一个 Greenwich 的 24 岁量化,去年拿 $650,000 年薪
做的事情,现在 Horizon AI agent 90 秒就能完成
不是比喻
而是同一件事:
提出 hypothesis
写代码
回测
部署
过去一条 strategy 的成本大约是 $87,500
而且大多数策略第 6 周就死掉
真正变化的是这里:
Backtest 时间:7 周 → 90 秒
单个 hypothesis 成本:$87,500 → $0
每月能测试的 hypothesis:可能 1 个 → unlimited
技能门槛:Python / Pine Script / APIs → 一句英文
以前机构的 moat,不一定是数据
也不一定是速度
而是你请不起那个“把想法翻译成系统”的人
这个 translator,以前是高薪量化和工程师
现在变成了 autonomous AI agent
它会写
会测
会部署
还能 24/7 运行
所以真正被压缩的,不只是工资
而是从想法到交易系统之间的整条 pipeline
文章里拆了完整流程
Save this
6 个月后,可能就不是秘密了
你只需要 Claude + device + 每天 1 小时
问题是:
当 hypothesis → code → backtest → deploy 都被 AI agent 自动化之后,交易员剩下的核心优势会是什么?
显示更多