Edge
Chrome
Firefox
现在面临实盘问题，目前是半自动化人工交易，程序通过GMAIL的API接口实时发送信号email到我的qq邮箱，我手工交易，但是我的工作不允许，特别忙，测试过几个休息日，效果很不错，基本上一经买入不一会就出现一个明显的大涨，提示的买点有的也就是站在重要均线上的点和技术面分析不谋而合，笔者打算再用alpaca模拟盘测试一段时间转入实盘。一种是开立美股账户，直接把Paper账户转为live账户；另一种，是找国内券商要python的API接口，问过客户经理要300万，合格投资者，笔者太穷，没钱。
笔者的模型开发利用的训练数据集是纳斯达克期货NQ=F，近20年的日线数据，然后回测了SP500，罗素3000，恒生指数HSI效果显著，这可能也和美股长牛有关？用A股沪深300回测效果一般般，勉强盈利，再用A股全量4000多股票测试出现很明显的两极分化，中间几乎没有，集中在极端盈利/亏损。
然后用alpaca模拟盘交易，卖出条件设置后期可能还是要调整，各种时间框架都进行过回测了，模拟盘交易用的是5分钟数据，严格止盈止损。
笔者不是科班计算机，数学系出生，大学时期全在摸鱼，混日子，最后上班被狠狠教育。渴望系统能够真的有作用，实现挂机赚钱的美好幻想。程序代码其实也都是AI生成，算法也是我拼拼凑凑，东借西抄来的，但是无论是回测和模拟盘都确实效果不错，我自己都不懂机器是怎么样交易的，以什么为依据，用了什么贝叶斯优化，xgboost，随机森林，神经网络，张量分析等等，也就是拿着书，copy，具体这些算法原理，或懂。笔者的专业是管理科学与工程，全靠民科、自学。
值得欣慰的是，无论怎么样测试，效果还是不错的，尤其是用alpaca的API交易paper账户，真的希望那就是实盘账户，真的就是挂机赚钱，5分钟跑一次全量SP500成分股，一天交易有3000-4000笔，钱哗哗哗就变多了，真的惊叹，现在科技进步太快了。
赞同来自: kjtvodo
AI量化肯定是一个发展方向，很多大投资机构都在搞，至少搞到什么程度就很少公开信息了，但肯定已经进入了核心应用。
而只要是打着AI量化卖基金或产品的一般都是忽悠。
2.a股基本上可以说是非线性高斯系统，想要靠ai来优化交易，会发现反应比较迟钝。可以另辟蹊径。
3.ai或者量化交易，会比想象中更快铺开。AI也在发展，只要是估算就必然有它的局限性。
赞同来自: happysam2018 、jackymin001 、darksage
没用的，我试了用程序生成一组随机K线序列，只要允许不限量增加参数，就可以获得一个极好的回测收益。我们知道，AI的本质就是通过不断增加参数、调整参数权重对历史数据做回归分析，针对任何时间序列一定能够得到一个非常好的回测结果。有人说，要把样本内数据和样本外数据分开，比如用2001-2010这10年的数据做构造策略，然后用这个策略来回测2011至2020年的数据，认为这样就可以避免过拟合。其实也不行，...虽然我也不认贴主的策略是可行的，因为模拟盘都没有跑过，甚至是有未来函数。 不过说超过3个参数就不行这个我不太认可，因为也可以一直拟合一直爽，甚至不知道内在逻辑，比如大模型出的结果也是内在逻辑也是不清楚的，妨碍实际使用。 利益相关：我有超过8个因子的策略在实盘。。。
一句话，只要可能存在业余人士比专业人士表现更好的领域，AI就没有表现机会，从信息论这个角度来说，这个行业的信噪比特别的低。emmm，怎么感觉你是在帮我提供论据啊，在短期交易领域，AI不仅是"有表现机会"，而是已成为主导力量——但这场游戏仅属于资本雄厚、技术顶尖的机构玩家。普通投资者妄想用AI战胜高频基金，无异于用手机计算器挑战超算。道氏理论说的很清楚的，短期，长期都是可以判断的，没办法判断的只不过是中期。
炒股就是这样，总能找出菜市场大妈、新兵蛋子的投资业绩远远好于专业投资者的情况。
但是，弹钢琴、做数学题就不一样，绝对找不出任何一个没练过钢琴的人能够弹出贝多芬的田园交响曲，没学过高数的人也不可能解得出微分方程。所以，弹钢琴、下棋、做数学题AI完全可能超过人类。
赞同来自: happysam2018 、Tom20221130 、mqs0899 、elsewhere006
顺便提供一个验证思路，可以用http://bilibili.com/video/BV1aGM3zpE8Q/?spm_id_from=333.1387.favlist.content.click&vd_source=31a7a6310fb550254234347195fc6b32这个视频里的思路来检验一下选股的模型的稳健性
赞同来自: teresa90s 、guo888000 、李药师 、happysam2018 、丽丽的最爱 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、更多 »
炒股就是这样，总能找出菜市场大妈、新兵蛋子的投资业绩远远好于专业投资者的情况。
但是，弹钢琴、做数学题就不一样，绝对找不出任何一个没练过钢琴的人能够弹出贝多芬的田园交响曲，没学过高数的人也不可能解得出微分方程。所以，弹钢琴、下棋、做数学题AI完全可能超过人类。
赞同来自: e55555 、新日月星辰 、guo888000 、口口夕口木 、冷静投资 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、更多 »
我们知道，AI的本质就是通过不断增加参数、调整参数权重对历史数据做回归分析，针对任何时间序列一定能够得到一个非常好的回测结果。
有人说，要把样本内数据和样本外数据分开，比如用2001-2010这10年的数据做构造策略，然后用这个策略来回测2011至2020年的数据，认为这样就可以避免过拟合。其实也不行，因为你会一直去寻找到一个在样本内表现好，同时在样本外表现也好的策略，那些样本内表现好样本外表现不好的策略你会直接放弃掉；这么做本质上和直接用2001-2020的全量数据做回测是一样的。如果理解不了这段话，你就要好好反思一下了。
真正的样本外数据只有未来的实盘！也就是说，根本就不存在样本外数据。
在评估策略可信度时，除了要求具有严格的底层逻辑，更要限定策略使用的参数数量，只要策略使用的独立参数超过3个，就直接放弃。
AI在量化投资这个领域能力非常有限，因为市场的波动只是结果，内在的原因包含的信息量要大得多，这是AI不能理解的。
语言本身不是知识，只是表达知识的载体，这也是为什么AI学习了人类所有的文字资料，在生活常识上仍然比不过一条狗的原因。
买卖的交易策略具体是什么我也不知道
机器学习得到的二进制json文件
退一万步说，就算策略有问题
我感觉自己的框架，研究方向很不错
不需要自己的电脑，不需要资金要求
用colab挂机，接入alpaca券商API交易接口
按照我的代码框架，人人都能调试AI，万众创新
看谁能够调试成功最赚钱的AI机器人
代码复制粘贴框架，因子大家自己调试
pygame 2.6.1 (SDL 2.28.4, Python 3.11.11)
Hello from the pygame community. https://www.pygame.org/contribute.html
请选择运行模式:
1: 批量分析模式 (执行完整分析)
2: 实时监控模式 (监控预测概率)
启动实时监控模式...
按 Ctrl+C 停止监控
交易时段: UTC 13:30 - 19:30 (周一到周五)
当前不在交易时段内，等待 0.64 小时直到 2025-06-17 13:30 UTC
==================================================
启动股票实时监控系统
监控阈值: > 0.8
检查间隔: 300秒
交易时段: UTC 13:30 - 19:30
监控股票数量: 503
开始监控股票: MMM已启动 MMM 的监控线程MMM 的模型加载完成
开始监控股票: AOS
已启动 AOS 的监控线程
AOS 的模型加载完成
[*********************100%***********************] 1 of 1 completed
开始监控股票: BRO
已启动 BRO 的监控线程
BRO 的模型加载完成
开始监控股票: BF.B
已启动 BF.B 的监控线程
BF.B 的模型加载完成
2025-06-17 13:30:37 - AXP: 当前预测概率 = 0.8042
[1;31m!!! 警报 !!! AXP 预测概率超过阈值: 0.8042 > 0.8[0m
❌❌❌❌ 邮件发送失败: (535, b'5.7.8 Username and Password not accepted. For more information, go to\n5.7.8 https://support.google.com/mail/?p=BadCredentials 71dfb90a1353d-5313e028c88sm1647210e0c.32 - gsmtp')
开始监控股票: BLDR
已启动 BLDR 的监控线程
BLDR 的模型加载完成
************************ 执行买入: AXP, 数量: 3, 目标市值: $1000, 估算买入价: $291.62
止损价: $288.70, 止盈价: $297.45
[*********************100%***********************] 1 of 1 completed
✅ Bracket订单提交成功【AXP】
买入数量: 3
止盈价: $297.45
止损价: $288.70
主订单ID: 4edee069-47c4-4cb8-99a5-48be78f60293
获取子订单信息失败: TradingClient.get_orders() got an unexpected keyword argument 'status_filter'
⏳ 开始监控 AXP 的预测概率
⏰⏰⏰⏰⏰⏰⏰⏰⏰⏰⏰⏰已启动24小时卖出线程，买入价: $291.62, 数量: 3
声音播放失败: ALSA: Couldn't open audio device: No such file or directory
开始监控股票: BG
已启动 BG 的监控线程
全局模型加载完成
全局特征加载完成，共 32 个特征
BG 的模型加载完成
开始监控股票: BXP
已启动 BXP 的监控线程
BXP 的模型加载完成
2025-06-17 13:30:39 - AIG: 当前预测概率 = 0.7805
程序开发了一半，买点应该回测模拟盘没问题，收益率，我也不知道怎么样计算
美股模拟盘测试数据可以直接给
美国模拟盘全自动，用的是alpaca的API接口，只要愿意充钱无缝衔接转换实盘
日志文件可以公开链接提供，模拟盘交易测试数据也会附在后面
赞同来自: enzodino 、happysam2018 、御女雪千寻 、addy5280 、jackymin001 、更多 »
你用的是最近20年数据，用来验证这20年，岂不是做了先知？应该用前面20年的数据，来验证后20年，即用1995-2004年的数据，来验证2005-2024年。
京公网安备 11010802031449号