看到 @BensonTWN 这条，我基本认同。 现在 AI + vibe coding 确实把“写出一个能回测的策略”门槛降得很低了，但这不等于“写出了一个真实可交易的策略”。很多新手一看到曲线漂亮，就以为自己找到了 alpha，实际上常见问题无非几类：过拟合、样本选择偏差、参数回套、以及更隐蔽的 look-ahead bias。 量化里最难的从来不是把回测跑出来，而是确认三件事： 策略逻辑是不是和实盘判定完全同源 样本外表现是不是还能站得住 实盘执行结果是不是和回测预期大致一致 尤其是现在很多人用 PineScript、MultiCharts，或者直接让 AI 帮忙写策略，代码生成速度快了，但“策略研究规范”并没有自动一起变强。没有 OOS、没有 walk-forward、没有 live verification，回测再好看都只能先打问号。 我自己现在也在把策略接到实盘里在持续验证。 对我来说，真正有说服力的不是某一段历史曲线有多漂亮，而是：回测逻辑、实时筛选逻辑、实盘执行逻辑，三者能不能长期对齐。(QFi 元宇宙阿Q 🔰)