一、把“自然语言想法”变成策略规格：先写可验收规则再写代码
用 Cursor 或大模型做策略，最容易把流程反过来：先要一段“看起来能跑”的代码，再试图解释它在做什么。更稳健的顺序是先写策略规格，再让 AI 写实现。规格不是概念，而是验收：输入是什么、信号是什么、何时允许开仓/平仓、何时必须停机、以及如何复盘。
外汇趋势策略尤其需要把时间与口径写死：用什么周期（例如 5m/15m/1h），是否收盘确认，触发后下一根成交还是当根成交，点差与滑点如何估计。你把这些写清楚，AI 才能产出可验证的代码骨架。
二、工作流总览：规格 → 骨架 → 数据接入 → 回测 → 实盘差异清单
一个可持续的工作流可以拆成五步。第一步写规格（用表格或清单都行）。第二步让 Cursor 生成骨架（模块分层、类型、日志接口）。第三步接入 iTick 的历史与实时数据，统一口径。第四步做回测与敏感性检查，确认优势不是偶然。第五步把回测与实盘的差异写成固定清单，作为上线门槛。
这五步的关键是把 AI 作为“加速器”，而不是“替代品”：判断、口径、风控与验收仍然由你负责。
三、Prompt 的写法：要求分层、要求日志、要求失败路径
Prompt 的目标不是让模型写更多代码，而是让模型写出“可维护的结构”。建议你在 Prompt 里强制三件事：分层（数据层、策略层、执行层）、可复盘日志（参数快照、信号快照、异常快照）、以及失败路径（断线、乱序、异常点、限流、行情源切换）。
只要失败路径被写入实现，你的策略就从“能跑一次”升级为“能长期跑”。否则实盘里遇到一次断线，你就会开始怀疑信号到底准不准，最终陷入无休止的调参。
四、iTick 数据接入的核心：同一套口径贯穿历史与实时
外汇策略最怕“历史一套口径、实时一套口径”。你必须统一：时间戳（UTC 毫秒）、symbol 命名、价格字段（bid/ask 或 mid）、以及 bar 的边界（每根 K 线的开收盘时刻）。只要这些不统一，均线与动量信号会系统性漂移，回测与实盘无法对账。
建议把数据接入封装成两个模块：REST 模块负责历史/快照/补洞，WebSocket 模块负责实时流。两者必须能对账：当 WS 断线后，REST 能补齐缺口并与实时流拼接成严格递增的序列。
五、策略层写法：让策略只输出“意图”，不要碰执行细节
AI 很容易把执行细节塞进策略里：直接写下单方式、直接用最新价成交、直接忽略点差。更稳健的分层是：策略层只输出意图（允许开仓/允许平仓/建议仓位上限），执行层再根据当前点差、流动性与风控状态决定是否下单以及如何下单。
这样你在回测到实盘迁移时不会被迫重写核心逻辑：策略仍然是同一套规则，变化只发生在执行层的成交假设与风控参数上。
六、回测验收：用敏感性与滚动回测拒绝“偶然胜率”
趋势策略最容易被某段行情结构“奖励”，回测曲线漂亮但不可复制。验收时建议做两类检查：滚动回测（不同时间窗口重复跑）与参数敏感性（窗口与阈值在合理范围内扰动，表现是否平滑）。如果表现对参数极端敏感，通常意味着你在拟合噪声。
同时把成本写成区间：点差与滑点在重大新闻时会显著放大，若回测只用乐观成本，实盘会明显变差。把成本区间写进报告，你的结论才可复盘。
七、实盘差异清单：把“最坏情况”变成可执行规则
从回测到实盘，最大的差异不是策略逻辑，而是系统世界的摩擦：延迟抖动、断线与补洞、乱序与重复、限流与拒单、重大新闻跳空。你需要把这些写成硬规则：数据异常就停机、延迟异常就降级、缺口扩大就暂停开仓、连续亏损触发降风险。
当差异清单变成代码里的规则，你就不会在每次回撤时用情绪做决策。你会知道系统在执行什么，并且能解释为什么执行。
八、可观测性：让每一次信号都能被复盘与回放
策略能否长期迭代，取决于能否对账。建议为每次信号记录：输入窗口摘要、指标值、阈值、策略状态、执行决策、成交结果与滑点估计。并记录当时的数据健康状态（延迟、缺口、重连次数）。这些日志会让你在事后快速定位问题来自市场、数据还是执行。
可观测性不是锦上添花，而是上线门槛。没有它，你只能“感觉策略失效”，却无法证明失效来自哪里。
九、内容与工程的统一：把每篇文章变成同一条链路的增量
如果你希望博客能持续产出而不是一次性输出，建议固定文章结构：本篇策略规格是什么、数据口径如何定义、如何验收与复盘、失败路径如何处理。这样每写一篇，你都在为同一套系统增加一个模块或一个可复用的检查项。
当你的 Prompt、口径与验收清单稳定后，AI 的价值会逐步释放：它可以快速生成骨架、补齐类型与边界处理，甚至帮你生成测试与报告模板，但不会把你带进“脚本化、不可复盘”的坑。
十、结语：让 AI 帮你更快做对事，而不是更快做错事
Cursor AI 能极大加速代码产出，但它不会替你承担风险。你真正需要的是一套可验收、可对账、可回放的策略工作流：先规格、再实现、再用 iTick 数据闭环验证，最后用实盘差异清单保护系统长期运行。做到这些，AI 才会成为复利，而不是噪声放大器。
