AI 量化学习笔记 约 6 分钟

与其把技术翻译给别人,不如把技术翻译成钱

《AI 量化学习笔记》第 0 篇:上周五,一篇包含真实经历和系统数据的文章被微信公众号判为「疑似 AIGC」,推荐流量几乎没有启动。历史数据表明账号七成以上阅读依赖推荐流,这次打击促使作者重新思考技术变现路径,并开始尝试让技术更直接地参与收益。

AI 量化学习笔记

微信公众号封面图

AI 量化学习笔记 · 第 0 篇

上周五,我发了一篇《一个人,六个部门:我把 Notion 当成了一人公司的 ERP》。文章写的是我这一个多月真的在跑的东西:六个部门、十几张表、PDCA 库,还有我每天怎么用它们。 结果微信公众号给了一个「疑似 AIGC」,推荐流量基本没起来。 这一下对我的影响比想象中大。 我的公众号并没有多少稳定读者。过去七成以上的阅读来自微信推荐,真正会从公众号消息里点进来的,通常只有几十个人。7 月初那篇写 Pi Harness 的文章有 1388 次推荐阅读,占了总阅读的 92%。平台愿意推,阅读量就能起来;平台不推,文章大概率就停在那里。 所以这次不只是「有一篇文章数据不好」。它让我突然意识到,如果继续把内容当成主要的变现方式,我赚不赚钱,很大程度上取决于一个看不见、也解释不清的判定。 更难受的是,那篇文章并不是拼凑出来的。经历是真的,系统是真的,数据也是真的。只是我把这些材料交给 Fable 5 整理,最后的文字太顺、太完整,顺到不像我自己。 平台判得有没有道理,我现在也说不准。但结果很直接:推荐没了,流量也没了。 我就是在这之后开始认真想量化的。不是筹划了很久,也不是比较完所有方向以后做出的漂亮决定。最直接的原因,就是我不想再把收入完全寄托在平台是否愿意分发一篇文章上。

写作我还会继续

我没有因为这次判定就不写了。写作仍然是我整理想法最有效的方式,也是我愿意长期做的事。 但它可以是学习记录,可以帮我认识同行,甚至偶尔带来机会。我不想再要求每篇文章都承担赚钱的任务。只要收入仍然依赖推荐流,我就得不断猜平台喜欢什么、讨厌什么,猜中了也不知道下次是否还算数。

那产品和知识付费呢

产品当然也可能赚钱。我会写代码,做出一个能用的东西不算遥远。问题一直在代码后面:谁会买,为什么现在买,我怎么找到第一批用户。 我看过手上的几个产品想法,还没有一个能让我明确回答这些问题。继续开发并不难,难的是承认自己暂时没有变现闭环。 知识付费也想过。我能讲技术,但不想长期把「怎么设计 Agent Loop」包装成「7 天入门 AI」。我的读者主要是工程师,我希望自己的专业形象是连贯的。为了课程销量一直做不喜欢的入门内容,我大概坚持不了多久。 这两条路没有错,也没有被我永久排除。它们只是没能解决我上周五最在意的那个问题:能不能让技术带来的收益,少经过一点平台分发和用户注意力。

所以我开始看量化

量化最吸引我的地方,不是听起来高级,也不是它更容易赚钱。 只是它不用先等平台给流量,也不用先说服一群人喜欢我。策略有没有用,会在回测、仿真和实盘里留下结果。这个结果可能很难看,但至少问题回到了我更熟悉的地方:数据、代码、系统和决策。 这里当然也有黑箱。数据会出错,回测会骗人,市场不会因为我写代码认真就多给一分钱。真到实盘时,我也可能高估自己的纪律。 但这些是我愿意试着解决的问题。 所以我现在的想法很简单:与其一直把技术翻译给别人,不如试试看,它能不能更直接地参与赚钱。

我准备怎么试

先做低频、小额的东西。 研究、回测、仿真,然后才是小额实盘。每一步能跑通,再碰下一步。自动化运维放在后面,现在谈还太早。 很长一段时间里,这件事的收益大概率跑不赢我写代码的时薪。这没什么好粉饰的。如果只算短期收入,我可能选错了路。 但我想验证另一件事:我能不能搭出一套可靠的系统,并且在账户真的开始波动以后,仍然按自己写下的规则行动。 我对前半句有一点信心。后半句,没有。

我怎么判断这条路还值不值得走

我不想现在就给量化下一个太重的结论。先做,做到有结果,再判断。 接下来一年,我至少应该走到小额实盘。如果始终停在看资料、搭环境和反复回测,那多半不是准备充分,只是一直没有真正往前走。 进入实盘后,亏钱本身不等于失败。我更关心的是:能不能解释亏损从哪里来,下一轮准备验证什么。如果跑了半年,除了换参数还是没有新的判断,这条路就该停下来重新想想。 还有一个更直观的信号。如果我开始花大量时间盯盘,情绪跟着盈亏走,系统建设反倒停了,那我做的已经不是最初想做的事。 至于写作和产品,我也没打算永远排除。哪天条件变了,就重新算一遍,没必要为了维护这篇文章的结论硬撑。 这篇只是一个起点,不是一份誓言。以后看错了,再回来讲清楚当时错在哪。

这个系列会写什么

我把内容当成学习留下的副产品。 写,是为了强迫自己想清楚;公开,是因为有人可能看到,我就没那么容易糊弄过去。这个系列不会刻意做成小白教程,也不保证按平台喜欢的频率更新。 它更像一份公开的实验记录。我会写自己怎样研究、怎样搭系统,也会写哪里判断错了。以后如果真的开始实盘,亏的钱是我的学费,不是投资建议。 至于平台会不会把这些文章判成 AIGC,我还是会在意,只是不想再把它当成整件事的成败标准。 下一篇再进入正题:A 股个人量化到底有哪些现实边界。先把数据、券商、交易规则和合规弄清楚。

文档信息

京ICP备2021015985号-1