这是邢不行第 129 期量化小讲堂的分享
作者 | 邢不行
我让国产ChatGPT写了个Python程序，运行后不仅可以测试MACD指标的效果，甚至能实现结果可视化。
而实现以上功能，全程不需要写一行代码，毫无编程经验的人也能做。
这也是AI工具在量化交易中的一个妙用，让它化身无情的编程机器，按需求生成代码，免费帮我们打工。
我们该如何让GPT写代码，又能否用它来辅助量化交易并实现自动炒股呢？本文就来做相应的解答。
01
AI+量化
距ChatGPT面世已两年，很多人也已习惯用它来辅助解决各类问题。
比如可以用GPT来做名词解释，得到的答案会比某度搜索精简很多，还可以让它来辅导作业，甚至还能让它来测八字，给出玄学的建议。
但它也并不是万能的，甚至连3.9和3.11哪个大都不一定答得对。
总体而言，当下AI的发展已达新高度，自主生成图片、音乐乃至视频都已不在话下。
既然它那么强大，我们完全可以利用它来辅助量化交易，毕竟对很多人而言，学习量化交易最大的障碍就是写代码。
如果可行的话，确实可以大幅降低学习门槛和时间。
本文将会从两个案例入手，手把手教你用AI生成Python代码，帮助你完成量化回测，全程无需写代码，也不需要你有任何编程基础。
但也还是要提醒大家一句，如果你想让AI简单粗暴的帮你炒股，结局注定会是血本无归，至于原因后文再说。
02
MACD指标计算
1、AI工具
要用AI辅助量化回测，就得先有合适的工具。
我们的目的是让小白也能跟着文章操作，因此选用的AI工具也是小白友好型的。
ChatGPT固然很优秀，但国产AI也完全能满足目前我们的需求。
就像如果你只玩魔兽争霸，那就没有必要多此一举买4090的显卡。
再者ChatGPT的注册本就困难重重，期间还需要用魔法辅助，这一步就已能劝退大部分人了。
我们就任选一个国产GPT，扫码登录后就可以开始演示了。
第一个案例就请出我们的老朋友，被称为技术指标之王的MACD。
2、MACD指标案例
我们之前专门做过视频验证MACD指标的用法和效果，如果你感兴趣的话，也可以去看看。
在之前视频中，我们验证MACD指标的代码都是人工编写的。
现在有了AI，我们完全可以用它来生成测试MACD指标的Python代码。
我们假装自己对MACD一无所知，先来问下AI，“MACD是什么？”
它的回答比某百度更精简，重要信息也一点没落，不仅解释了MACD指标，还额外说明了它的用法。
据此可以知晓，MACD指标有用与否，关键在于金叉和死叉信号。
我们就可以由此明确需要GPT帮助的点：帮我们计算MACD指标，并找出历史上金叉死叉发生的时间，再计算信号出现后股票未来几天的表现。这些都是我们要和它说的提示词。
为了全程不写代码，我提前准备了一份股票数据，上传给了GPT。
这样可以让生成的代码适配数据的格式，直接运行即可得到想要的结果。
上传数据后，我们就用提示词向GPT提要求。
提示词很长，但核心目的还是让GPT帮我们生成能计算并标记出MACD金叉死叉信号的代码。
你也不用刻意去记我的提示词，本文要到的这些资料我都打包好了，只需要评论区留言，都是可以直接免费发给你的。
GPT后续给出的代码，我们可以直接复制到Spyder上运行。
Spyder的下载和使用教程，我也一起放到了资料中，这里不再赘述，你只需跟着教程操作即可。
3、代码结果展示
首次运行程序后，我们要先看看GPT写的代码是否能成功输出结果。
像这样有醒目的红字就代表程序报错了，也就是代码需要修改。
这时也别急，我们只需把报错信息复制给GPT，让它帮我们修改下代码，等待它根据报错信息重新生成新代码。
我们再把新代码复制下来替换掉老代码，重新点击运行即可。
这次代码成功运行了，输出的金叉死叉时间的结果，完全符合我们的要求。
此时我们就可以让AI实现更多需求，比如让它帮我们计算金叉死叉出现后股票未来几天的表现。
同样将具体要求写成提示词给到AI，让它修改之前的代码，并将修改后的代码复制到Spyder中，重新运行即可。
新结果如图所示，它不仅标注了金叉和死叉信号出现的次数，还标注了信号出现后未来1天、3天、5天、10天的上涨概率和平均收益率，满足了我们的需求。
当然需要注意的是，当你按文章复现我的流程时，会发现即使使用相同的提示词，AI给出的结果可能也会有所不同。
也不用太过担心，如果代码报错的话，就继续将报错信息复制给AI，让它帮你修改，直到代码可以成功运行为止。
4、全部A股测试
根据上文的操作，我们已经可以测试指定股票MACD金叉死叉的效果。
接下来就让AI找出所有A股历史上所有的金叉死叉，并测试它们的效果。
此时我们的提示词就需要告诉GPT，我们有众多数据文件需要它做统一处理，让它给出支持的代码。
等它输出后，我们仍旧复制代码使用，这次直接运行就出现了相应的结果。
先不论结果是否准确，AI至少实现了我们的一系列需求，我们自己全程也没写一句代码，即使是不会编程的量化小白，也能借助GPT轻松完成量化回测代码。
如果你也能借助AI写代码，还会觉得编程是量化投资学习的拦路虎吗？是不是一下觉得量化也不难了？
03
涨停案例
1、涨停案例探究
再来看一个涨停板效果的应用案例。
我们之前的视频中研究过各种不同形态的涨停，今天就只探究最基础的涨停形态，让GPT帮我们写代码并分析该形态出现后股票未来几日的表现如何。
和前文同样的起手，我们给AI上传数据和提示词，得到最初版本的代码。
复制代码直接运行，这次没有报错，一次就得到了想要的结果。
下一步的需求是让代码帮我们读取所有股票数据做分析。
把准备好的提示词再次给到GPT，让它化身为无情的编程机器继续帮我们修改代码。
再将新代码复制到Spyder中运行，不出意外的报错了。
同样按照流程让AI去分析报错并修改代码，直到可以成功运行为止。如此循环往复，代码根本无法绊住我们，总能把最终结果运行出来。
2、代码比对
先不管前述代码运行的结果正确与否，但起码GPT的代码能跑通，还能按我们的要求输出想要的结果。
在座的各位是不是成就感爆棚，有了学量化和学编程的动力？甚至想马上尝试，像我们一样去操作，实现全自动的AI交易？
但请允许我小小地泼一下冷水：GPT给的代码是运行成功了，这就能代表它没问题了吗？
在GPT给的代码中，判断涨停的标准是涨跌幅大于等于10%。
比对我们之前自己写的代码，即使不懂的人也能看出，后者会更为详细，比GPT给的多出了十几行。
本文中AI生成的代码和我们自己的代码，也都会和提示词一起打包，如果你对它感兴趣的话，可以评论区留言，都是可以免费发给你的。
我们自己的涨停判断代码如此复杂是因为，A股不同板块股票涨停标准各不相同，比如主板是10%，创业板和科创板是20%，ST股是5%，北交所是30%。
因此需对不同板块股票进行不同的涨停价处理。
但AI却并没有这么做，是因为它不知道这些规则吗？
如果你问它A股各个板块的涨停标准，它也能给你准确的答复。
或者你告诉它详细的涨停板区分标准，它也能给你相应的代码。
但前提是你自己得知道这些规则，才能给出相应指令。
3、未来上限与下限
在目前阶段，GPT功能是很强，能辅助我们做很多事，代码写的也不错，也能实现一定的回测需求，但这些都只是保证了整体的下限而已。
代码逻辑和结果正确与否，取决于你自己而不是AI。
你只有真正懂涨停知识，才能让AI写出正确的测试代码。
否则它给你的代码，你也不知道是否正确，你的认知决定AI了工具上限的关键。
如果你对交易市场和量化了如指掌，不会写代码又如何？
如果你对交易一窍不通，只想让AI帮你开发出一个全自动的赚钱策略，那现实吗？
就算侥幸写出可以用于交易的程序，你连代码逻辑对不对都不清楚，对策略原理也不懂，还敢去实盘使用吗？
所以记住一句话：AI只是保证了你的下限，而你自己才能决定AI的上限
至此我们演示了如何让AI帮我们写代码，也展示了AI工具的不足之处和需要注意的方向。
其实AI在量化交易中的运用远不止于此，我很多同事都已将AI工具融入日常工作中。
本文也只是其中的一个尝试，如果大家想看更多借助GPT做量化的内容，欢迎多多评论转发。反响热烈的话，下期我们就来讲AI在量化交易中的更多妙用。