【收藏级干货】用AI大模型实现量化策略：内联编辑器实战教程-优快云博客

前言

这篇教程将带你使用内联编辑器实现一个完整的量化策略，对于常规的量化策略，基本可以使用本章的方式实现。复杂的策略，后续会逐渐完善并补充案例。

我将通过一个详细的图文教程，一步步教你如何正确使用这套提示词工程，真正实现“用说话的方式写代码”，将你脑中的策略灵感，轻松变为现实。

一、准备工作

在开始之前，请确保你已经准备好以下三样东西：

一个AI大模型工具
看海量化AI提示词工程
一个清晰的策略思路

1. AI大模型工具

由于内置的编辑器是VSCode，所以VSCode支持的AI编程工具你都可以使用，比如augment、Copilot等等。但是现在插件的订阅费用越来越高，augment一个月就要50美元了，对于非重度用户来说成本较高。

因此，我在这里推荐另一类插件，例如 Roo Code, CodeLine 或 Continue。它们的共同点是都通过调用API来使用大模型。

使用API有几个核心好处：

经济实惠：平台按量计费，用多少算多少，避免了按月订阅造成的浪费。
模型库丰富：可以在一个平台内轻松切换使用 Gemini, Claude, GPT 等多种模型。
应用场景广泛：API不仅可以在AI编程插件中使用，在后续我们开发AI直接决策的策略时也会用到。

下面，我们以 Roo Code 插件为例，详细介绍配置过程。

(1) 获取API密钥

既然要用API，那么API从哪里来呢？

根据此前的详细测评和日常使用经验，强烈推荐使用 Gemini 或 Claude 模型，这可以极大节省反复折腾的时间成本。但在国内直接访问官网并使用API有诸多不便，且每个模型都要单独购买，比较麻烦。

因此，我推荐一个开源的模型聚合平台——CloseAI。它的计费方式是官方API定价乘以一个系数。默认系数是1.5，但通过下方链接注册的用户，可以有三个月的大客户套餐优惠，系数降为1.1，这个时间足够前期策略研究阶段使用了。

注册链接：

https://referer.shadowai.xyz/r/1027594

操作步骤：

点击上方链接，在官网主页注册账号。

注册登录后，在后台点击充值，初次尝试可以先充几块钱体验。

在后台的“控制台”可以看到接入信息，其中最重要的是 API密钥，这个密钥一定要保存好，不要泄露给他人。

点击“接入文档”，可以看到不同模型的域名设置方式，先有个印象，稍后配置时会用到。

(2) 配置Roo Code插件

现在，我们开始配置看海系统内置编辑器中的Roo Code插件。

1. 打开编辑器：在看海回测系统，点击右上角的“编辑器”，随意新建或打开一个策略文件进入编辑器界面。

2. 安装插件：点击侧边栏的“扩展”图标，打开插件市场。在搜索框输入 Roo，找到插件后点击 安装(Install)。

3. 打开插件：安装完成后，侧边栏会出现Roo Code的图标，点击它。

4. 切换中文(可选)：默认是英文界面，如果需要，可以点击右上角的齿轮图标 -> 地球图标，切换为中文。

5. 添加模型提供商：点击最上方的图标，进入“提供商”页面。

下面我们分别添加 Claude 和 Gemini 这两个模型。

配置Claude:

在“配置文件”处，将默认配置重命名为 Claude。

2. API提供商 选择 Anthropic (Claude的服务商)。

将你在CloseAI上获取的 API密钥 填入。

勾选“使用自定义基础URL”，并输入对应的域名：https://api.openai-proxy.org/anthropic (这就是前面在CloseAI“接入文档”里看到的地址)。

5. 模型 选择一个较新的版本，如 claude-sonnet-4-5。

点击 保存-完成。

配置Gemini:

在“配置文件”处，点击加号，新建一个配置文件，命名为 Gemini。

2. API提供商 选择 Google Gemini。

填入同一个 API密钥。

4. 基础URL 设置为 https://api.openai-proxy.org/google。

5. 模型 选择 gemini-2.5-pro。

点击 保存- 完成。

此时，两个模型就配置完毕了。你可以在插件主界面的下方随时切换使用这两个模型。

2. 看海量化AI提示词工程

这是一个关键步骤，目的是让AI理解我们平台的代码规范和函数结构，成为一个“懂规矩”的KhQuant策略专家。

通过下方链接获取最新版的提示词工程全文：https://khsci.com/khQuant/prompt/
点击页面上的 Copy 按钮，复制提示词全文。

把它粘贴到Roo插件的对话框中，发送。

现在，AI已经准备就绪。你只需要在同一个对话窗口里，接着向它描述你的策略想法即可。

3. 一个清晰的策略思路

这是最重要的基础。你需要想清楚你的策略逻辑，一个完整的策略描述应该包含两部分：

(1) 策略逻辑部分

交易对象：是针对股票池里的所有股票，还是只针对某一支？
使用指标：用到了哪些技术指标？（比如MA, RSI, MACD…）
指标参数：指标的周期参数是多少？（比如MA(20), RSI(14)…）
买入条件：在什么情况下触发买入？
卖出条件：在什么情况下触发卖出？
仓位管理：买入/卖出多少？（比如全仓、半仓、使用50%资金…）

(2) 回测配置部分

回测时间段：从什么时候到什么时候？
触发方式：策略多久判断一次？（日线、分钟级、Tick级）
复权方式：使用什么复权方式？（推荐前复权）
股票池：测试哪些股票？
初始资金：回测用多少资金？
交易成本：是否需要自定义佣金、印花税、滑点等？

二、实战演练：从提问到回测

准备工作就绪后，我们来看一个实例。

1. 好的提问 vs 坏的提问

一个好的提问（清晰、具体）：

请帮我写一个RSI超买超卖策略和对应的配置文件。策略逻辑：- 使用14日RSI指标- 当RSI小于20时（超卖），如果当前没有持仓，使用50%资金买入股票池第一只股票- 当RSI大于80时（超买），如果当前有持仓，全部卖出- 每日收盘时检查一次信号回测配置：- 回测时间：2025年1月1日到2025年6月30日- 触发方式：每日收盘时判断- 复权方式：前复权- 测试股票：平安银行(000001.SZ)- 初始资金：100万

一个不好的提问（模糊、宽泛）：

给我一个能赚钱的均线策略。

2. 生成与回测

将上述“好的提问”发送给已经学习过提示词工程的Roo。
AI会按照要求，直接修改你当前打开的 .py 文件，并生成一个对应的 .kh 配置文件内容。

在看海量化回测系统中，加载这个 .kh 配置文件，此时策略文件的路径通常不对，需要重新选择一下你新建的那个策略文件的路径。

检查一下策略代码是否正确，然后点击 开始运行。

很快，你就可以看到回测结果了。一个符合你预期的策略已经成功运行！

后续，你还可以不断在Roo的对话窗口中，继续向AI描述你的策略修改想法，进行迭代优化，直到得到满意的结果。

提示：策略的单步调试是验证逻辑的重要环节，具体方法在相关教程中有介绍，这里不再赘述。

最后

为什么要学AI大模型

当下，⼈⼯智能市场迎来了爆发期，并逐渐进⼊以⼈⼯通⽤智能（AGI）为主导的新时代。企业纷纷官宣“ AI+ ”战略，为新兴技术⼈才创造丰富的就业机会，⼈才缺⼝将达 400 万！

DeepSeek问世以来，生成式AI和大模型技术爆发式增长，让很多岗位重新成了炙手可热的新星，岗位薪资远超很多后端岗位，在程序员中稳居前列。

在这里插入图片描述

与此同时AI与各行各业深度融合，飞速发展，成为炙手可热的新风口，企业非常需要了解AI、懂AI、会用AI的员工，纷纷开出高薪招聘AI大模型相关岗位。
在这里插入图片描述
最近很多程序员朋友都已经学习或者准备学习 AI 大模型，后台也经常会有小伙伴咨询学习路线和学习资料，我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频 全系列的学习资料，这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。