19 sierpnia 2026 · Agenci AI

Jak zespół agentów AI przeprowadza pomysł tradingowy od jednego zdania do papierowych pieniędzy

Jak zespół agentów AI przeprowadza pomysł tradingowy od jednego zdania do papierowych pieniędzy

Ludzie pytają, co konkretnie znaczy, że „zespół AI bada strategie", więc oto jedna hipoteza przeprowadzona od początku do końca. Rzecz, o której trzeba pamiętać: to lejek, który istnieje po to, by odrzucać. Większość pomysłów umiera. To znaczy, że produkt działa.

O co ludzie faktycznie pytają

Kto wymyśla pomysły?

Agent badawczy, który czyta, co jest w stanie udźwignąć biblioteka danych — funding rate, open interest, taśmy likwidacji, powierzchnie opcyjne, sentyment newsów, indeks Fear & Greed — i pisze hipotezy z tezą, giełdą, interwałem i profilem ryzyka. Robi to z pełną świadomością kosztów: pomysł, którego prawdopodobna przewaga jest niższa niż koszt round-tripu na danej giełdzie, jest wadliwy już na wejściu. Czyta też cmentarz. Powód porażki każdej porzuconej strategii jest osadzony w embeddingach i przeszukiwalny, więc „momentum funding rate na barach godzinowych, próba trzecia" zostaje oznaczone, zanim zmarnuje cykl.

Kto pisze kod i dlaczego ktokolwiek miałby mu ufać?

Agent deweloperski koduje strategię na bazie stałego szablonu bazowego — pozycjonowanie względem kapitału, jawna logika stopów, zadeklarowane potrzeby danych. Zaufanie bierze się z toru przeszkód, nie z autora. Cztery warstwy: analiza statyczna (kontrole AST pod kątem skatalogowanych przez nas antywzorców); scenariusze syntetyczne (sześć kształtów rynku ze spreparowanymi danymi uzupełniającymi — strategia, która kupuje w scenariuszu krachu, którego miała unikać, umiera właśnie tutaj); backtest w piaskownicy na prawdziwych danych, który musi wygenerować co najmniej jedną transakcję; oraz agent QA robiący code review pod kątem polaryzacji sygnału, przypadków brzegowych i opłacalności wobec opłat. Warstwa 2 wyłapuje najbardziej żenującą klasę błędów: kod, który działa bez zarzutu i robi dokładnie odwrotność hipotezy.

Co backtest faktycznie nalicza?

Prawdziwe stawki maker/taker dla każdej giełdy, naliczanie funding rate od mark price, wpływ na rynek według prawa pierwiastka kwadratowego, depozyt zabezpieczający i likwidację dla pozycji lewarowanych, kalendarze sesji dla akcji. Kapitał wyceniany mark-to-market wraz z niezrealizowanym PnL, żeby obsunięcia nie chowały się między wejściem a wyjściem. Jeśli brzmi to jak absolutne minimum — nie jest; każdy z tych elementów został dodany, bo jego brak doprowadził do konkretnej błędnej promocji.

Czy optymalizacja nie prowadzi po prostu do przeuczenia?

Próbuje. Pipeline z góry to zakłada: parametry najpierw przechodzą przegląd wrażliwości (strategia, która działa wyłącznie przy dokładnie lookback=14, to zbieg okoliczności, nie strategia), potem optymalizację walk-forward na trzech oknach ze śledzeniem IS/OOS, a na końcu holdout, który strategia widzi dokładnie raz. Sharpe OOS poniżej połowy wartości IS to odrzucenie. Holdout musi zachować co najmniej 70% Sharpe'a OOS z walk-forward. To bramki egzekwowane w kodzie, a nie uznaniowość analityka — analityk może odstąpić od miękkiego progu z zalogowanym uzasadnieniem, ale nie może uchylić kontroli przeuczenia.

Jaki jest wskaźnik przejścia?

Niski i taki być powinien. Najczęstsza śmierć następuje na przeglądzie analityka: przewaga jest realna, ale po kosztach wynosi poniżej 0.15% na transakcję. Druga w kolejności to klif wrażliwości. Ci, którzy przetrwają, trafiają do oficera ryzyka, a potem na paper trading, gdzie codzienna kontrola parity z replayem trzyma je w ryzach wobec danych live — bezterminowo. Prawdziwy kapitał stoi za osobną bramką kontrolowaną przez człowieka.

Zasada projektowa leżąca u podstaw wszystkiego: wynik każdego agenta jest sprawdzany przez coś, co go nie wytworzyło — innego agenta, bramkę egzekwowaną w kodzie albo dane live. Autonomia skaluje badania; to weryfikacja sprawia, że te badania cokolwiek znaczą.
agenci aipipelineautomatyzacja badańweryfikacjaqa
← Wszystkie wpisy