如何打造一個 AI 交易智能體（免寫程式）

打造一個 AI 交易智能體，聽起來像是那種需要量化背景加上一個 GitHub 帳號的人才做得來的專案。現在已經不是這樣了。你可以用白話描述一項策略，讓平台把它變成一個附帶真實風險上限、活著運行的自動化。真正把「活得下來的智能體」和「悄悄失血的智能體」分開的，是流程，不是寫程式。這份指南講的是如何用七個步驟打造一個 AI 交易智能體：寫下策略、讓它可測試、選定市場、把它轉譯出來、回測、模擬盤交易，然後小額上線。每一步都附上「好的樣子」，以及會毀掉它的那個錯誤。

七個步驟一眼看完

不論你用哪套軟體，每一次耐得住的智能體打造，都走同一條弧線：

1. 用一段話寫下策略。
2. 讓它可測試：進場、出場、部位大小、失效條件。
3. 選定市場與交易場所。
4. 把文字轉譯成受監控的條件。
5. 回測，並誠實地讀報告。
6. 模擬盤交易兩到四週。
7. 在硬性上限的把關下，小額上線。

我們會照著這些步驟在 Obside 上的樣子走一遍——它的「副駕加智能體」工作流程，正是圍繞著這個順序打造的。不過這裡沒有任何獨門祕笈。任何認真看待驗證的平台，都支援同一套紀律；如果你正在評估的那個不支援，那也就告訴了你一些事。

整個產業正在收斂到同一個結論。在 Cambridge CCAF 與 World Economic Forum 2026 Global AI in Financial Services Report（May 2026）中，有 23% 的受訪者表示自己在智能體 AI 上已進入規模化或轉型階段，而該報告也把「人類監督是否充分」點名為一項關鍵風險。下面這七個步驟，就是那道監督，套用在你自己的錢上。

步驟 1 與 2：先寫下來，再讓它可測試

步驟 1：一段誠實的話

在碰任何軟體之前，打開一則筆記，用你跟朋友說話會用的語言，寫下你相信的東西。像這樣：「大型科技股在整體市場恐慌時會被超賣，即使那些公司本身什麼都沒變。我想在這些回檔時買進，但只在長期趨勢向上時買，而且如果我錯了，我要有一條明確的退場路。」

好的樣子：一個陌生人讀了你這段話，大致能理解你會買什麼、什麼時候買、為什麼買。這個信念是可證偽的。市場有可能證明它是錯的，而這正代表資料可以拿來測試它。

常見的錯誤是寫下一種心情，而不是一個信念。「低買高賣」和「早點抓到突破」描述的是你會樂見的結果，而不是你觀察得到的條件。沒有任何系統能把一個結果自動化。

步驟 2：四個欄位，否則它根本不存在

現在把那段話壓縮成四個欄位。進場：究竟什麼條件觸發買進？出場：什麼會把部位平掉，不論是獲利或虧損？部位大小：每個訊號投入多少，同時最多幾個部位？失效條件：什麼樣的結果會讓你把整套策略關掉？

那段買回檔的話，變成了：當 ETF 收在其 200 日移動平均線之上、且日線 RSI(14) 跌破 35 時進場；在 +8% 或 30 個交易日之後出場，以先到者為準；每個訊號投入 $500，最多同時持有兩個部位；若策略回撤達其配置資金的 12% 則失效。

失效條件是新手會跳過的那個欄位，卻是能救帳戶的那一個。一套沒有定義「錯」的策略，會一直被跑到它錯得很離譜為止。

如何從你寫下的規則打造一個 AI 交易智能體

步驟 3：選定市場與交易場所

你把它部署在哪裡，會塑造整個設計。加密貨幣透過 API 優先的交易所全天候 24/7 交易，所以一個智能體真的可以永不睡覺，但週末流動性會變薄，行情往往在你休息時發生。股票與 ETF 分時段交易，這代表會出現你的智能體無法出場穿越的隔夜跳空，而且存取是走券商連線、而非交易所的原始金鑰。

兩條務實的規則。第一，挑一個流動性夠好、好到你的委託大小在它的日成交量裡只是四捨五入誤差的資產；薄流動性交易對上的滑價，會悄悄改寫你的回測。第二，優先選一個你已經有帳戶、而且你信得過的場所。策略本身是新的，再加上場所也是新的，就等於一次同時做兩個實驗。

這裡的錯誤：在一個流動性充沛的主流標的上驗證，然後把同一套邏輯部署到一個流動性差的小型股上，「因為它波動比較大」。它確實比較大，它的價差也一樣。

步驟 4：轉譯，並檢查這份轉譯

免寫程式的部分，就發生在這裡。在 Obside 上，你把步驟 2 那段話輸入副駕聊天。它會用機器條件把你的想法複述出來作為回答：受監控的觸發器、委託大小、出場規則、停損。然後它會停下來等你核准，任何東西才會開跑。

那個複述的步驟，是整件事的重點，不是走個形式。智能體會照複述所說的去做，而不是照你的本意去做。把每一個數字都回頭讀一遍。確認時間框架：日線 RSI(14) 和 4 小時線 RSI(14) 是兩套穿著同一件衣服的不同策略。如果複述把你的失效規則漏掉了，就拒絕它、重講一遍。精準的措辭本身就是一項技能，而我們那篇有效的交易提示詞指南，涵蓋了這些寫法。

這裡的錯誤：草草掃過就按核准。人們校對寄給陌生人的電子郵件，都比校對給那個替他們的錢下單的軟體的指令還要仔細。

步驟 5 與 6：誠實地回測，然後彩排

步驟 5：回測，並讀完整份報告

拿這個智能體對多年歷史重跑一遍，要包含那些不友善的年份，而不是只跑最近那段激發出這個想法的日子。一份值得信任的回測報告，會呈現權益曲線、Sharpe 比率、最大回撤、勝率與交易筆數，而且是在明確的滑價與費用假設下算出來的。

用懷疑者的眼光讀它。這個最大回撤，是你真的坐得住的嗎？裡面至少有 30 筆交易嗎，還是這只是一則配了圖表的軼事？績效在不同的市場環境下都站得住嗎，還是全靠某一個好運的季度撐起一切？逐一行情的完整方法，都在我們那篇回測 AI 交易智能體的指南裡。

這裡的錯誤是挑日期區間：把起始日期一路往前挪，挪到曲線看起來很漂亮為止。到了那一步，你不是在調校一套策略，而是在裝飾一套策略。

步驟 6：模擬盤交易兩到四週

回測驗證的是策略。模擬盤交易驗證的是「策略的那份轉譯」，而對一個從白話打造出來的智能體來說，這才是比較新的風險。讓智能體在即時市場資料上運行、不下任何真實委託，然後像稽核一個試用期員工那樣稽核它。它是不是在你的規則說它該觸發時觸發了？部位大小是不是完全正確？它在一個跳空、一次加密貨幣的週末行情、一個死寂的一週裡，表現如何？

給它兩到四週，或 20 個以上的訊號，以先到者為準。要盯什麼、以及什麼該把你打回步驟 2，都寫在模擬盤交易一個 AI 智能體裡。

這裡的錯誤：因為回測很漂亮就跳過這一步。回測從來不必即時去解析你的句子。

步驟 7：在硬性上限的把關下，小額上線

上線不是從「測試」切換到「信任」的一個開關。從你打算投入的部位大小的 10–25% 開始，讓智能體自己去把剩下的賺回來。

硬性上限應該在執行當下被強制執行，而不是等到覆盤時才想起來：每個部位的大小上限、附加在每一次進場上的停損、一個會讓智能體停下來的回撤斷路器（例如從高水位往下跌 10% 時），以及一個槓桿上限——對大多數人來說，這個上限應該根本就是零。在 Obside 上，這些都是智能體本身的欄位，在委託送出時套用，所以一道上限是一堵牆，而不是一個建議。每一層要怎麼設定大小，是我們那篇護欄指南的主題。

然後守住一條你事先寫好的加碼規則：只有在大約 20 筆實盤交易、且其行為與模擬盤運行相符之後，才增加部位大小。經典的錯誤剛好是相反的模式：在幸運的一週之後就把配置翻倍。變異性總是先給你甜頭。

接下來該往哪走

慢的路才是快的路。步驟 1 到 4 花一個晚上。回測花幾分鐘。模擬盤花幾週，而那幾週會讓你覺得多此一舉——直到它抓到某個東西的那一刻為止。把這個順序壓縮掉的交易者，通常之後得用更少的資金再跑一次。

從那段話開始。讓它可測試。讓機器去負責盯盤與算術，把判斷留給你自己。當你準備好在同一個地方跑完整個順序——從白話副駕、到回測、到模擬盤、再到有把關的實盤執行——你可以在 Obside 上打造你的第一個智能體。

僅供教育參考，不構成投資建議。交易存在風險，可能導致本金損失。