系列第四篇。前三篇讲了 VergeX 的产品、策略拆解、我们的四层架构。这一篇讲一个更根本的问题：
为什么四层架构的第一层是"哲学层"，而不是"策略层"。 为什么在写第一行代码之前，必须先花半天把自己说清楚。
我知道这听起来像鸡汤。但 VergeX 上那条 +106% 收益的 Agent 和 −2.84% 收益的 Agent，跑的是同一条策略、同一段提示词、同一套参数——109 个百分点的差距，不是策略带来的，是策略背后的哲学没写清楚带来的。
一个真实的对照实验
Bit浪浪、老恶魔、brucelinda、bwjoke——四位交易员，四种风格。如果你让他们各自用 AI 工具写同一个需求：
"帮我写一条 BTC 4h 趋势跟随策略，只做多，本金 1000U。"
他们会得到四条完全不同的策略：
- bwjoke（量化系、纪律派）会得到一条EMA 50/200 金叉 + ADX > 25 + 固定 1% 止损 + 3R 止盈的机械策略。
- 老恶魔（资金管理派）会得到一条EMA 金叉 + 每次只开 5% 仓位 + 连败 3 次暂停一天的保守策略。
- Bit浪浪（剥头皮派）会得到一条5 分钟结构破位 + 50-100U 固定仓位 + 5 分钟定生死的高频策略。
- brucelinda（台系心态派）会得到一条放弃形态只看趋势 + 60-75% 仓位重仓追势 + 80% 权重在仓位管理的趋势策略。
四个 AI 写的策略文件长得完全不一样。
原因不是 prompt 不一样，原因是他们喂给 AI 的"哲学"不一样。
没有哲学的 AI 策略，等价于让一个不认识你的陌生人替你交易——再聪明的 AI 也写不出适合你的东西。
哲学到底是什么
"哲学"这个词听起来玄。具体化下来，就是四件事：
① 你信什么（Beliefs）
你交易的底层叙事是什么？
- "BTC 是主趋势，山寨是杠杆"——这是 bwjoke 的信条
- "80% 心态、20% 技术"——这是 brucelinda 的信条
- "不预测，只反应"——这是老恶魔的信条
- "量变引起质变"——这是 Bit浪浪的信条
这四句话，每一句都会让 AI 写出完全不同的策略。
② 你在什么周期上赚钱（Timeframe）
- 4h + 1d → 趋势跟随
- 15m + 1h → 日内波段
- 5m → 剥头皮
- 1s tick → 高频（这层不适合 LLM）
周期决定了你的盈利来源：
- 趋势跟随靠少数大趋势，胜率 30-45% 就能赚，靠盈亏比 3:1 以上
- 日内波段靠中等频率，胜率 50-55%，盈亏比 1.5:1
- 剥头皮靠高频率 + 高胜率，60-65% 胜率，盈亏比 0.8-1.2:1
胜率和盈亏比是哲学的函数，不是策略的函数。
你说不清自己在哪个周期赚钱——AI 写出的策略就是四不像。
③ 你不做什么（Avoid）
这条最容易被忽略。
"不做什么"比"做什么"更重要。因为做什么的空间无限大，不做什么的列表有限且明确，是真正能构建起纪律的那一层。
举例：
- 不做 meme coin
- 不在 FOMC 当天 ±4h 交易
- 不补仓亏损仓位（任何时候）
- 不追高 10% 阳线后的进场
- 不在连亏 3 天后加仓
- 不在账户回撤 20% 以上交易
这些是 ban list。AI 生成 spec 的时候，validator 会用它作为硬约束——生成的策略无论如何不能踩这些红线。
④ 你的风险偏好（Risk）
risk:
max_single_trade_loss_pct: 2
max_daily_loss_pct: 5
max_drawdown_hard_stop_pct: 20
max_leverage: 5
这几个数字看起来简单。但选 2% 还是 3% 作为单笔最大亏损，代表完全不同的风格：
- 单笔 1-2%：严格纪律派，愿意承受"对了也赚得慢"
- 单笔 3-5%：平衡派
- 单笔 6% 以上：高弹性派，能扛大波动也能被大波动清算
这四个数字一旦填完，AI 写的策略形态就定了 70%。
为什么 LLM 需要你的哲学
LLM 很强，但它有两个弱点：
① 它默认的哲学是"平均值"
不喂它哲学，它写出来的策略是互联网所有策略的加权平均——中庸、看起来合理、实盘会平庸。
② 它会把"你的模糊需求"翻译成"它理解的意思"
你说"帮我写一条趋势策略"，它可能理解成 EMA 金叉 + RSI 超买止盈——这个默认方案的参数完全不适合你。
喂哲学的作用：把 LLM 从"平均值"拉到"你自己"。
系统 prompt:
你给我生成一条 StrategySpec。这个策略的拥有者是：
- 周期偏好：4h + 1d
- 信条：
* "BTC 是主趋势，山寨是杠杆"
* "趋势反转比延续更危险"
- 不做：meme / 市值 < $50M / FOMC ±4h
- 风险：单笔 ≤ 2% 本金 / 日 ≤ 5% / 回撤硬停 20%
- 杠杆上限：5x
喂完这份，LLM 生成的 spec 会自动偏向长周期、严格止损、避开 meme——因为哲学告诉它，"平均值"不适合这个人。
三类交易者 × 同一个需求
为了具体说明哲学怎么改变 AI 的输出，我给三类典型交易者喂不同的哲学，看 Opus 4.7 会给同一个需求（"BTC 4h 做多策略"）产出什么：
类型 A · 严格纪律派
style: { primary: trend_following, timeframe: [4h, 1d] }
beliefs: ["胜率 < 50% 也能赚"，"盈亏比 > 2:1 是核心"]
risk: { max_single_trade_loss_pct: 1, max_leverage: 3 }
avoid: { behaviors: ["追高", "补仓", "FOMC 交易"] }
→ AI 会产出：EMA 50/200 金叉 + ADX > 25 过滤 + 1% 固定止损 + 3R 止盈 + 单仓 3x 杠杆
类型 B · 资金管理派
style: { primary: trend_following, timeframe: [4h, 1d] }
beliefs: ["大赚靠仓位，大亏靠杠杆"]
risk: { max_single_trade_loss_pct: 2, max_leverage: 2 }
avoid: { behaviors: ["固定手数", "不动态调仓"] }
→ AI 会产出：EMA 金叉 + Kelly fraction 动态仓位（0.3 × f*）+ 2% 追踪止损 + 单仓 2x 杠杆 + 连败 3 次暂停
类型 C · 高弹性派
style: { primary: trend_following, timeframe: [4h, 1d] }
beliefs: ["BTC 是有一次翻倍机会的市场"]
risk: { max_single_trade_loss_pct: 5, max_leverage: 5 }
avoid: { behaviors: ["止盈太早", "仓位太小"] }
→ AI 会产出：突破前高做多 + 5% 仓位止损 + 追踪止盈不固定目标 + 单仓 5x + 金字塔加仓
三份完全不同的策略。
但底下的 AI 是同一个，底下的需求描述是同一个"BTC 4h 做多"。区别只在哲学 YAML 那 15 行。
为什么 VergeX 没有这一层
VergeX 的产品定位是普惠——让所有人都能用 AI 写策略，门槛越低越好。
强制填哲学 YAML 会让 80% 的用户在第一步就流失——"为什么要填这个？我就想快点跑策略。"
所以 VergeX 不填。代价是同一条策略不同人用表现悬殊。因为背后的哲学没对齐。
我们的选择相反：强制填。门槛高，流失大，但进来的人跑出的策略是真正属于他自己的。
产品定位决定了哲学层的存在与否。VergeX 是沙盒，我们是工具。
哲学不是一次性填的
写一次 philosophy.yaml，半小时。但这份文件应该持续迭代：
- 每个月回顾：哪些 avoid 项实际踩过？哪些 belief 被市场证伪？
- 每次爆仓后：更新 risk 字段
- 每次大胜后：看看是不是在对的 belief 上下了大注
哲学是活的文档，不是写完就锁的 readme。
总结
四层架构的第一层，不是技术，是认知。
- Beliefs——你信什么
- Timeframe——你在哪个周期赚钱
- Avoid——你不做什么
- Risk——你能承受多少
这四件事不写清楚，AI 帮你写的策略只是"平均值"——既不是你能执行的，也不是适合你的。
写清楚了，AI 才有可能帮你放大。
这就是为什么四层架构的第一层是哲学，不是策略。
下一篇
最后一篇 #220。如果说哲学是"AI 交易的第一层护城河"，资金管理 + 杠杆纪律 就是第二层——也是更冷冰冰、更不容商量的那一层。
我会讲：
- 固定仓位 / Kelly / 波动率目标 三种资金管理的适用场景
- 为什么 dingdingtao 版里系统级杠杆硬上限 5x，不开协商空间
- 最大回撤作为硬 KPI 怎么实现
- dingdingtao 不做什么：不代客理财、不做排行榜、不保证收益
声明：本系列讨论的是"AI + 交易"这条赛道的架构设计思路，不推荐任何产品，不构成投资建议。系列相关的四层架构方案已归档 docs/ai-trading-strategy-blueprint.md。