AI 生成交易策略最危险的错误往往能运行却不符合原意。本文给出从原始提示、结构化规则到代码测试与人工接受的质量评测方法，重点检查模糊词、未来数据、单位、成本、样本外、权限与事后解释，并提供可复制的错误分类与修订差异表。Bastix 只能生成 Beta 研究骨架，没有统一回测或自动下单。

AI生成交易策略最常见的问题不是代码报错，而是代码能运行，却把“最近”“放量”“风险高”等模糊词偷偷变成了未经用户确认的参数，或者在计算中使用未来数据、忽略成本，再用流畅解释掩盖差异。验收应从原始提示与生成物的一致性开始，收益结果只能排在后面。

本页与 Bastix 的自然语言功能页分工明确：功能页说明产品如何把描述整理成研究骨架；本页提供一套与具体产品无关的错误测试、修订和接受方法。

每次生成必须保存六样东西

原始提示词和用户补充说明；
模型、产品、版本、日期和参数；
第一次原始输出，不做润色；
自动测试、人工复核和失败日志；
修改前后差异与修改理由；
最终接受、拒绝或仅供研究的责任人和日期。

只保存最终代码，会抹掉模型最初误解和人工做了什么，也无法判断下一次版本升级是否复发。

七类错误要分开记录

错误类型	例子	检测方法	处理
目标错位	用户要“观察”，输出写成“买入”	对照原始动词与外部动作	退回并禁止账户动作
定义缺失	“放量”被默认成 20 日均量的 1.5 倍	找出所有未由用户提供的阈值	标记待确认，不自动补参
时间穿越	当日收盘信号按当日收盘成交，或使用未来披露财务	检查每个字段可得时点与数组索引	修正信号/执行时序，重跑全部测试
口径错误	元、万元与亿元混算；累计值当单季值	单位测试与已知样本手算	数据契约未通过前停止
现实约束遗漏	默认零费用、可无限成交、停牌可交易	对照成本与交易规则清单	加入约束和压力测试
选择偏差	生成很多参数，只展示最好结果	记录候选数与完整结果	冻结搜索预算并做样本外检验
解释洗白	先得到结果，再生成一个看似合理的原因	要求支持、反对和未知证据同时出现	将解释降为假设，不写成因果

一个教学反例：怎样发现“意思被改了”

以下是编辑构造的验收练习，不是任何模型或 Bastix 的真实运行记录。

原始输入：

观察最近放量且价格走强的标的，遇到风险公告时暂停，先用于研究，不交易。

不合格生成物可能写成：

当今日成交量大于 20 日均量 1.5 倍、收盘价高于 20 日均线时买入；
若新闻情绪分低于 0 则卖出。

它至少增加了五项用户没有提供的决定：20 日窗口、1.5 倍阈值、用收盘价定义“走强”、把风险公告换成新闻情绪、把研究观察改成买卖动作。

合格修订不是寻找“更好的参数”，而是把未知项退回：

- 今日成交量 > 20 日均量 × 1.5
+ 放量口径：待用户指定窗口、比较基准和阈值

- 收盘价 > 20 日均线
+ 价格走强口径：待用户指定价格字段、窗口和判断规则

- 新闻情绪分 < 0 时卖出
+ 研究截止日前存在用户指定类型的风险公告时，暂停该标的并列出原文

- action: buy_or_sell
+ action: research_only

这份差异表没有创造策略，只恢复了用户原意和未知状态。

七项验收测试

语义一致性

把输出中的每个名词、阈值、时间窗和动作映射回原始输入。无法映射的项目必须标记“模型新增”，由用户接受或删除。

时间截止测试

给出一个明确研究截止时间，并放入一条截止时间之后才披露的材料。生成规则必须排除未来材料。代码审查要特别检查负索引、窗口居中、全样本归一化和 shift 方向。

缺失与冲突测试

删除一个必要字段，再提供两份相互冲突的来源。合格结果应停止受影响规则、保留冲突并要求复核，不能从模型常识补数。

单位与边界测试

分别输入元/万元、百分数/小数、累计/单季、复权/不复权；使用 0、负值、极大值和空值。所有转换应显式发生并留下测试结果。

代码与规则对照

由第二位复核人把自然语言规则翻译成手算样本，再与代码逐行比较。代码可运行、测试覆盖率高，也不能替代业务规则一致性。

重复生成一致性

在固定模型版本和参数下运行至少三次，记录结构、默认参数、错误类型和拒绝率。如果同一输入经常产生不同阈值或动作，应将生成物限制为草案，而不是稳定规则。

权限与停止测试

确认生成物只产生研究骨架、代码草稿或沙箱记录。任何外部工具、券商账户、文件写入和消息发送都要单独列权限、确认方式和失败出口。

“可解释”至少要覆盖七层

生成物的解释必须让复核人逐项回到目标、数据、规则、节点、证据、不确定性和权限。只有一段自然语言理由不算可解释。

层级	最低证据	反例
目标	可证伪问题和停止条件	“寻找好股票”
数据	字段、来源、单位、时间	“使用最新数据”
规则	条件、阈值、优先级	“趋势较强”
节点	工具输入输出与读写性质	“AI 自动执行”
证据	支持、反对和原始材料	只展示结论
不确定性	缺失、冲突、模型假设	把未知写成 0
权限	修改、暂停、外部影响与责任人	默认所有动作都人工确认

解释清楚不等于规则正确，更不等于因果成立。它只让错误更容易被找到。

AI 辅助量化的额外风险

AI 生成代码会放大已有的量化风险：它可以快速产生大量候选，增加数据窥探；可以把最终修订数据当作历史可得数据；可以生成表面合理但单位错误的特征；还可能只总结最佳结果。Lo 与 MacKinlay 的数据窥探研究和 Bailey 等人的回测过拟合研究说明，反复搜索和选择会使历史结果夸大。

NIST 生成式 AI 风险管理框架强调按目标和风险容忍度治理、测量和管理生成式 AI 风险。对应到策略生成，就是保留版本与原始输出、设计失败测试、限定用途并设置人工责任，而不是把“由 AI 生成”当作质量认证。

Bastix 的能力边界

Bastix 可把自然语言整理成结构化研究与策略骨架，但该能力为 Beta，不等于生成可直接执行的交易算法。TAP 可以承接研究、观察与整理任务；平台没有现成统一回测引擎，也没有内置券商连接或真实下单。¹

因此在 Bastix 中，生成物首先应进入“待复核”，而不是进入资金环节。需要历史检验时，用户须在受限代码工具中自行组织计算，按交易策略回测协议保存数据与结果。

下一步可拿一条不涉及真实账户的研究描述，故意加入一个模糊词、一个未来日期和一个缺失字段，完整保存首次输出、错误分类、修订差异与拒绝理由。没有这组记录，就不能声称生成质量已验证。想把生成的策略骨架放进更完整的量化研究流程，可参考量化交易研究指南。

事实脚注

Bastix《公开产品事实登记》0.1.0（取证日期 2026-08-14）：自然语言策略结构化为 beta；TAP 为 production，但无人值守任务只做研究、观察与整理；回测引擎、券商连接与真实下单为 unsupported；不存在覆盖全部动作的统一审计或人工确认绝对承诺。 ↩

AI 生成交易策略如何验收