做量化这几年,写代码的时间远大于想策略的时间,尤其同时维护 QMT、PTrade、聚宽多个平台的策略时,API 差异真的很折磨。
之前一直用 GPT-4 / DeepSeek 写,prompt 写得再详细,还是经常遇到:
函数名幻觉(模型"发明"不存在的接口)
平台版本对不上(用旧版 API 写新版代码)
回测框架和实盘框架混用
最近测了一个专门做量化代码的 AI 工具:https://qmtai.cn/?wj
对比下来几个感受:
通用模型(GPT/DS/豆包):
优点:灵活,什么都能聊
缺点:量化平台 API 适配差,需要大量人工修正,代码可用率大概 30-50%
量化垂直工具:
内置 QMT / PTrade / 聚宽 / SuperMind / 掘金等平台模板
生成代码基本能直接跑,可用率明显高
支持现有策略优化和跨平台迁移
缺点:创意性不如通用模型,复杂策略可能需要多轮对话
结论:通用模型适合"讨论思路",垂直工具适合"出活"。我现在的工作流是先用 GPT 理清逻辑,再用垂直工具生成平台代码。
有人也在用类似工具吗?聊聊使用体验。