量化开发人员如何使用 Claude 搞定量化交易（附表格）

写于 2026 年 8 月。文中所有模型、价格、基准数据均截至 2026 年 8 月初核对AI 这行半年就是一代读到本文时请自行验证时效性。免责声明本文只讨论研发工程方法不构成任何投资建议。文中所有收益、夏普数字均为示例或公开报道引用不代表任何策略的实盘表现。先说结论省得你翻到底我在量化和编程这行做了快十年从 CTA 手工调参一路做到 A 股中低频多因子的全流程工程化。过去一年半我把 Claude 深度接进了自己的研发流水线。结论只有一句Claude 不会给你 alpha它给你的是杠杆。杠杆的意思是你原来一周能验证 3 个想法现在能验证 15 个。但如果你的想法本身是垃圾你只是更快地验证了 15 个垃圾——而且因为跑得快、报告漂亮你更容易把过拟合的曲线当成信号。考虑到国内订阅claude确实有点困难可以参考一下这里claudemax.shop这篇文章讲的就是怎么把这个杠杆架在正确的支点上。一、2026 年 8 月你手上有哪些牌先把工具盘清楚。很多人还停留在”打开网页版聊天问它写个策略”的阶段那是在用一把手术刀削苹果。现在 Anthropic 的模型分四档价格和定位差异很大几个关键点Claude Opus 52026 年 7 月下旬发布是目前复杂 agentic 编码和企业级工作的主力1M 上下文知识截止到 2026 年 5 月——这一点对量化很重要它知道最近的库版本和 API 变更。Claude Fable 5是能力更强的一档适合”扔一个大任务进去让它自己跑两小时”的场景。贵一倍别用它做日常。Claude Sonnet 5是性价比之王尤其是它的优惠价窗口10到 2026 年 8 月 31 日结束。日常写代码 80% 的活它就够了。Claude Haiku 4.5用来干”读 5000 行回测日志找出哪根 K 线出了 NaN”这种脏活一分钱一分货。除了模型本身真正改变工作方式的是外围工具层工具量化场景下的用法Claude Code终端里的 agent直接读写你的因子库、跑回测、看报错。核心生产力工具Agent Skills把”我们团队怎么写一个因子”沉淀成 SKILL.md下次不用重新解释Subagents独立上下文的子 agent用来并行跑”数据质检”“过拟合审查”这类隔离任务Hooks生命周期钩子用确定性脚本兜底。PreToolUse 是拦截危险操作的最佳位置MCP把行情源、数据库、回测引擎标准化接进来Anthropic 在 2026 年 5 月 5 日还发了一批面向金融机构的 agent 模板pitchbook 生成、KYC 筛查、财报审阅等打包了 skills、connectors 和 subagents能在 Claude Cowork 或 Claude Code 里直接跑。这批模板本身偏投行卖方场景但它的工程结构值得抄——把领域知识拆成 skill、把数据源拆成 connector、把审查拆成 subagent这个三层结构套到量化研发上完全成立。二、Claude 在哪一环真正省时间这是我认为最值得讲的一张图。同样是”用 AI”用在不同环节的回报率差了 5 倍以上。分环节说一下我的实际体感提效最猛的三个环节1. 数据接入与清洗约 4.5x这是最没有技术含量、最耗时间的活。”把这个 tick 数据按 5 分钟重采样处理集合竞价剔除涨跌停无法成交的样本对齐复权因子”——这种活 Claude 一次成型的概率非常高而且它会主动问你除权除息怎么处理。2. 绩效归因与可视化约 6x我的最高提效环节。以前写一套完整的绩效报告分年度收益、回撤曲线、换手率、行业暴露、Barra 归因、IC 衰减图要一天现在半小时。因为这部分有标准答案错了一眼能看出来。3. 策略研报撰写约 5.5x把回测结果丢给它让它写成给投委会看的文档。注意它写的是描述不是判断。判断必须你自己下。提效有限但风险最高的三个环节参数寻优、组合优化、因子逻辑创新——这三个我建议你把 AI 当成”结对编程的实习生”而不是”自动驾驶”。原因很简单这三个环节的错误不会报错。回测代码写错了会崩参数选错了不会崩它会给你一条特别漂亮的净值曲线。我踩过的最惨的一个坑让 Claude 实现一个”动态调整持仓周期”的逻辑它写的代码里用了df.rolling(20).mean()但没有.shift(1)导致因子值里混进了当日收盘价。回测夏普 3.8我兴奋了半天第二天复核才发现是前视偏差。这类错误 AI 自己检查不出来因为代码在语法和逻辑上都是”对”的。三、工程化配置把它从聊天机器人变成流水线下面是干货。这套配置我用了大半年基本定型了。3.1 CLAUDE.md一次写好永久生效CLAUDE.md放在项目根目录Claude Code 每次会话都会自动加载。这是投入产出比最高的一个文件。我的量化项目模板大致长这样# 项目A股中低频多因子研究框架 ## 交易约束任何代码必须遵守 - 市场A股T1无融券做空 - 涨跌停主板 ±10%创业板/科创板 ±20%ST ±5% - 涨跌停板不可成交开盘价 涨停价时买入订单必须被拒绝 - 双边成本佣金 0.025%单边最低 5 元 印花税 0.05%卖出单边 冲击成本按成交额 0.05% 估计合计双边约 0.13% - 停牌股票持仓保留不参与调仓权重顺延 ## 数据约定 - 所有价格字段默认为**后复权**字段名 close_hfq - 财务数据必须使用 ann_date公告日而非 report_date报告期对齐 - 因子值在 T 日收盘后计算T1 开盘执行代码中必须体现 shift(1) ## 代码规范 - 因子函数签名统一为 def factor_xxx(data: pd.DataFrame) - pd.Series - 禁止在因子函数内部调用任何 IO - 所有回测必须走 backtest/engine.py 的 run()禁止手写循环 - 新因子必须附带 tests/test_factor_xxx.py至少覆盖前视检查 ## 绝对禁止 - 禁止使用未来数据任何 rolling/expanding 计算后必须 shift(1) - 禁止在训练集上做参数选择后直接汇报样本内结果 - 禁止用当前成分股列表回溯历史幸存者偏差 - 禁止修改 data/raw/ 下的任何文件这个文件的价值在于你不用在每次对话里重复”记得 A 股是 T1”。更重要的是当 Claude 写出违反约束的代码时你可以直接说”看 CLAUDE.md 第 3 条”它会自己改。3.2 Skill把团队方法论固化下来Skill 是一个文件夹里面有SKILL.md加可选的脚本资源。Claude 每次会话只读描述匹配到任务时才加载正文——所以你可以写得很详细而不担心污染上下文。我建了一个叫factor-review的 skill专门做因子审查--- name: factor-review description: 审查一个新因子的实现代码检查前视偏差、幸存者偏差、 过拟合风险、极值处理和行业中性化。当用户提交新因子代码、 要求 review 因子、或回测结果异常优秀时使用。 --- # 因子审查清单 按顺序执行以下检查每一项都必须给出「通过 / 不通过 / 需人工确认」的明确结论。 ## 1. 前视偏差Look-ahead Bias - [ ] 所有 rolling / expanding / ewm 计算后是否 shift(1) - [ ] 财务数据是否用 ann_date 对齐用 report_date 直接判不通过 - [ ] 是否使用了当日 close 计算信号并在当日成交 - [ ] 标准化/中性化时的截面统计量是否只用了截面内数据不跨时间 ## 2. 幸存者偏差 - [ ] 股票池是否为**历史时点**的成分股而非当前成分股 - [ ] 是否包含了已退市股票的历史数据 ## 3. 过拟合信号红旗清单 以下任一出现必须标记为高风险并要求走 walk-forward 验证 - 样本内夏普 3.0 - 因子有超过 3 个可调参数 - 参数在小范围变动时绩效剧烈变化缺乏参数高原 - 回测区间不足 3 年或未覆盖至少一次完整牛熊 ## 4. 极值与缺失 - [ ] 是否做了 winsorize推荐 MAD 3 倍或分位数 1%/99% - [ ] NaN 是否被静默填充为 0这会把缺失当成中性信号通常是错的 - [ ] 停牌、ST、上市不满 60 日的样本是否剔除 ## 5. 输出格式 最后输出一个表格列出每项结论并给出**是否建议进入下一阶段验证**的明确判断。 不要为了让用户高兴而弱化风险结论。最后那句”不要为了让用户高兴而弱化风险结论”很关键。模型天然有讨好倾向你不明确要求它容易把”中等风险”说成”整体不错注意一下 XX 就好”。3.3 Hook模型靠不住的地方用脚本兜底Skill 是”我希望它这么做”Hook 是”它必须这样”。PreToolUse钩子在每次工具调用前执行退出码 2 表示拒绝这次调用。我用它做两件事#!/bin/bash # .claude/hooks/pre_tool_use.sh # 1. 保护原始数据目录 2. 拦截明显的前视偏差写法 INPUT$(cat) TOOL$(echo $INPUT | jq -r .tool_name) # 任何试图写入 data/raw 的操作直接拒绝 if echo $INPUT | jq -r .tool_input.file_path // | grep -q data/raw/; then echo 拒绝data/raw/ 为只读原始数据目录 2 exit 2 fi # 写入因子代码时扫描高危模式 if [ $TOOL Write ] || [ $TOOL Edit ]; then CONTENT$(echo $INPUT | jq -r .tool_input.content // .tool_input.new_string // ) # rolling 后紧跟 mean/sum 且同一行没有 shift标记警告 if echo $CONTENT | grep -Pq \.rolling\([^)]*\)\.\w\((?![^)]*\))[^\n]*$ \ ! echo $CONTENT | grep -q shift(; then echo 警告检测到 rolling 计算但未见 shift()请人工确认是否存在前视偏差 2 exit 1 # 退出码 1 放行但把警告返回给模型 fi fi exit 0正则不可能覆盖所有情况但它能拦住 80% 的低级错误而且它不会累、不会忘、不会被上下文冲掉。3.4 Subagent把审查和实现分开这是我最近半年最有效的一个改动。核心思路写代码的 agent 和审查代码的 agent 不能是同一个上下文。因为主会话里 Claude 刚写完一段代码你让它 review它会倾向于认为自己写得对。Subagent 有独立的上下文窗口它只看到代码看不到”是我写的”这个前提。我的.claude/agents/下有三个bias-hunter只读权限专门找前视/幸存者偏差输出结论不改代码data-validator跑数据质检脚本检查缺失率、异常值、时间戳连续性overfit-critic拿到回测结果后专门唱反调要求解释每个参数的经济学含义用法很简单在主会话里说”用 bias-hunter 审一下factors/momentum_v3.py“。3.5 MCP把数据源标准化接进来MCP 让 Claude 能直接调用你的行情源和回测引擎而不是每次都让它写一段pd.read_csv。生态里现成的东西不少有覆盖 A 股行情、财报、估值、板块、宏观指标的cn-financial-mcp也有社区做的 TradingView 系 MCP server暴露实时行情、技术指标、选股器和回测工具2026 年年中的版本还加了 walk-forward 验证和过拟合检测。但我的建议是行情数据用现成的回测引擎自己封。因为回测引擎里的交易成本、撮合规则、涨跌停处理是你的核心资产用别人的默认参数等于在别人的假设上做研究。自己封一个 MCP server 其实很简单# mcp_backtest_server.py from mcp.server.fastmcp import FastMCP from backtest.engine import run_backtest mcp FastMCP(quant-backtest) mcp.tool() def backtest_factor( factor_path: str, start_date: str, end_date: str, universe: str csi500, n_groups: int 10, ) - dict: 对指定因子文件运行分层回测返回绩效指标。 使用项目标准的交易成本双边 0.13%和 T1 撮合规则。 返回各分组年化收益、多空夏普、IC 均值、ICIR、换手率、最大回撤。 result run_backtest(factor_path, start_date, end_date, universe, n_groups) return result.to_summary_dict() mcp.tool() def check_data_quality(table: str, start_date: str, end_date: str) - dict: 检查指定数据表在时间区间内的质量缺失率、异常值、时间戳连续性。 ... if __name__ __main__: mcp.run()接进 Claude Code 之后你就可以直接说”把这个因子在中证 500 上跑 2018 到 2024 的分层回测”它会自己调用、自己解读结果。四、一个完整的工作流从想法到 walk-forward 报告讲了这么多零件串一遍实际怎么用。第 1 步把模糊想法变成明确规格人做错误示范“帮我写一个动量策略”正确示范在 A 股中证 500 成分股上实现一个因子 定义过去 20 日收益率按过去 60 日已实现波动率标准化 即 ret_20d / std_60d再做行业市值中性化。 约束 - 遵循 CLAUDE.md 的所有交易约束 - 因子值在 T 日收盘后计算T1 开盘执行 - 剔除ST、上市不满 60 日、T1 开盘涨停 输出写入 factors/vol_adj_momentum.py 附带 tests/test_vol_adj_momentum.py 覆盖前视检查 先不要跑回测写完代码后停下来等我 review。最后那句”先不要跑回测停下来等我 review”很重要。Opus 5 有个特点你不约束它它会过度交付——你要一个因子它给你因子、回测、报告、三个变体和一份 PPT 大纲。在研究阶段这些额外产出会让你失去对细节的控制。第 2 步并行审查AI 做隔离上下文用 bias-hunter 审查 factors/vol_adj_momentum.py 同时用 />三条最有效的省钱手段1. Prompt caching省得最多缓存命中只要输入价的 10%。你的仓库结构、CLAUDE.md、因子库接口定义这些东西每次会话都一样把它们放在 prompt 的固定前缀里缓存起来输入成本直接掉一个数量级。5 分钟缓存写入是 1.25 倍基础输入价1 小时是 2 倍——只要同一份上下文在窗口期内被读两次以上就回本了。2. 模型分层路由读日志、找 NaN、批量重命名 → Haiku 4.5写因子、改回测、跑测试 → Sonnet 5架构重构、疑难 bug、方案设计 → Opus 5通宵跑的大型自主任务 → Fable 5在 Claude Code 里换模型就是一个命令的事养成习惯就行。3. Batch API批处理有 5 折优惠而且能和缓存折扣叠加。适合”晚上批量跑 200 个因子的分层回测报告”这种不急着看结果的活。图 3 里那个 83% 的降幅不是理论值是把这三招叠加起来的实际量级。我自己的账单从三位数掉到了两位数。六、边界在哪里一张必须看懂的图最后这部分是我最想强调的。Claude Opus 5 在软件工程基准上的成绩已经高得离谱——SWE-bench Verified 97%。但在真实的金融分析师任务上它是什么水平看这张图的正确姿势左边那几根蓝色的柱子是你应该重仓使用 AI 的地方。写代码、查文档、处理长文本、终端操作——这些能力已经接近或超过熟练工程师。右边那几根是你必须自己扛的地方。Vals AI 的 Finance Agent v2 上 Opus 5 拿了第一58.63%但这个”第一”的绝对值只有五成多。另一个独立评测 FrontierFinance 上能力最强的 Claude Fable 5 也只完成了 49.2% 的投研任务所有前沿模型都在 50% 以下。两个独立设计的评测得出一致结论这说明这个天花板是真实的能力差距不是某一家评测方法的偏差。翻译成人话AI 现在是一个能写出 97 分代码的工程师同时是一个只能考 50 分的分析师。所以我的分工原则是交给 Claude自己扛实现你已经想清楚的逻辑想清楚逻辑本身生成绩效报告和可视化决定看哪些指标、多少算好审查代码里的技术性偏差判断因子有没有经济学意义批量执行验证协议设计验证协议写文档、写测试、重构决定这个策略上不上实盘还有一条铁律Claude 的输出不接实盘下单。那批官方金融 agent 模板的文档里Anthropic 自己也写明了这些 agent 只产出草稿供有资质的人复核不执行交易、不直接写入账簿。这个边界是对的抄过来用。七、五条踩坑经验1. 越漂亮的曲线越要怀疑。AI 提效之后你会看到更多漂亮曲线。这不是因为你变强了是因为你搜索空间变大了多重检验问题随之放大。样本内夏普超过 3先默认它是错的再去找错在哪。2. 不要让它”顺便优化一下”。最危险的一句话是”帮我跑一下看哪个参数最好”。这是在让 AI 帮你过拟合。参数选择必须在明确的样本外协议下进行。3. 上下文要定期清。一个会话跑了三小时之后模型的上下文里混着十几个失败的尝试。它会开始”记得”一些已经被推翻的假设。研究阶段每完成一个子任务就开新会话把结论写进文件而不是留在对话里。4. 让它先说”不知道”。在系统提示里加一句”当你对某个数据字段的含义不确定时必须先问我不要猜”。省下的 debug 时间比你想象的多。5. 定期人工重跑一遍关键路径。每个季度我会挑一个已经跑了很久的因子从数据读取开始完全手工复核一遍。至今为止每次都能找到至少一处问题。写在最后回到开头那句话。十年前我们的瓶颈是”实现不出来”——想到一个因子写代码、调 bug、搭回测框架两周过去了。现在这个瓶颈基本没了。新的瓶颈是“想不出来”以及更隐蔽的——“分不清好想法和好看的曲线”。AI 把工程门槛砸到了地板上。这意味着靠”我会写代码”的护城河没了靠”我知道该写什么代码”的护城河反而变宽了。市场认知、微观结构理解、对交易成本的直觉、判断一个信号是真是假的品味——这些东西 Claude 现在还给不了你短期内也给不了。所以答案是把工程交出去把判断留下来。那些真正被 AI 淘汰的从来不是”不会用 AI 的人”而是”除了实现之外没有别的东西的人”。附数据来源模型规格与定价Anthropic 官方文档platform.claude.com/docs/en/about-claude/models/overview及/pricing2026 年 8 月核对基准分数Vals AI 独立评测榜单Claude Opus 52026 年 7–8 月快照FrontierFinance 结果2026 年 7 月公开报道Anthropic 金融 agent 模板2026 年 5 月 5 日官方发布图 2 的提效倍数为作者自有研发流水线上的经验估计非公开基准数据图 3 的成本测算基于官方公开单价与文中标注的负载假设为示意性计算如果这篇文章对你有用欢迎在评论区聊聊你的配置。尤其想听听大家 CLAUDE.md 里写了什么。