八个月前，一个没有大学学位的普通人往券商账户里放了400美元，然后对ChatGPT说：帮我炒股。
第一笔交易翻倍了。
第二天，ChatGPT坦白：“呃……我其实看不到实时股价。”
大多数人到这里就放弃了。但这位老兄选择了一条更疯狂的路：既然AI不能直接交易，那就自己造一个能交易的系统。
他先用Python写了50个文件，能拉取标普500所有股票、抓取期权数据、构建信用价差策略、收集新闻、再把数据喂给GPT分析。运行一次要15分钟，成功率85%。
看起来能用，但他知道这是胶带糊起来的东西。于是推倒重来，从头构建了一个真正的Web应用。
现在这个系统30秒内能完成什么？扫描475只标普500股票，检查隐含波动率、历史波动率、IV排名、财报日期、流动性，然后用“硬门槛”过滤：期权难交易的淘汰，波动率不够高的淘汰，财报太近的标记风险。475只股票通常只剩120只能通过。
接下来对幸存者打分，从波动率优势、流动性、财报时机到行业分布，甚至会惩罚同一行业占比过高的情况。
然后才轮到AI登场。但这里有个关键设计：AI不预测未来，只读数据、解释规律。它会写“89只股票显示历史波动率下降”或“科技股占前20名中的6席，存在集中风险”。每句话都有数字，是数学的翻译，不是水晶球。
系统自动挑出前8只股票，为每只拉取实时价格和完整期权链，选择30到45天到期的合约，计算希腊字母，构建铁鹰、信用价差、跨式等策略。每张策略卡显示最大盈利、最大亏损、盈利概率、盈亏平衡点和完整的损益图。
然后Claude用人话解释这笔交易：“你今天收取1.15美元，如果股价跌破190美元则风险3.85美元。时间衰减每天赚约1.14美元。盈利概率72%，意味着大约十次里有七次这份合约会作废。”
整个流程：475只股票变成120只通过筛选，生成市场风险摘要，分析前8只，构建策略，计算希腊字母，画损益图，附上新闻，输出人话解释。零点击，AI成本约33美分。
这里藏着一个被很多人忽视的真相：Black-Scholes是标准公式，希腊字母谁都能算，真正的优势从来不是数学本身，而是速度和结构。在喝完咖啡之前就知道整个标普500的波动率全貌、哪些行业过于拥挤、哪些股票有财报风险、最佳设置长什么样，这才是散户平台做不到的事。
那400美元现在变成了1200美元。但作者很诚实：最初翻倍纯属运气，GPT产生了幻觉，他恰好赌对了。正因为知道那是运气，他才花八个月重建整个系统，要的是可重复的流程，不是不可复制的好运。
评论区有人问：既然这么厉害，为什么还在Reddit发帖而不是去开量化基金？作者的回答很实在：没有大学学位，只能一个人在公寓里写代码，然后发到网上。
这个故事最值得记住的一句话是他自己说的：AI很强大，但只有在辅助思考时才强大，而不是替代思考。
系统扫描、过滤、解释。人类决定。
代码已开源。
GitHub: github.com/Temple-Stuart/temple-stuart-accounting
reddit.com/r/ClaudeAI/comments/1r35gpb/my_gpt_claude_trading_bot_evolved_i_gave_chatgpt