而体检工具本身也需要被体检——形式齐备不代表结论正确,但形式不齐备,结论连被检验的资格都没有。

三、AI 辅助研究的四条红线

红线一:研究参考 ≠ 交易信号

这是本章最重要的一条,也是最容易被跨过的一条。

分界线很清楚:AI 的输出是"待验证的输入",不是"可执行的结论"。

p7.3 已经用数据说明:日频涨跌预测的 AUC 约 0.5。

一个连专门训练的模型都做不到的事,通用语言模型不会做得更好——它只是表述得更自信。

红线二:不接受没有原始输出的数字

任何数字,必须能追到一份 stdout / csv / 图,而且那份输出必须能被重跑出来。

这条在 AI 协作下尤其重要:模型很擅长把一个数字写得像是算出来的。

本课的做法(可以直接抄):

每节 code/ 目录       ← 可重跑的脚本
每节 code/outputs/    ← 原始输出（stdout.txt / png / csv）
每节 <Sources>        ← claim → source → verified 三元组

红线三:私有状态不进提示词

承接 p7.1 第 ⑧ 条:

公开文本可以送出去(公告、研报、新闻);持仓、规格书、参数、实盘记录不行。

红线四:模型输出必须落盘存证

记录模型名、版本、温度、提示词哈希、原始返回。

理由在 p5.9 已经实测过:同一条 yfinance 请求两次返回不同,就足以让 ERC 期末倍数在 3.38~3.95 之间漂。

而 LLM 的输出天然比数据源更不稳定。

四、幻觉防护:三层,从便宜到贵

先用便宜的。"用 LLM 检查 LLM"既贵又不可靠(p7.2)。

五、一句话总结 P7

AI 在量化里的位置,是把文字变成表格、把审查变成代码、把重复劳动变成流水线。

它不负责告诉你买什么,也不负责替你相信一个结论。

📌 免责:本课为技术教学,AI 辅助研究的产出一律视为待验证材料,不构成交易信号或投资建议。