本篇重点：本篇讲让 AI 写策略的一套固定流程，重点是怎么验证它写对了，并附一段 Codex 实际跑完全程的实拍。
1 两条路怎么选
| V3：命令行 + Skill（推荐） | V2：网页对话 + 参考文档 | |
|---|---|---|
| AI 工具 | Claude Code、Codex、Cursor、DeepSeek harness、WorkBuddy 等编码助手 | 任意网页版对话 AI |
| AI 能做的 | 写 .py 和 .kh、检查结构、跑回测、读结果、改代码再跑 | 只写代码；回测要你在界面里点 |
| 你要做的 | 提需求、批准命令、核对结果 | 复制代码、加载回测、把日志和报错贴回去 |
| 准备 | 按 2.2 装好 kh 和 khQuant Skill | 按 3.3 下载 Skill 的参考文档 |
两条路写出来的策略文件是一样的：V2 和 V3 的策略接口完全相同（3.1），同一个 .py 两边都能加载。
2 先把需求说清楚
AI 写错策略，多数是因为需求含糊，它只能自己猜。下面几项说得越具体，返工越少：
| 要素 | 例子 |
|---|---|
| 标的和股票池 | 「股票池用沪深300指数本身，只为演示」或「我自己给的 5 只股票」 |
| 周期和触发方式 | 日 K 线触发，用日线数据（触发方式见 1.8） |
| 指标和参数 | RSI 周期 14；参数写成固定值，不要用随机数 |
| 买卖规则 | RSI 从下往上穿过 30 且没有持仓时买入；从上往下穿过 70 且有持仓时卖出 |
| 仓位 | 每次用 30% 的可用资金，按 100 股整数倍下单 |
| 价格和时点 | 用当天开盘价下单；指标只用到前一天收盘为止的数据 |
| 回测设置 | 区间、初始资金、复权方式，以及要不要沿用自带案例的交易成本 |
| 要交回什么 | 策略文件、回测摘要、交易记录里的前几笔、你自己的检查结论 |
「价格和时点」一项特别要写明。khQuant 的 khHistory 不含当前 K 线，自带案例都用当天开盘价下单、用前一天为止的收盘价算指标，这样不会用到未来数据。让 AI 照这个写法来，后面核对起来最省事。
3 V3：让 AI 写一个新策略并跑通
前提：已经按 2.2 第 1 节让 kh 能用、装好 khQuant Skill。下面的例子把文件都放在研究目录 C:\khdemo_ai，请换成你自己的路径。这段可以直接改了用：
用 $khquant 帮我写一个新策略并回测验证。
策略：RSI 均值回归。日 K 线触发，用日线前复权数据。
- RSI 周期 14，参数写成固定值，不要用随机数。
- RSI 从下往上穿过 30、且没有持仓时，用 30% 的可用资金买入，按 100 股整数倍；
RSI 从上往下穿过 70、且有持仓时，全部卖出。
- 用当天开盘价下单；RSI 只用到前一天收盘为止的数据。
- 交易成本沿用自带双均线案例的 .kh；初始资金用 1000 万元。
要求：
1. 先用 tx 源下载 000300.SH 自 2022-01-01 起的日线，加 --adj front（前复权），用 --data-root 存到 C:\khdemo_ai\data；不要因为库里已经有 000300.SH 就跳过下载。
2. 读 Skill 里的策略开发参考，按 khQuant 的回调和信号格式写，文件放在 C:\khdemo_ai，名字叫 rsi_demo。
3. 写完先运行 kh strategy validate 检查结构，通过后再回测，每条 kh run 都加 --data-root C:\khdemo_ai\data。
4. 先用 000300.SH 跑 2025-01-01 到 2025-06-30 的短区间，用 --json 给我摘要。
5. 把交易记录里的前 5 笔列出来，逐笔说明当天为什么买或卖（对应的 RSI 数值），让我核对。
6. 没问题再跑 2023-01-01 到 2026-09-30，生成 HTML 报告。
7. 不要修改全局配置，不要删除任何回测结果。AI 一般会依次运行这些命令（每条执行前先在回复里写出来，等你批准）：
kh data download --source tx --stocks 000300.SH --start 20220101 --adj front --data-root C:\khdemo_ai\data
kh strategy create rsi_demo --dir C:\khdemo_ai # 生成带四个回调的模板和 .kh
kh strategy validate C:\khdemo_ai\rsi_demo.py
kh run C:\khdemo_ai\rsi_demo.kh --data-root C:\khdemo_ai\data --stocks 000300.SH --start 20250101 --end 20250630 --json
kh result show --json
kh run C:\khdemo_ai\rsi_demo.kh --data-root C:\khdemo_ai\data --stocks 000300.SH --start 20230101 --end 20260930 --report --no-open- 先短后长：短区间几秒就跑完，逐笔核对容易；规则对了再跑长区间。
- 指标需要预热：RSI 14 至少要往前多 15 根 K 线，数据要比回测开始日早下一段（上面从 2022 年起下载就够了）。
- 想同时试几组参数，用 2.2 第 1.5 节的研究提示词，或第 4.7 节的脚本写法。
实拍：Codex 跑这段提示词的过程和结果
2026 年 10 月 10 日，我们在 Codex 桌面版（研究目录 C:\khdemo_ai，khQuant 3.4.1.9）里发了这段提示词（当时还没有「初始资金 1000 万」这半句），用时约 10 分钟。过程中有三处值得看：
- 它发现了需求里的矛盾并先问。自带案例的初始资金是 100 万，30% 只有 30 万；沪深 300 指数点位约 3700～4900，按 100 股整数倍买一手就要 37 万以上，按原需求一笔都买不进。它停下来问初始资金用多少，建议 1000 万。所以上面的提示词已经补上了这半句。
- 跑完短区间先自查。它发现预热数据比预期短，RSI 的起算点会随回测区间变化，于是改了取历史数据的写法、重新验证再重跑，并在回复里说明了原因。AI 改了什么、为什么改，要让它说清楚。
- 逐笔给出核对依据。每笔交易都列出前两个交易日的 RSI 数值，按规则一眼能核对；它还另写了一个独立复核脚本，逐笔重算 RSI 和成交数量。
最后的回复：短区间 2025 年上半年只有 1 笔买入（4 月 10 日，RSI 从 28.18 回到 32.81）；长区间 2023-01-01～2026-09-30 共 6 笔，总收益约 +4.11%、最大回撤约 5.97%。这只是演示规则写得对不对，不是一个好策略，不构成任何投资建议。
拿到这样的回复，按下一节的清单再自己过一遍：打开 HTML 报告看交易明细，挑一两笔按 RSI 数值手算，确认和规则一致。
4 怎么验证 AI 写的策略
回测「跑通」不等于「写对」。下面这份清单逐项过一遍，大部分错误都能在短区间里发现：
| 检查什么 | 怎么查 |
|---|---|
| 结构对不对 | 有 init(stock_codes, init_data)（必须写、两个参数）和 khHandlebar(data)，khHandlebar 返回信号列表（3.1）。V3 的 kh strategy validate 能查出缺函数和语法错误 |
| 有没有用到未来数据 | 指标是否只用到前一天；有没有拿当天收盘价判断、又按当天开盘价成交 |
| 下单数量 | 信号的 volume 单位是股，股票按 100 股整数倍；有没有把「手」当成「股」 |
| 参数是否固定 | 有没有残留 random；同一配置连跑两次，结果应完全一样 |
| 交易记录对得上规则吗 | 打开报告或 trades.csv，挑几笔，按规则手算当天该不该买卖 |
| 一笔交易都没有 | 多半是数据不够预热，或复权不一致（tx 下载要加 --adj front）；看日志里的提示 |
| 和自带案例对照 | 让 AI 改的是双均线这类自带案例时，先用相同参数跑原案例和改后的版本，结果应该一致，再改规则 |
| 返回值 | khHandlebar 每条路径最后都返回列表，没有信号返回 []；generate_signal 的结果用 signals.extend()，不要 append |
| 周期一致 | 代码里 khHistory 的周期（'1d'、'1m'、'5m'）和触发方式、数据周期一致；计算指标前检查了历史数据够不够 |
| 没有编造 | 对不上文档的函数名、参数名，让 AI 指出出处；指不出来就让它改（函数清单见 3.2） |
| V2 用户 | 不要让 AI 用 kh 命令行（V2 没有）；写了 khPreMarket/khPostMarket 要在界面里勾选对应回调，否则不会运行 |
| 换一段区间再看 | 在没参与挑参数的区间上再跑一次，警惕只在一段历史里好看的过度拟合 |
AI 说「回测通过、收益不错」时，请自己打开报告看交易明细。收益数字本身不能证明策略写对了，更不代表未来会赚钱。
5 接着做：批量试参数
本篇第 3 节是「写新策略」；规则核对无误后，想批量试参数，照抄 2.2 第 1.5 节的研究提示词即可，那里有一次真实研究的完整过程和结果（2.2 第 2 节）。
6 V2：用网页对话 AI 写策略
V2 没有命令行，AI 看不到你的数据和结果，每一步都要你来转述；能用 V3 的话，第 3 节的流程会省事得多。V2 的做法是：
- 按 3.3 第 5 节取出 khQuant Skill 的策略开发参考文档
strategy-development.md，作为附件发给对话 AI，再发下面的开场白。 - 按第 2 节把需求写清楚发过去，让它交回完整的
.py。 - 按第 4 节的清单看一遍代码，存成文件，在 V2 界面里加载回测。
- 有报错或交易对不上规则，把日志贴回去让它改；确认无误后再用长区间回测。
6.1 开场白模板（可照抄）
附件发过去后，在同一条消息里贴上这段话。方括号里的内容按你的情况改：
我在用 khQuant 回测平台的 V2 版本（图形界面，没有 kh 命令行）。
附件 strategy-development.md 是 khQuant 官方的策略开发文档，请以它为唯一依据写代码：
文档里没有的函数、参数不要使用，也不要自己编；拿不准的地方直接告诉我。
要求：
1. 只写一个 .py 策略文件，开头用 from khQuantImport import *。
2. 必须有 init(stock_codes, init_data) 和 khHandlebar(data) 两个函数，init 用不到也要写上。
3. khHandlebar 返回信号列表；用 generate_signal 生成信号时用 signals.extend()，不要用 append()。
4. 股票代码带交易所后缀（如 000001.SZ）；信号里的 volume 单位是“股”。
5. 取历史数据用 khHistory，必须显式传 current_time，只传 khGet(data, "date_num") 或 khGet(data, "datetime_str")，不能用到当前这根 K 线之后的数据。
6. 不要使用 kh 命令行，V2 没有。
7. 在关键判断处用 logging.info 打日志，买卖时的日志加上 [TRADE] 前缀。
8. 代码写完后，单独列出我需要在 V2 界面里设置的回测参数：
触发方式、K 线周期、复权方式、股票池、回测区间、初始资金，以及是否要开启盘前/盘后回调。
先回复“已读完文档”，并用三五句话说明这个框架的策略结构，然后等我描述策略。让 AI 先复述框架结构，是为了确认它真的读了文档。如果它复述得和文档对不上（比如说 khHandlebar 返回一个字典），就换一个能读附件的 AI，或者改成粘贴全文。
6.2 在 V2 界面里加载回测
- 把 AI 给的代码存成
.py文件，文件编码用 UTF-8。建议和示例策略放在同一个文件夹，方便管理。 - 打开 V2，最好先点工具栏「加载配置」载入一个和新策略类型相近的示例配置（比如日线策略就载入双均线示例的
.kh），在它的基础上改，参数不容易漏。 - 点「选择策略文件」，选中刚保存的
.py。 - 按 AI 列出的回测参数逐项设置：触发方式和数据周期见 1.8 触发方式与盘前盘后，区间、资金、股票池、复权方式见 1.7 回测配置详解。回测用到的数据要先下载好，见 1.4 数据管理模块。
- 点「配置另存为」保存成新的
.kh，以后直接「加载配置」就能复现。 - 点「开始运行」，看右侧日志；跑完在回测报告里检查交易记录，看看买卖点是否符合你的逻辑（见 1.10 回测报告）。
也可以让 AI 连 .kh 配置文件一起写，但字段多、路径容易写错，不如在界面里设置可靠。如果用了 AI 写的 .kh，加载后请在界面上逐项核对一遍，尤其是策略文件路径。
6.3 报错了怎么办
回到同一个对话，把日志里的完整报错（包括前后几行）原样贴给 AI，说明「这是在 V2 里运行时的报错，请按文档修改」。常见的几类：
NameError或「没有这个属性」：多半是用了不存在的函数，让 AI 对照文档改。- 运行正常但一笔交易都没有：先看日志里有没有打出判断过程；再检查数据有没有下载、复权方式是否和策略预期一致、指标需要的历史长度是否超过了区间。
- 结果和预期差很多：把一两天的日志和交易记录贴给 AI，让它逐笔解释为什么在那天买卖。
如果你用的是 Claude Code、Codex 这类桌面 AI 工具，也可以让它读 strategy-development.md 直接把 .py 写进你的策略文件夹，省去复制粘贴。但不要点名使用 khquant Skill，它找不到 kh 命令会停下；回测仍然要你在 V2 界面里做。
常见问题
问：AI 写的代码用了 khQuant 里没有的函数？
答：让它先读 Skill 的策略开发参考，再改；函数清单见 3.2。V3 用 kh strategy validate 能发现缺函数、语法错误，逻辑对不对还要看交易记录。
问：同一个策略两次回测结果不一样？
答：代码里还有随机数。让 AI 把 random 生成的参数全部改成固定值。
问：AI 改完说没问题，但交易次数明显不对？
答：按第 4 节逐项查，重点看下单数量的单位（股）和指标的时点。让 AI 把有疑问的那几笔逐笔解释，通常就能发现问题。
问：能让 AI 直接帮我下单吗？
答：不能。kh 只有数据、回测和结果功能，没有任何下单功能。
本篇基于 V3.4.1.10、开源 V2 和 khQuant Skill v1.3.3 编写。