☰
LLM-Trading-Lab 的 Week 1 组合再配置实录:ABEO / CADL / AZTR 微盘股催化剂策略全解析
2026/10/2 2:10:13 网站建设 项目流程
  • 人工智能
  • 金融科技
  • 数据分析
  • 科研

【免费下载链接】LLM-Trading-Lab

This repo powers my experiment where ChatGPT manages a real-money micro-cap stock portfolio.

项目地址:https://gitcode.com/GitHub_Trending/ch/LLM-Trading-Lab
点击查看免费下载

本篇技术指南以LLM-Trading-Lab仓库中 Week 1 Summary.md/Week 1 Summary.md>) 为骨架,完整拆解 2025 年 7 月 5 日那次「修订版投资组合配置」的决策过程——包括每只持仓的投资论点(Thesis)、催化剂清单与仓位调整逻辑,并结合仓库中的真实交易日志、每日快照与评估报告,还原这份周报从「研究产出」到「下一交易日落地执行」的完整链路。读完本文,你将掌握这类 AI 管理组合的周度研究产物长什么样、微盘股催化剂策略如何做仓位再平衡,以及如何用仓库内的 CSV 与处理脚本交叉验证每一笔决策。


Week 1 周报的定位:开市后的第一份组合决策指引

在进入正文前,先明确这份文档在实验中的位置。根据仓库内的 deep_research_index.md:

  • 所有周度报告(从 Week 1 起)均在每个交易周末结束时撰写,用于指导下一个交易周的决策;
  • 每个研究周同时产出一份 Markdown 摘要(Week <N> Summary.md)和一份编译后的 PDF(Week <N>.pdf);
  • 索引文件是全部周报的权威入口。

这份 Week 1 报告对应的是Jun 30 – Jul 3那一周的应用窗口,而文档正文标注的日期为2025 年 7 月 5 日,属于「修订后」(Revised)的配置方案。它建立在实验启动前的 Starting Research Summary.md/Starting Research Summary.md>) 基础之上——初始配置为 ABEO 6 股(约 $36,36%)、CADL 5 股(约 $28,28%)、CSAI 15 股(约 $30,30%)、现金约 $6(6%)。Week 1 的修订正是对这一初始组合的第一次系统性再平衡。

按照项目 README.md 的设定,整个实验以$100 起始资金、6 个月交易周期为约束,由 ChatGPT 在严格规则下管理一个真实资金的美国微盘股组合,全部决策均为 forward-only(仅依据已发生的信息),人类只负责录入数据与执行下单。Week 1 周报就是 ChatGPT 在开市早期给出的第一份集中式配置方案。


修订后的组合配置全貌

Week 1 文档给出的修订后组合由三只股票构成,现金近乎归零。以下为文档核心内容的完整继承:

标的参考价仓位股数状态一句话定位
ABEO(Abeona Therapeutics)~$5.871 Share(计划表述)Hold上市后低估 + 空头挤压潜力
CADL(Candel Therapeutics)~$4.991 Share(计划表述)Hold多重肿瘤学催化剂
AZTR(Azitra, Inc.)~$0.2555 SharesBuy(新仓位)关键试验结果的高风险高回报押注
现金余额——~$0几乎全部资金投入 AZTR

文档特别说明:几乎所有资本都被部署到 Azitra 上,以在较短的投资期限内最大化潜在上行空间(Virtually all capital was deployed into Azitra to maximize potential upside given the short investment horizon)。这份配置明确放弃了分散化,转向高度集中、高信念的催化剂博弈策略。

ABEO —— 上市后低估与空头挤压

  • 核心论点:RDEB(隐性营养不良型大疱性表皮松解症)的基因疗法刚刚获得 FDA 批准并上市;
  • 财务安全垫:约 $2.25 亿现金可提供2 年以上运营跑道;
  • 催化剂:2025 下半年(2H 2025)的初期销售额,以及潜在的提前盈利可能;
  • 交易面:被纳入 Russell 指数;约13% 空头浮仓可能触发逼空(squeeze);
  • 估值判断:相对现金储备与管线价值存在低估。

这是一个典型的「批准后(post-approval)低估」逻辑:产品已落地、现金充足,模型认为股价尚未反映基本面改善,叠加空头挤压的可能性构成额外弹性。

CADL —— 多管线肿瘤学催化剂

  • 核心论点:溶瘤病毒免疫疗法,在前列腺癌三期临床中显示复发率降低 30%的强数据;
  • 延伸管线:胰腺癌数据显示生存期是对照组的2 倍;
  • 资金状况:约 $1 亿现金,弹药充足;
  • 催化剂:2025 年 Q4 的胶质瘤(glioma)一期数据读出;
  • 交易面:约16% 空头持仓带来挤压潜力;
  • 风险收益:若数据积极,上行空间可观。

CADL 代表「数据已初步验证、后续关键读数为催化」的中期持仓,与 ABEO 的「已上市产品」形成阶段上的互补。

AZTR —— 关键试验结果的高风险高回报新仓

  • 核心论点:开发 RDEB 皮肤微生物组疗法的超微型生物科技公司;
  • 关键催化剂:Phase II/III 试验读出定于2025 年 Q4,中期数据显示创面愈合率60% vs 安慰剂 15%;
  • 潜在空间:可能成为同类首个(first-in-class)获批药物;
  • 估值锚:市值仅约$400 万,股价处于52 周低点附近,属于深度价值区间;
  • 风险声明:文档明确标注「非常高风险」,但定价于不对称上行(asymmetric upside)——下行有限、上行巨大。

现金归零的决策逻辑

将现金全部打满进 AZTR,本质上是模型对「时间窗口」的回应:6 个月期限偏短,若要追求指数级回报,就必须把每一美元都投入最高 β 的催化剂标的,而不是保留防守现金。文档在总结段给出了三标的各自承担的差异化角色:

  • ABEO—— 上市后低估 + 空头挤压潜力;
  • CADL—— Q4 有多项关键数据的大型肿瘤学催化剂;
  • AZTR—— 把整个组合的胜负手押在一项关键试验结果上。

最后,文档以一段明确的策略定性收尾:「这种集中、高信念的策略,以接受更高波动性为代价,追求超额回报」(This concentrated, high-conviction strategy accepts elevated volatility in pursuit of outsized return)。


从周报到实盘:下一交易日落地的交易记录

周报是计划,落地靠执行。仓库中的 Trade Log.csv 与 Daily Updates.csv 完整记录了这份 7 月 5 日(周六)修订方案的执行过程。按照评估报告的实验设定,模型提出的交易动作会在下一个交易日执行——7 月 5 日之后的第一个交易日即7 月 7 日(周一),Trade Log 中当天出现了两笔相互配合的交易:

2025-07-07,AZTR,55.0,0.25,13.75,0.0,MANUAL BUY - New position,, 2025-07-07,CSAI,,,1.9,5.7,MANUAL SELL - Rotated into AZTR,15.0,2.28
  • 买入AZTR 55 股 @ $0.25,成本 $13.75;
  • 卖出CSAI 15 股 @ $2.28,获利 $5.70,备注明确写着「Rotated into AZTR」(轮动进 AZTR)——与 Week 1 周报的决策完全对应,CSAI 从初始组合中被移除,资金转入 AZTR。

同日的 Daily Updates.csv 快照也证实了这一调整:

2025-07-07,ABEO,6.0,5.77,34.62,4.9,5.75,34.5,-0.12,HOLD,, 2025-07-07,CADL,5.0,5.04,25.2,4.03,4.99,24.95,-0.25,HOLD,, 2025-07-07,AZTR,55.0,0.25,13.75,0.18,0.24,13.2,-0.55,HOLD,, 2025-07-07,TOTAL,,,,,,72.65,-0.92,,32.13,104.78

可以看到 7-07 之后组合由 ABEO(6 股)、CADL(5 股)、AZTR(55 股)三只构成,现金余额 $32.13、总权益 $104.78。需要说明的是:周报中 ABEO / CADL 的持仓股数表述为「1 Share」,而 CSV 执行记录显示这两只原有仓位仍以完整股数持有——这是人工转录型实验文档中常见的表述差异,也提示读者:判断真实仓位应以 Trade Log 与 Daily Updates 两张 CSV 为准。CSV 的数据结构(Date, Ticker, Shares, Buy Price, Cost Basis, Stop Loss, Current Price, Total Value, PnL, Action, Cash Balance, Total Equity)与评估报告 evaluation_report.md 中附录 A.0.2 声明的 schema 完全一致。


数据与决策流水线:周报如何进入实盘

周报不是凭空产生的,它依赖仓库中一套明确的「收盘数据 → 结构化摘要 → 模型决策 → 人工执行」流水线。

数据处理脚本:trading_script.py

scripts/processing/trading_script.py 是维护这套组合的核心工具,其文档字符串明确列出了设计目标:

  • 集中化行情获取:所有价格请求走同一访问器,并内置Yahoo → Stooq 的稳健回退机制(当 Yahoo 返回空 DataFrame 时自动切换,而非抛异常);
  • Stooq 输出归一化:将 Stooq 输出规范化为类 Yahoo 的列结构,其中Adj Close被置为等于Close以匹配下游期望;
  • 周末/非交易日处理保持一致且可测试;
  • 保留历史 CSV 格式兼容性,不破坏既有运行记录。

脚本中值得注意的实现细节:

  • ASOF_DATE全局变量与set_asof(...)函数允许把指定日期当作「今天」处理,也支持环境变量ASOF_DATE=YYYY-MM-DD覆盖——这为回测、补录历史数据提供了 as-of 语义;
  • 两个核心文件的路径直接指向仓库中的 Daily Updates.csv 与 Trade Log.csv;
  • 默认基准列表包含IWO(罗素 2000 成长)、XBI(生物科技)、SPY、IWM——其中IWO、XBI与生物科技为主的组合高度相关,这也解释了为何 Week 1 的配置全部落在生物科技上。

决策输入:日更结构化摘要与周度深研

评估报告的附录 C 给出了模型的完整提示词体系,其中「Daily Updates」模板是模型每日唯一的决策输入,包含四个区块:

  • Price & Volume:各持仓与^RUT、IWO、XBI的收盘价、涨跌幅、成交量;
  • Risk & Return:最大回撤(含日期)、Sharpe、Sortino(周期与年化);
  • CAPM vs Benchmarks:Beta、年化 Alpha、R² 及样本量,并注明短样本下指标可能不稳定;
  • Snapshot & Holdings:最新权益、基准对比、现金、各仓位股数/成本/止损价。

模板最后明确「Deep research is not permitted」——日常决策只用给定数据;深研仅在周五的周度窗口通过专门的「Deep Research Prompt」执行,产出即本文档这类周报,随后由人工在下周执行其中列出的交易。Week 1 的修订配置正是在这一节奏下,作为首个周度研究输出落地。


决策背后的硬约束框架

这份周报的每一笔决策都运行在一套不可逾越的约束之下(见评估报告的 Experimental Setup 与 Operational Constraints 章节):

约束内容
标的范围仅限美国上市、市值≤ $300M的微盘股;持仓若超限只能持有或卖出,不可加仓
交易单元仅整股(full shares),禁止零股
金融衍生品严格禁止期权、期货、杠杆 ETF 与做空,只做多
数据口径仅使用常规交易时段收盘价(EOD),不采集盘前/盘后数据
止损纪律每只持仓维护止损价,日更模板中明确列出(如 AZTR 的 Stop Loss 为 $0.18)
成本假设模拟未计入佣金与买卖价差

Week 1 的三只标的中,ABEO、CADL 均为初始组合的持有标的,AZTR 则是市值约 $400 万的超微型生物科技股——三者都严格落在微盘股边界内,符合模型的标的池规则。同时,「仓位股数必须是整数」也解释了为何 AZTR 会被精确设计为 55 股、而剩余现金被压到极低水平。


事后评估视角:这批仓位在实验中的最终表现

仓库中的评估报告以 FIFO lot 级与标的级两种粒度回溯了整个 6 个月实验,其中可以精确查到 Week 1 这批仓位的后续结果(Position-Level Aggregation,附录 D.4):

TickerPnLHolding_DaysNum_Lot_Exits
CADL+7.75211
ABEO+3.72772
AZTR-2.75221
  • CADL于 7-21 以 $6.59 全部卖出(对应 Trade Log 中「MANUAL SELL - GAIN CAPITAL FOR ACTU」),实现 +$7.75,是 Week 1 三只标的中最大的已实现盈利;
  • ABEO分两笔退出,累计 +$3.72,持仓跨度 77 天;
  • AZTR于 7-29 以 $0.20 止损卖出(Trade Log 备注「MANUAL SELL - DILUTION RISK」),亏损 -$2.75——这是一次典型的二元事件押注失败,风险声明中的「非常高风险」最终兑现为实际损失。

需要强调:以上是实验结束后的事后复盘数据,属于仓库评估报告中的客观记录,用于理解 Week 1 决策的后果;它不构成对周报当时决策质量的评判——微盘催化剂策略的胜败高度依赖单一事件结果,这正是评估报告总结出的核心行为特征(组合集中、二元事件依赖、下行不对称)。


风险披露与适用前提

本文档及整个实验涉及的是市值 ≤ $300M 的微盘股,其固有风险包括:

  • 流动性差:低成交量与宽买卖价差可能导致滑点显著;
  • 信息不对称:机构覆盖极少,股价易受零售叙事与公告驱动;
  • 二元事件风险:FDA 审批、临床数据读出等单一事件即可造成大幅跳空(Week 1 配置的三只标的全部依赖此类催化剂);
  • 集中度风险:文档明确选择了高度集中策略,组合波动性显著高于分散组合;
  • 实验局限:模拟未计交易成本;单次运行、单一模型,结果不具备统计显著性。

因此,本文与仓库中的所有周报一样,应被视为决策过程的透明记录与研究样本,而非投资建议或可复制的盈利策略。若要在自己的实验中复现这套流程,建议先通读 README.md 了解实验框架,再对照 deep_research_index.md 按周顺序阅读各期周报,并配合 Trade Log.csv 与 Daily Updates.csv 交叉验证每一笔决策的实际执行,最后以 evaluation_report.md 及其 PDF 版本(paper.pdf)作为复盘基准——这套「周报 + 交易日志 + 每日快照 + 评估报告」四层证据链,才是这个仓库最有价值的可复用资产。

  • 人工智能
  • 金融科技
  • 数据分析
  • 科研

【免费下载链接】LLM-Trading-Lab

This repo powers my experiment where ChatGPT manages a real-money micro-cap stock portfolio.

项目地址:https://gitcode.com/GitHub_Trending/ch/LLM-Trading-Lab
点击查看免费下载

相关推荐

上一篇:如何免费获得高速下载:123云盘智能解锁完整指南
下一篇:Ventoy 制作混合 ISO:一个 U 盘启动 Windows、Linux 和 PE 的完整指南

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询