个人量化交易 90 天精通计划（IBKR + 期权 + AI 信号）

定位：用 90 天建立可复利的个人量化交易系统，覆盖股票因子、期权希腊字母、事件驱动三大引擎 平台：Interactive Brokers（IBKR）+ ib_insync API + Python 量化栈 AI 角色：研究助手 + 财报/事件抽取 + 截面信号生成器（不做端到端预测） 资金：<$5k 学习+实盘训练账户（明确目标是「打磨方法论」而不是当年赚生活费） 作者背景：10 年金融零售 PM/BA/dev + Web3/Solidity 在跑 + 已完成 270 天专家深度计划 启动日期：2026-05-10（Today） 预期完成：2026-08-08 进度文件：docs/daily/TR_PROGRESS.md 每日笔记：docs/daily/TR-DAYx.md

---

0. 三个必须摆在前面的现实

1. <$5k 量化 ≠ 副业收入，定位是「3-5 年 edge 沉淀的训练账户」。真正的赚钱杠杆是 ① edge → ② 扩规模 → ③ 复利时间。
2. IBKR Reg-T 现金账户 + <$25k = PDT 限制（不能日内）+ 期权 Level 2-3（CSP / CC / 长期权 / debit spread 可做，naked / uncovered 大概率不批）。这一约束会决定整个策略选择。
3. 「AI 信号生成器」最 work 的形态是「LLM 抽非结构化特征 → 经典 ML 排序 → 规则化执行」，不是端到端 LLM 预测涨跌。本计划全程贯彻这一架构。

---

1. 与已有计划的关系

假设每天投入 2h（你已有 SC 90 天 6h/天 + 工作 + 家庭，2h 是相对稳的预算）。如果时间不够，把当日「实操」拆到周末。

每日时间分配（2h 版本）

• 理论/读论文：30 min
• 编码/回测：60 min
• 笔记+复盘：30 min

---

2. 三阶段总览

---

3. Phase 1：基础与工具链（Day 1-30）

Week 1：环境 + IBKR API（Day 1-7）

Week 1 出口标准：能用 ib_insync 拿到 IBKR paper 账户实时数据，能用 vectorbt 跑出带成本的回测净值曲线。

Week 2：因子投资基础（Day 8-14）

Week 2 出口标准：能独立解释「为什么 12-1 动量在月度截面有 alpha」，能跑出四因子的 IC/IR 表。

Week 3：期权基础 + Greeks（Day 15-21）

Week 3 出口标准：能解释 Theta decay 为什么对卖方有利，能在 IBKR 下单 cash-secured put 并算清最坏情况损失。

Week 4：回测严谨性 + 风控基础（Day 22-30）

Phase 1 出口检查：

• IBKR Paper 账户能正常下单股票+期权
• 能用 ib_insync 自动化下单
• 能跑一个含交易成本+ walk-forward 的因子回测
• 能解释并避开三大回测偏差
• 期权 Greeks 五个变量都能手算示例

---

4. Phase 2：策略实战 + AI 信号（Day 31-60）

Week 5：多因子组合实盘化（Day 31-37）

Week 6：期权策略 - Wheel + Theta 收割（Day 38-44）

Week 7：事件驱动 + LLM 信号（Day 45-51） ★ AI 重点周

Week 8：组合管理 + 风控（Day 52-60）

Phase 2 出口检查：

• 三个策略（多因子 / Wheel / 事件驱动）paper 已运行 ≥ 2 周
• 有完整 PnL 归因报告
• LLM 抽取的财报信号 IC > 0（哪怕很弱也行，证明 pipeline 通）
• 有书面风控守则（最大单仓 / 最大回撤触发线 / 黑天鹅对冲规则）

---

5. Phase 3：实盘+规模化+迁移（Day 61-90）

Week 9：IBKR 实盘上线（Day 61-67） ★ 关键周

Week 10：高阶期权 - Vol Arb + Calendar（Day 68-74）

Week 11：A 股/港股迁移（Day 75-81）

Week 12：系统化 + 长期复利（Day 82-90）

---

6. 90 天产出清单

硬性产出

• 代码库：完整的 backtesting 框架 + IBKR 自动化执行 + 监控（GitHub 公开 repo）
• 3 个可运行策略：多因子组合 / Wheel 期权 / 事件驱动
• 1 套 LLM 信号 pipeline：财报抽取 → 经典 ML 排序 → 信号下发
• 2 篇公开复盘文章：Mirror/Medium 发布
• 90 篇日笔记（TR-DAY1 → TR-DAY90）
• 3 篇阶段总结（Phase 1/2/3 Summary）

能力验证

• 能用 ib_insync 完成全自动下单/平仓/Roll
• 能从 0 写一个含成本+walk-forward 的因子回测
• 能算清任何期权策略的最坏情况和 Greeks 暴露
• 能用 Claude API 把 10-Q/10-K 抽成结构化信号
• 能解释自己策略的 alpha 来自哪里、什么情况下会失效
• 能在 paper trade → 实盘的过渡中识别滑点/容量/税务影响

实盘记录（最低标准）

• 实盘资金 ≥ $1k 投入运行 ≥ 4 周
• 完成至少 1 个完整 wheel 周期（CSP → assigned → CC → 平仓）
• 完成至少 1 个月度因子组合再平衡
• 完成至少 1 次 LLM 信号驱动的事件交易（哪怕亏钱）

---

7. IBKR 关键配置 Checklist

账户与权限

• 账户类型：Individual Cash 或 IBKR Lite（小资金推荐 Cash 避免不必要 margin 利息）
• 市场数据订阅：US Securities Snapshot Bundle（必订）+ US Options OPRA（期权必订）
• Options 权限申请：至少 Level 2（Long Call/Put + CSP + CC），目标 Level 3（Spreads）
• Paper Trading 账户：与实盘隔离，免费

软件与 API

• IB Gateway（推荐）or TWS：Gateway 更轻量，长期运行用
• ib_insync：Python 首选库，文档清晰
• 配置 API 端口：Paper 7497, Live 7496（避免混淆）
• FlexQuery 设置：用于自动拉历史交易/持仓数据做归因

关键约束（务必记住）

资金管理建议（<$5k 实盘）

• 因子组合：$2k（4-5 只 ETF / 个股）
• Wheel 期权：$2k（足够 1 张 SPY CSP，SPY 现价 *100 ≈ $50k 名义？错，<$5k 玩不了 SPY 整张，要换 IWM/QQQ 单价更友好的 ETF 或卖低价股 CSP 如 F/SOFI）
• 现金缓冲：$1k

⚠️ 关键纠错：SPY 现价约 $500，1 张 CSP at 0.20 delta strike ≈ $470 → 需保证金 $47,000，<$5k 完全做不了 SPY。实际可做：QQQ at $400+/张 = $40k 也不行。真正适合 <$5k 的标的：F (Ford $10) / SOFI ($10) / 低价 ETF / 中国 ADR 如 BABA。要么用 spreads（debit/credit spread）把保证金压到 $200-$500/单。这个细节在 Day 38 详细处理。

---

8. 资源清单

必读书（按优先级）

1. 《Advances in Financial Machine Learning》 — López de Prado（第 1-7 章必读）
2. 《Trading Evolved》 — Andreas Clenow（系统化交易工程师视角）
3. 《Option Volatility & Pricing》 — Sheldon Natenberg（期权圣经）
4. 《Active Portfolio Management》 — Grinold & Kahn
5. 《因子投资：方法与实践》 — 石川/刘洋溢（中文最佳）
6. 《Options as a Strategic Investment》 — McMillan（期权策略大全）

必读论文

• Fama-French (1992, 1993)：三因子起源
• Asness, Moskowitz, Pedersen (2013)："Value and Momentum Everywhere"
• Frazzini, Pedersen (2014)："Betting Against Beta"
• Bernard, Thomas (1989)：PEAD（盈余公告漂移）
• López de Prado (2018)："The 10 Reasons Most Machine Learning Funds Fail"

工具栈

社区与情报

• QuantConnect 论坛、tastylive（期权策略分享）、SeekingAlpha
• Twitter：@CliffordAsness, @choffstein, @macrocephalopod, @TastyLiveShow
• 中文：集思录（可转债）、知乎「量化投资」专题

---

9. 风险与心态守则（每周读一次）

资金风险守则

1. 单笔最大亏损 ≤ 总资金 2%（<$5k 时即 ≤ $100/笔）
2. 总回撤超过 20% 强制停手，复盘 1 周再决定
3. 绝不加杠杆超过 1.5x 总资产（小资金时建议 1.0x）
4. 永远算清最坏情况再开仓（特别是期权 naked / 短期权）

心态守则

1. 回测 Sharpe > 2 的策略，请先怀疑过拟合（实盘很难超过 1.0）
2. paper trade ≥ 4 周才上实盘
3. 永远写下交易理由，事后复盘看是不是 ex-post rationalization
4. 不在情绪化的 24h 内调整策略（亏钱时改策略 = 灾难）
5. 承认运气：90 天太短，别用结果反推方法对错

反 AI 滥用守则

1. LLM 不能直接预测涨跌，永远用作特征抽取/编码助手
2. LLM 写的回测代码必须自己读懂每一行
3. LLM 出的策略「Sharpe 5.0」一定是过拟合或前视偏差

---

10. 跟踪机制

每完成一天：

• 更新 docs/daily/TR-DAYx.md（笔记）
• 更新 docs/daily/TR_PROGRESS.md（进度表）

每完成一周：

• 在 TR_PROGRESS.md 写周回顾（成果/卡点/下周计划）

每完成一个 Phase：

• 写 Phase{1,2,3}-Summary.md，1500-2500 字

---

11. 与现有 Skills 的协作

• 用 /blog-writer 或自建模板生成 TR-DAY 笔记
• 用 /init 之后的 CLAUDE.md 维护四 + 1 计划总览（如果你同意把本计划加进去）
• 完成期权/因子相关组件可继续在 momoweb3 repo 加页面（如 OptionsAnalyzer）

---

附录：第一周（Day 1-7）超详细任务

Day 1（今天就能开始）

1. 注册/登录 IBKR 账户 → 启用 Paper Trading（需要主账户已开通）
2. 在「User Settings → Permissions → Trading Permissions」申请 Options Level 2-3（通常 1-3 个工作日审批）
3. 订阅市场数据：Account Management → Settings → Market Data Subscriptions
   • US Securities Snapshot and Futures Value Bundle (NP, L1)
   • US Options Exchanges and Trades (OPRA)
4. 下载并安装 IB Gateway（推荐）或 TWS
5. Python 环境：

   pip install ib_insync pandas numpy yfinance vectorbt py_vollib alphalens pyfolio
   

6. 写 TR-DAY1.md：记录账户开通、Options Level 申请进度、环境搭建坑

Day 2 模板代码

from ib_insync import IB, Stock, util
util.startLoop()  # for Jupyter

ib = IB()
ib.connect('127.0.0.1', 7497, clientId=1)  # Paper port

contract = Stock('SPY', 'SMART', 'USD')
ib.qualifyContracts(contract)
ticker = ib.reqMktData(contract, '', False, False)
ib.sleep(2)
print(f"SPY bid/ask: {ticker.bid}/{ticker.ask}")
ib.disconnect()

---

计划版本：v1.0 最后更新：2026-05-10 下一次复审：Day 30 / Day 60 / Day 90