Agent元年
自2022年OpenAI推出ChatGPT以来已经快3年了，都说2025年是Agent元年，大模型技术从ChatBot应用已经发展到了Agent应用。什么是Agent？就是大模型为了解决用户需求而制定计划并利用工具来解决问题的AI应用，比如根据用户的Prompt生成PPT、视频甚至是整个软件系统。目前在软件开发领域最强的Agent应该是Claude Code，程序员可以以CLI的方式让Claude大模型根据需求来自动写代码、测试、构建及部署，看起来很快就能取代一部分程序员了，相当于软件开发已经进入了自动驾驶L3阶段。
几年前，还很难想象人类可以用人工智能来解决如此复杂的领域，OpenAI曾把AI的能力分为五个等级：Chatbots（对话） -> Reasoners（推理） -> Agents（代理） -> Innovators（创新） -> Organizations（组织）。
ChatGPT代表了对话式人工智能，DeepSeek的R1开启了模型思考推理的阶段，一个可以思考的模型，再添加工具能力，正式让AI大模型具备了Agent能力，Claude的MCP协议更是标准化了大模型使用工具的方式，而现在我们正在经历这个阶段，于是很多传统工具有了AI助手。画图可以让Agent帮你画，视频可以让Agent帮你做，代码可以让Agent帮你写。相比之前生成代码的方式，然后不断通过Prompt来微调，Agent拥有了根据结果动态调整计划并使用工具来调整输出结果的能力。
从对话到Agent只花了三年时间，我感觉这个进程比移动互联网更快。可能再过几年，就会出现完全被AI驱动和管理的实体组织，想想就觉得有点不可思议与恐怖。这个未来的场景非常像《赛博朋克2077》里的德拉曼出租车公司，一个完全由AI管理的无人驾驶出租车公司。
如何做出更好的投资决策？
我的投资表现
从我2013年投入股市以来，累计已经有十个年头了，今天整理了下这么多年的投资表现：
- 2013 - 2016，投资A股，总亏损超50%，我真的是宝马进去，马自达出来，亏成狗了
- 中间两年买房没有投资
- 2018 - 2023，投资A股，年平均收益率差不多能到9%
- 2023 - 2025，投资美股和加密货币，年复合平均收益率达19%，这个数字在美股大牛市背景下其实不算什么，而且我操作的是杠杆ETF，中间经历了短时间暴跌50%然后又翻倍的过山车
从2013年开始的几千块钱，十多年下来也算有了点规模，经历过A股2015年千股跌停、市场熔断，美股贸易战期间的各种过山车行情，最终只能说还在这个市场苟活没有被干掉。
回顾这十多年的投资历程：我从2013年到2015年完全是低风险入门的学习探索，比如套利、债券、封闭式基金、可转债等。2015年到2016年是高风险的股票投资，但我会写交易日记记录自己的交易决策。之后是2018年开始的A股ETF机械化策略投资，再到美股的杠杆ETF、期权、做空、加密货币投资。
这个游戏玩了十多年了，虽然见识了不少，但对市场始终保持着敬畏，每次波动都会让我反思和调整。见过太多的短期股神，最后能活下来还在这个市场里的并不多。对于这个表现，我个人感觉不算满意（因为我期望更高的收益率），但与Claude和Gemini聊天后，它们认为这个表现已经超越了90%的投资者，所以看起来还算不错的😂
我是如何构建交易系统的
在这十多年来，2015年是我逐渐开始研究系统化投资的时刻。当时的亏损太大，最可怕的是我都不知道怎么亏损的。市场来钱太快，排队开户，各种消息满天飞，而且大家非常热衷于看大V的文章，跟大V操作，然后研究了很多牛市逃顶的技巧。最终证明牛市很难逃顶，尤其是对新手和胡乱操作的老手。我周围很多翻倍收益率的炒股的，最后都把本金亏损了。
事后我在2015年底开始系统化地看一些构建交易系统的书，然后开始逐步构建我的交易系统。但当时我测试的是股票，虽然在半年达到了30%的收益率，但消耗了大部分时间，我的时间都浪费在了看盘与分析个股上。而当时我投入本金只有几万块钱，把大量时间浪费在几万块钱上，实在是性价比太低了。我的主要时间应该投入到主业上，投资应该只占用非常少的时间才对。
所以当时我希望有一组更简单更系统的方法。当时市面上有人对A股做了一个估值分布图，而且真的在2015年逃过了大跌，所以这个方法当时变得很热门，我也研究了一下。但后来证明这个方法也不太好，因为估值的变化非常缓慢，它只能作为一个辅助参考的指标，而不是直接提供信号。
于是我在2018年开始，尝试构建一个机械化的定时任务，它是一个非常简单的Python脚本，定时生成一些热门ETF的双均线策略信号。当时的回测看起来不错，而且后续在2018年到2023年，我机械地跟踪这些信号，收益率也不错，跑赢了大盘指数。
一个非常简单的策略竟然有还不错的效果，为什么很多人亏钱了？看起来非常不可思议！我觉得一方面是系统化的交易，哪怕交易策略很简单，但只要有好的资金策略来做好风控，交易策略内置止损，资金策略做好头寸风险控制，这样就能规避很多让大部分人亏钱的方法，比如高杠杆、倒金字塔加仓、没有止损、持仓过于集中、个股系统性风险等。当你规避了这些陷阱，采用任何一个趋势策略长期看都是赚钱的（当然这个市场不能一直下跌）。
当然，简单不代表容易执行。这种策略胜率并不高，假信号很多，需要用多次小亏损去换取少数几次大盈利，这对人性是巨大的考验。
明白这一点后，其实构建交易系统就非常简单了。重点在于我们自己的性格特点，市场最厉害的就是找到我们的性格缺陷然后放大它，就会导致我们最终败在自己的性格缺点里。任何一笔亏损最终的根源大多数就是自己的性格缺点导致的。
对于我来说，构建一个机械的交易系统就能规避我个人的一些性格缺点。比如如果我采用双均线的交易策略，历史回测及实际操作我都能理解与认可它，那我就会无脑跟随它的交易信号来操作，即使明知道大部分信号可能是假的，但只要能抓住几次真正的趋势，整体就是盈利的。这样实际上我摆脱了性格缺点对我的控制，因为我就是无脑地跟随。
同时它也极大地降低了我的时间开销，能让我在主业或者副业里投入更多，从而积攒投资的本金。因为投资目标要能改变我们的生活的话，必须有足够的本金，同时也有稳定的交易系统，两者结合，才能长期帮我们从市场中赚趋势的钱。当然如果本金少也可以在市场里继续打磨自己的交易系统，但不要投入过多时间。
做出更好的投资决策
投资目标里最反直觉的就是很多人以收益率或者收益为唯一衡量目标，这反而是很多人无法长期盈利的根源。如果要做出很高的收益率，短期内有很多方法，但这些方法都非常脆弱，很容易让人FOMO（错失恐惧症）。我就经常看到别人晒收益截图就开始焦虑，觉得自己是不是太保守了，这种情绪下很容易出现大的回撤，所以很难长久下去。但人一旦产生路径依赖，就会追求这些短期方法，反而让他失去了做出更好的投资决策的机会。而且以收益率为衡量指标，也让行业出现了内卷及无效竞争，无论公募和私募都被这个紧箍咒限制，导致他们无法做出最有利于投资者的决策，反而采取了局部最优但长期不好的决策。
那用什么来衡量我们在市场中的行为是否有效呢？对于我来说，这个问题的答案就是做那些能帮我做出更好的投资决策的事情。每一次交易都围绕这个目标来努力：我的每一次交易有没有做出更好的投资决策，我的交易策略是否可以优化，这个交易策略是否适合我，这个交易策略的价值是什么，交易策略的历史表现是否与交易标的契合，交易策略在交易标的上的波动特征是什么，我的止损策略是什么，市场目前的风险特征如何，我的风险承受能力是否是结构性的（不是你觉得你的风险承受能力是什么，而是你是否设计出一套结构性的风险隔离机制）。这些都是围绕着如何做出更好的投资决策而设计的。
我一直在思考如何把这些东西工程化、工具化，这样我就可以利用这些工具逐步提高我的投资决策能力了。这就是我的个人产品策引的定位，它就是我对这个问题的一份答卷。对于这个问题，我已经思考了快十年了，虽然没有标准答案，但有一些经验和方法值得分享。策引的历史可以看之前写的一篇文章：我的投资之路：从迷茫亏损到系统构建与“策引”的萌芽。
我的AI投资助手
在我花了几年时间，把策引的核心功能都实现得差不多的时候，Agent元年也来了。我看到了很多助手类Agent，而这也是策引在几年前想做的。几年前我做了我的AI阅读助手，它是一个探索性试验的产品，但在那时我就想做一个AI投资助手。刚好我在投资里混迹多年，有一堆想法和经验，但当时时机不成熟，我对AI的能力也在摸索。现在时机成熟了，Agent大爆发，于是我把这些年的思考做成了一个小工具。
这个小工具采用了业界流行的ReAct架构，并且拥有9个核心工具，所以它可以帮助用户通过对话的方式来分析、研究、决策、学习。老实说这个工具还在不断完善中，毕竟投资这事儿没有终点，我也在这个过程中不断学习和迭代。我真正期望的是一个陪伴式的AI助手，能帮你根据你的风险偏好和性格特点制定最适合的交易系统。你可以构建自己的交易策略回测分析并追踪信号，如果你是一个新手，你可以选择最基本的策略来追踪实践成长，如果你是进阶型的玩家，还可以与它一起分析市场、分析策略并优化调整，如果你对这些没有需求，只想以最简单最省时的方式，你还可以跟踪经典策略的信号来辅助决策。总之，希望它能帮助你做出更好的投资决策。
如果你也在投资这个游戏里苟活着，或者对这些思考有兴趣，可以试试我的这个小工具：我的AI投资助手，说不定能给你一些启发。