为什么做 PortVise：决定何时卖出

三大支柱：风险、市场状态与主题

当我试着写下来——一个人到底因为什么持有、又因为什么清掉一个仓位，我发现自己绕不开三件事：

1. Risk
2. Regime
3. Theme

这三件事并非完全独立，也不会替你做决定。它们给我的，是一套可以重复执行的框架。框架永远围绕同一个核心问题：你当初为什么买它？放到今天的环境里，这个理由还成立吗？

风险优先

对我来说，风险排在第一位。我最早是通过凯利公式学会思考风险的——它把下注的规模，和胜率、赔率以及错判的代价绑在一起。后来我转做量化，开始更关注市场中性，以及因子层面的风险暴露。

一个满是 beta 的组合，行情涨的时候看不出问题；行情真的崩了，考验才刚开始。分散化能不能救你，取决于这些持仓是不是真的押在不同东西上。如果全都吃同一套利率、同一种流动性、同一个科技题材，股票再多也只是自欺欺人。

所以 PortVise 会同时从好几个角度审风险：集中度、因子暴露、回撤情景，还有每笔持仓对组合整体风险的贡献。我并不是觉得波动是坏事，我只想知道：眼前风险的大小和类型，还配不配得上当初下注时的信心。

市场状态提供背景

AI 到底是泡沫，还是实实在在的跨越，还没有定论。历史不会精确重演，但总是押韵，所以市场状态是第二根支柱。

这一层用市场走势和宏观信号，衡量今天和过去有多像，找出能对号入座的历史阶段。我们是在一轮长牛的半山腰，还是科技泡沫的尾声？市场现在为成长付钱，还是为防御、久期、流动性付钱？没有哪段历史和今天一模一样，所以这里不做预测。今天更像 1995 年还是 2000 年，终究要靠判断——你自己的，或者你智能体的。至少，做判断时两种读法都摆在眼前。

主题：组合自我重复的地方

然后是主题。今天做一个投资系统，怎么可能无视 AI 这条主线？

两家公司可能身处不同行业、挂着不同的代码，赌的却是同一件事。一个 AI 基础设施组合，看起来在芯片、网络、电力和数据中心之间铺得很开，本质只是对一个资本开支周期的单边押注。所以主题这一关会问：这笔仓位还符合当初的逻辑吗？几支持仓是不是在说同一句话？这个方向是不是已经太挤了？它还会盯着“逻辑漂移”——当初因为 A 买的，现在却拿 B 来辩护。

它不是动量过滤器，也不会因为一笔交易太热门就否定它——真正的强主题，可以强得超出所有人的预期。我想要的是把主题上的敞口明明白白摆出来，好让自己看清：我是不是又下了同一个注。

把三根支柱，变成一条评审流水线

围绕三根支柱，我在雅虎财经和新闻 API 之上搭了外部数据层：市场数据负责价格、收益和组合背景；新闻研究补充公司层面的动静，以及更大的宏观叙事。这些素材随后分流进风险、市场状态、主题三条互不相通的推理通道。

把通道拆开这件事，作用比我预想的大得多。一个提示词能给你一份漂亮的答案，但它同时把事实、计算和观点搅在一起，让你说不清结论到底从哪来。独立的智能体至少给了“分歧”发生的机会；校验环节则会在任何结论被写成建议之前，先查一遍有没有漏掉的输入、有没有自相矛盾的地方。

也不是每个环节都该交给大模型。金融——至少量化金融——要的是精确。推理上我可以接受一些随机性，但风险和市场状态是确定性的，是可以算出来的。风险贡献、压力测试、历史特征这些应该交给代码；模型更擅长解读这些证据、权衡不同的解释，然后把结论讲清楚。

系统学会了：把什么都卖了

三根支柱成了应用的核心模块，它们确实能找出该减、该清的仓位，但也暴露了我最初设计里的一个毛病：只要给一个组合，它几乎总能找到卖出的理由。

这个偏差是结构性的。风险智能体的天职是找集中度、找下行空间；市场状态智能体负责翻历史的险；主题智能体专盯拥挤、重叠和逻辑漂移。它们存在的意义就是挑刺，汇总出来的结论天然偏空。把每一条担忧都变成减仓，最后你会得到一个接近空仓的组合。

这个教训很值钱——牛市里你绝不能错过。为了对冲它，我加了一个配置智能体：负责盯住最低仓位要求，并且和基准比机会成本。只要给足风险偏好，再掺上一点你自己的判断，它就不再是个只会唱空的乌鸦嘴。

构建 PortVise 的收获

真的要说吗？这段就略过吧。这个章节一般会讲设计结构、怎么更好地用编码智能体和工具、怎么审 AI 写出来的东西，等等。我觉得这些都很有用。真要挑一个最大的收获，那就是：AI 时代，你更要检查自己的活儿——尤其是当大部分代码都是 AI 写的。你还需要时不时回去把代码简化、清理一遍。我还是够老派，会自己钻进代码里一条条看。

不过有一个地方，可以好好检验这套系统。我搭了个擂台：两个智能体用同一个提示词，其中一个装备了 PortVise，在真实市场里交易——可惜不是用我的钱。打到 2026-08-24 结束的那一轮，PortVise 依然领先。

我想，每个人都能从市场里学到点什么。这也是我开源这个仓库的原因——想听听大家的想法。你可以用本地模型跑，也可以用更强的 SOTA 模型。对了，我每天都会为三个风格不同的小组合发一份简报，感兴趣可以订阅。对我来说，这仍然是一条很长的学习路。

感谢你花时间读完这篇文章，希望你喜欢。让我们一起逢低买入，卖在顶部！

合规声明

这是一个开源项目，不是投资建议，也不是为了促成任何投资决策。PortVise 只做决策支持：模型输出可能出错或不完整，市场、新闻数据也可能延迟或有误。任何建议如何被解读、被执行，责任都在使用者自己。