QuantDinger 实战：自托管 AI 交易操作系统 · 第 09 章 Jev 预交易决策门

QuantDinger 实战：自托管 AI 交易操作系统 · 第 09 章 Jev 预交易决策门

章节摘要：策略的 intents 是机械规则的产物：条件满足就发单。但"条件满足"不等于"此时此地该下单"——持仓已在高位、市场态异常、今天的信号已经连续被拒，这类语境判断写在规则里永远写不全。QuantDinger 的解法是预交易决策门（与 Jev System One 集成，官方 README 口径）：下单前，把持仓、待发信号、市场态组装成 Decision Context V2，交给 AI Decision Filter 判断，返回类型化的 Choice——同意、否决、或缩小规模。9.1 节讲上下文组装与整体架构；9.2 节讲 Choice 的消费策略与 fail-open 设计——决策服务不可用时放行不卡死交易，以及什么场景应当反其道而行；9.3 节讲引擎选型：默认 Jev 托管，也可换成协议同构的 Kev 或 Laya 自托管。本章把"最后一道语义防线"装进下单链路。

学习目标

• 说清决策门要解决的判断问题，以及它为什么不能写进策略规则。
• 按 Decision Context V2 的字段组装上下文，理解架构中每个组件的职责。
• 设计 Choice 消费策略：阈值、弃权、降级为缩量。
• 理解 fail-open 的默认设计，并判断哪些场景应改为 fail-closed。
• 在 Jev 托管与 Kev/Laya 自托管之间做出有依据的选型。

核心概念速览

预交易决策门在下单链路中的位置

 策略 intents ──▶ trading-worker 组装 Decision Context V2
                         │
                         ▼
              ┌─────────────────────┐
              │  AI Decision Filter │ ◀── Jev(默认) / Kev / Laya
              └──────────┬──────────┘
                         │ typed Choice
          ┌──────────────┼──────────────┐
          ▼              ▼              ▼
        同意(approve)   否决(veto)     缩量(reduce)
       原单发出        本单拦截      按系数缩小后发出
                         │
          决策服务不可用 ──▶ fail-open：放行（9.2 节讨论边界）
​

一句话金句：决策门的价值不在拦下了多少单，而在每张被放行的订单都多被看了一眼语境。

（文字流程图）intents → 组装上下文 → Filter 判断 → Choice 三分支 → 放行的订单才进入第 08 章的交易所适配器。

子章节导航

• 第 9.1 节《AI Decision Filter 与 Decision Context V2》：为什么需要一道门、上下文字段、整体架构、三种 Choice 的语义。
• 第 9.2 节《Choice 结果消费与 fail-open》：消费姿态设计、fail-open 的理由与边界、延迟预算。
• 第 9.3 节《决策门引擎选型》：Jev 托管、Kev/Laya 自托管、选型小表与切换验证。

三节必须按序读：9.1 定义"门是什么"，9.2 定义"门的结果怎么用、门坏了怎么办"，9.3 才谈"换一个门"。

子章节之间的逻辑关系

┌─────────────────────┐  定义接口      ┌─────────────────────┐
│ 9.1 Filter 与 Context │ ───────────▶ │ 9.2 Choice 消费与容错 │
│ 判断什么·怎么组装      │              │ 阈值/弃权/缩量·fail策略│
└──────────┬──────────┘               └──────────┬──────────┘
           │ 产物：可用的门                      │ 产物：消费与容错策略
           └──────────────────────────────────────┘
                                                  ▼
                          ┌─────────────────────┐
                          │ 9.3 引擎选型          │
                          │ Jev / Kev / Laya     │
                          └──────────┬──────────┘
                                     ▼
                    第 10 章《Agent 与 MCP》（把门外的能力也管起来）
​

前置知识与后续延伸

• 前置：第 05 章《策略开发》——intents/sizing/risk 的职责边界，决策门站在它们下游；第 07 章《模拟交易》——signal-only 模式是观察决策门分布的低成本环境；第 08 章《接入真实交易所》——门放行的订单从这里走向真实世界。
• 延伸阅读：《Jev 决策编程》第 03 章《三种问题类型》——判断型问题的形式化，是理解 Decision Filter 用法的理论基础；《Jev 决策编程》第 08 章《工程化生产》——决策服务的工程化纪律，本章 9.2 节的延迟预算与影子运行均取材于该章思想。
• 后续：第 10 章《Agent 与 MCP》——当外部智能体也能触发交易动作时，权限分级与应急开关把防线再向外扩一圈。

免责声明：本书仅供研究与教育用途，不构成任何投资建议；实盘交易风险自担，建议长期停留在 paper 模式。