如何将循环工程应用于量化研究（含完整代码指南）

对于严肃的量化工作而言，单次提示已经过时了。你让大模型生成一个阿尔法因子，它给你动量或RSI，你回测，它失败。你再提示一次。没有连接，没有学习，没有改进。

接下来是循环工程。这个概念由从业者在2025年中提出，并由谷歌工程师Addy Osmani在2026年6月正式定义。它是一门设计AI系统的学科——这些系统不只是响应一次，而是采取行动、观察结果、决定下一步、并重复直到真正达成目标。正如Peter Steinberger所说：“你不再应该对编码智能体进行提示。你应该设计循环来提示你的智能体。”

对于量化研究员来说，这重塑了整个研究工作流程。你不再是那个编写因子代码的人。你开始成为设计系统的人——这个系统负责编写、测试并迭代因子代码。杠杆作用从单个提示的质量转移到了反馈循环的架构上。

以下是构建方法。但在此之前，我是谁？

关于我：我是Venus（开源信仰者，所以在X上分享内部秘密），一位资深量化系统架构师和后端工程师，在AI、云、金融科技xDeFi基础设施领域，有从0到1搭建初创公司以及从1到100规模化产品的经验。欢迎私信联系。让我们回到文章。

循环工程到底是什么？

在智能体AI中，循环是一个重复周期：智能体感知其环境、推理该做什么、采取行动、观察发生了什么，并将结果反馈到下一次迭代。循环持续运行直到满足终止条件——任务完成、质量阈值通过、停止标准触发。

这是核心的四阶段循环：

感知→推理→行动→观察→（循环回）感知 → 推理 → 行动 → 观察 → （循环回）

这可以追溯到ReAct模式（Yao等人，2023）：推理与行动交织，使智能体能在重试前思考为什么某个行动失败了。单次提示就像闭着眼睛射箭。循环则像是根据上一次落点调整瞄准后再射。

对于量化研究，这四个阶段直接对应：

循环持续直到ICIR > 0.5、半衰期 > 30天且IC稳定。你不是只提示一次。你设计的是能自我提示的系统。

每位量化研究员需要的三种循环类型

并非所有循环都等同。量化研究需要三种嵌套的循环类型，每种在不同时间尺度上运行：

感知-推理-行动-观察循环：完整实现

三种循环连接在一起

停止钩子：防止提前退出

循环工程中最关键的部分，大多数实现都忽略了这一点。大模型会在认为任务完成时停止——而不是在任务实际完成时。停止钩子拦截退出条件，并对照硬性标准进行验证。

循环 vs. 链 vs. 单次提示：结果对比

来自AlphaQuant（Yuksel, 2025）和QuantaAlpha（2026）的实现：

停止钩子的贡献虽微妙但真实：它强制替换掉边缘因子（ICIR 0.51、31天半衰期），换成真正强的因子。没有它，循环会提前退出，留下边缘因子。有了它，质量底线会提升。

量化背景下循环工程的常见失败

信心幻觉。 大模型在假设规格中声称因子ICIR为0.08。实际测量ICIR为0.014。永远不要相信推理阶段自我报告的质量估计——始终在观察阶段测量。观察阶段是事实的来源。

上下文溢出。 长时间的外层循环填满了对话历史。到第30次迭代时，智能体的上下文窗口里满是旧失败，它开始重复这些失败。解决方案：在每个外层循环时将hypothesis_history修剪为最后10条消息。LoopState处理长期记忆；对话历史只需要短期记忆。

记忆污染。 如果一次糟糕的回测结果（数据错误，而非真正的信号失败）进入了failure_patterns，智能体会永久避开整个因子类别。在写入记忆前，验证每个被拒绝因子的拒绝原因。代码执行错误永远不应进入failure_patterns。

微型循环无限循环。 一个智能体若无法为给定假设成功生成干净代码，会在微型循环中永远循环。硬上限设为3次调试尝试。如果代码始终无法运行，完全跳过该假设——这能保护外层循环。

缺失终止语义。 外层循环必须在开始前定义“完成”的含义。“找到10个因子”不够。“找到10个ICIR > 0.5、半衰期 > 30天、两两相关性 < 0.6的因子”才是停止钩子的标准。模糊的终止条件=循环要么永远运行，要么过早退出。

核心要点

循环工程不是一种新工具。它是一种关于你在构建什么的新思维方式。你不是在编写提示。你在设计一个系统——它决定提示什么、观察是否有效、并不断迭代直到工作真正完成。

对于量化研究员来说，这重塑了研究基础设施。量化研究员的工作是定义质量标准——ICIR阈值、半衰期要求、相关性限制、领域约束。循环的工作是探索因子空间，直到这些标准得到满足。停止钩子强制循环不在智能体的主观判断上退出。它在你的标准上退出。

2022年，杠杆在于写出完美的阿尔法因子。2025年，它转移到写出完美的提示。2026年，它存在于设计为你编写和验证因子的循环中。

循环是量化研究的新单元。

注意：我希望触及更广泛的受众，欢迎转发（QT），如果转发，我会私信你，帮你开始量化之旅。