如何使用 Codex 进行量化策略研究和回测验证
这是视频配套的文字教程。本文演示如何用 Codex 调用 khQuant，完成从 Codex 配置、环境检查、数据下载，到策略批量研究和回测验证的完整流程。
如果你已经安装好了 Codex，并且有官方订阅或自己的 API 中转站，可以直接跳到「三、使用自然语言调用 khQuant」。
一、准备工作
开始之前，请先确认你已经准备好：
- 一台 Windows 电脑
- Codex，或准备按本文完成安装
- 已经安装好的 V3 版本 khQuant
二、配置 Codex
Codex 可以使用官方订阅，也可以使用 API 中转站。本文演示的是使用中转站进行一站式安装和配置。
使用中转站的好处主要有两点：
- 不需要复杂的网络环境配置。
- 用多少花多少，一开始可以只充值少量金额体验。
需要注意的是，中转站也可能存在服务质量不稳定或模型能力掺水的风险。本文演示所用的 API，目前整体体验还可以。
1. 注册中转站账号
点击这个中转站网站链接，进入中转站官网并完成注册。
注册过程比较常规，这里不展开说明。注册完成后，进入中转站后台。
2. 创建 Codex 专用令牌
进入后台后，依次点击：
控制台 → 令牌管理 → 添加令牌
添加令牌时：
- 名称：可以随便填写，例如
codex - 令牌分组：选择
codex - 其他选项：保持默认
设置完成后，点击提交。
创建成功后，复制刚刚生成的密钥。后面配置 Codex 时会用到。
3. 充值并兑换额度
进入 钱包管理 页面，可以选择小额充值套餐进行体验。
例如页面中提供的 9.9 元充值 50 刀 选项。
付款后，你会得到一个兑换码。将兑换码输入到兑换区域，即可获得账户额度。
兑换完成后，账户中应该能看到对应余额。
4. 下载并安装 Codex 配置工具
回到教程文档页面，找到 API快速接入教程 配置说明。
如果你的电脑是Windows，按下边这样勾选
然后点击 立即下载。
下载完成后，打开安装包并完成安装。
5. 填入密钥并完成安装
打开安装好的配置软件，将刚刚在控制台复制的密钥粘贴进去。
然后点击 安装，等待自动配置完成。
完成后，打开 Codex，就可以开始使用了。
三、使用自然语言调用 khQuant
开始前：先让 Codex 初始化 khQuant
第一次在这台电脑上使用 khQuant 时，不要马上让 Codex 下载数据或运行策略。应先让 Codex 检查并初始化系统，完成数据库目录、策略目录、数据源等基础设置。路径放在哪里，可以让 Codex 给出建议并逐项询问你的意见，确认后再写入配置。
你可以先把下面这段话发给 Codex：
我第一次在这台电脑上使用 khQuant，请先不要运行策略。
请先检查 V3 版本 khQuant、CLI 指令集和 khQuant Skill 是否可用；
如果系统尚未初始化，请逐项询问我数据库目录、策略目录、
数据源等配置放在哪里，给出合理的默认建议，得到我的确认后再执行初始化。
如果需要配置 Tushare，请只提醒我打开 khQuant 图形界面自行填写 Token，
不要让我把 Token 或其他密钥发给你。
初始化完成后，请运行环境检查，并把配置结果和仍需我处理的事项告诉我。一段典型的初始化对话会是这样：
Codex：检测到 khQuant 尚未完成初始化。数据库需要保存到哪个目录？
如果没有特殊要求，建议放在空间充足、方便备份的磁盘中。
用户：放到 D:\khQuantData。
Codex：好的。接下来请选择数据源；如果使用 Tushare，Token 请在图形界面中自行填写。
用户：先使用 BaoStock，Tushare 我稍后自己配置。
Codex：收到。请确认是否按上述路径和数据源完成初始化。
用户：确认。
Codex：初始化和环境检查已完成，下面是配置结果……完成这一步以后，再让 Codex 下载数据、运行案例或开展策略研究。
完成 Codex 配置后，就可以通过自然语言调用 khQuant 进行量化研究了。
这里需要确认你的电脑上已经安装好（如果你已经安装好了 V3 版本 khQuant，下面这两个功能通常应该都装好了）：
- V3 版本 khQuant
- khQuant CLI 指令集
另外，khQuant 对应的 Codex Skill 需要单独配置。配置完成后，Codex 才能更稳定地理解 khQuant 的命令、策略文件和回测流程。
你可以直接对 Codex 输入下面这段话：
这台电脑上我已经安装好了 khQuant 的 CLI 指令集和对应的 skill。
你帮我查找测试一下是否配置完成，使用 CLI 跑一下自带案例，
并生成回测报告发给我。
Codex 会自动检查本地环境，调用 khQuant CLI，运行自带案例，并生成回测报告。
运行完成后，你可以查看报告中的收益曲线、回撤、胜率、交易次数等指标。
四、使用 Codex 下载和管理行情数据
除了跑回测，Codex 也可以指挥 khQuant 进行数据下载和管理。
例如，你可以对 Codex 说：
帮我下载上证 50 近 5 年的日线数据，
需要未复权、前复权和后复权数据。
Codex 会调用 khQuant 的数据下载能力，自动完成数据获取和入库。
下载完成后，你可以继续问：
把刚刚下载的数据情况总结一下告诉我。
Codex 会帮你汇总下载结果，例如：
- 下载了哪些股票
- 覆盖了多长时间
- 每种复权类型有多少条记录
- 是否存在失败或缺失数据
如果你打开 khQuant 图形界面，也可以在数据库管理模块中看到刚刚下载的数据。
五、使用 Codex 批量研究策略参数
Codex 更有价值的地方，是可以帮你把一个策略想法快速变成可验证的研究任务。
例如，你想研究某只股票的均线金叉死叉策略，但不确定短周期和长周期分别用多少日均线更合适。
你可以直接告诉 Codex：
我想研究某某股票的金叉死叉策略。
我需要寻找短周期和长周期分别使用几日均线较好。
请你调用 khQuant 的 skill，生成批量金叉死叉策略，
然后批量回测，找到近一年回测表现最好的参数组合。
Codex 可以根据这个需求自动拆解任务：
- 生成多个短周期和长周期均线组合。
- 为每组参数生成对应策略。
- 调用 khQuant 执行批量回测。
- 汇总每组参数的收益、回撤、胜率等指标。
- 找出近一年表现最好的参数组合。
这样，你就不需要手动一个个修改参数、一个个运行回测。
只要把研究目标说清楚，Codex 就可以配合 khQuant 完成策略实验。
六、这个工作流适合做什么？
通过 Codex + khQuant，你可以把很多量化研究任务变成自然语言任务，例如：
- 下载指定指数或股票池的历史数据
- 检查数据完整性
- 编写并测试技术指标策略
- 批量生成参数组合
- 批量回测不同策略版本
- 汇总回测结果并生成报告
- 对收益、回撤、胜率、交易次数进行对比分析
对于量化研究来说，它最大的价值不是替代你的判断，而是帮你快速把想法变成实验。
你提出策略假设，Codex 负责调用工具实现、运行、整理结果。
你再根据结果继续调整思路。
七、总结
入门之后，无论你后续有怎样的策略想法，都可以先交给 Codex 帮你实现和验证。
本教程以 Codex 作为演示工具。
如果你使用的是 Claude Code 或其他能力较强的 Agent，配合先进大模型，也可以实现类似的研究流程。
欢迎持续关注，我会继续分享更趁手的研究工具和更实用的量化研究思路。