cloude量化工具使用教程

如果你正在使用 cloud code， 却还没安装这些 skill， 那 你只用了它百分之三十的能力。今天整理七款最值得安装的 skill， 尤其是最后一款能让 cloud code 从 ai 直接变成合拍的开发队友。第一款，社区最火的全能工具 superpowers， 它不是单个技能，而是一整套开发全流程加成， 包含项目排期、代码编辑、 code review 等十多个子能力，能帮你理清需求、拆分任务、系统性的调错，开发者必装，省下大把的梳理时间。 第二款，文档处理器 pdf， 它能够直接读取、合并、拆分 pdf 还支持 ocr 识别，扫描写代码间隙就能处理，不用来回切换软件，不管是看技术资料还是看办公文件都很好用。第三款，前端颜值救星 front and design， 它让 cloud code 写的前端不再是 ai 烂活，而是带有专业设计规范，后端程序员也能做出好看规范。第四款，去 ai 痕迹神器 homemaker zh， 它能把声音表达换成接地气的口语，不容易被看出是 ai 生成。第五款最能提升体验的 skill creator， 它能让你自己定制 skill， 把自己的开发习惯、重复性工作封装成专属功能，彻底让 ai 适配你的需求， 这是让 cloud code 变成懂行队友的关键。第六款，大项目救星， planning with files， 大 型项目中途经常被打断，回来 ai 就 忘记上下文，这个 skill 会留存项目规划，啥都记不丢进度，特别适合碎片化时间开发。第七款，代码质量守护神 code review， 他 会派多个子代理，并行检查代码、找 bug、 查安全漏洞，每个问题都带至信度评分起，项目不用逐行排查，能大幅降低代码出错率。这七款 skill 覆盖开发全流程文档处理、前端美化、代码品控，还有能自定义的压轴技能，装完你会发现 craft code 的 能力直接翻倍！

给大家分享一个关于像 hermes， 就是 爱马仕以及这个 close code 具体的一个部署方法，这个方法特别简单，哎，它不需要你会这个计算机编程，你像我自己，我就是完全的小白， 它不需要你会编程，不需要你用任何复杂的命令，也不需要你花一分钱，你自己一个人就能快速搞定，非常非常简单。大家，你，你向大家看，这是我目前部署的 close code， 这是这个程序，然后这是 hermes 的 程序， 然后呢这个呢是我部署的这个 cloud code， 就 关于这个 app 点的这个就是电脑这个页面端的一个东西，这是我目前搭建的这个数据库， 哎，他有具体点，具体这些，然后我还有这个我之前让他给我下载了很多书籍的一些重要的点，就是他能达到一些比如互联的。取个例子，比如说这个，大家看他有这个具体的这个是什么，为什么怎么做？ 以及呢？比如说有些互联的这个这篇没有，但是你看，比如说找找其他的，那比如飞豹的沟通，我记得是有的， 还有一些具体的这些就是这些点可以有具体的事件。然后还有这个像我之前我自己拍好的，像短视频，一些黄金结构的一些这个记事词，哎，他都能给互联到，哎，非常方便，就是方便你去调用，方便你去看。 然后呢这个是我的这个 hermes， 就是 爱马仕的一个这个网页端，大家看这是我昨天搞的一些文件，就是我觉得这个 hermes 如果说大家做这个短视频、做公众号， 你觉得后面是在有一点上，他比这个 close 要强的多，就是他能把你像大家看这一段，这一段是我昨天那个拍视频的文案，这是我拍完以后，我用那个手机上面那个 get 笔记，把它把它转成了录件，视频转成了文字，然后我发给了他， 这他给我分析的就是我哪里哪里有问题啊？我哪里需要优化，他整个都给弄的。后面呢，他会给到我一些具体的一些建议，在哪里需要修改的等等等等这些。 然后比如说我有时候有些问题我会继续追问他，他会不断的去优化自己的这个数据库，自己的文档库，哎，这点我觉得他比这个 比 color code 要强得多， color code 呢是帮助大家去建立一个完整的数据库，嗯，但是呢它在这个更新迭代上我觉得它不如 hermes， 那 大家呢？就是，呃，可以看到这是目前我搭建的，而且呢 hermes 呢有一个特别大的好处，就是 他呢，有就是他呢，嗯，你不需要自己呢去专门下载去集成什么这个知识库，当然你可以集成自己的知识库，但是呢他本身下载的时候他已经呢就是集成了很多的知识库，就他自己自带的。给大家看一下 你这个技能，大家看这些这些就是他自己本身自己集成的，非常非常方便的。而且呢我安装 house 的 话，我全程没有没有用到任何的这个，就比如说去这个 facebook 网站呀，但是我这个现在登不上去， 你像那个 facebook 网站啊，这些他不需要你用，你去像 facebook 网站呀去， 嗯，他不需要你去这个一些复杂专业的网站去下载任何东西。那个说唱我也看不懂，非常非常麻烦，像跟他们那个网站，大家如果打开过都是我对我来讲的玩意，就是天书，完完全全看不懂的， 但我下载 home office 呢，我就用酷狗下载，非常非常方便。如果大家想知道具体怎么安装的话啊？大家呢？评论，我们评论区见。

我们创业配合 deepsea 微四开发的啊，这款量化交易工具呢，现在已经全部走通，现在我们呢最对所有的功能正在进行深度的优化，嗯和检查。嗯， 前几天呢，我们呃讲了一下，我们正在调整我们的风控，然后最近呢可能精力都花在这个策略上面。就是，呃，我们 会想办法把这个啊，我们过去传统的交易方式，把它啊拆分成不同的条件，然后把它啊进行因子化。嗯，这个前面两期视频我们大概的说了一下，今天我们主要想讲一下啊风控啊，对，就是对整个利润的，就是嗯， a 股的利润的影响啊。我这边大概的让呃 让 ar 整理了整理了一份，这个也是我们系统的一个依据，它是什么意思呢？就是说我们股票呢，它实际上在数学上面是有一个期望值的，就是你，呃，它不是一个说你要么赚钱要么亏钱的一个一个数值游戏，它是一个嗯 概率性的一个数据，它是通过一系列的呃算数数学，呃来测算出来的。你你的这个盈利方式和盈利模式是否能真正的能赚钱， 那影响我们盈利的主要是这几个因素。我们先看一下我们系统里面的一些设定啊，系统里面我们设定了几个大的，呃大的区分一个，第一个呢就是我们的仓位和我们的资金啊，你每一只股票的话最多能够最大的仓位是多少，然后行业的话最大的暴露。是啊，最大暴露是多少？然后现金你要留留多少的现金， 然后亏损的话就是什么时候开始止损，然后连续亏损怎么样？然后还有一个啊，止盈，呃，那个止损止盈的啊，一些设定，然后还有当大盘 啊处于一些什么状态的时候啊？他的发质怎么样的时候，我们可能会进行进行一些啊，进行一些限制，然后还有操作的话，呃频率会进行一些限制，那这些因素都直接影响到我们的利润。嗯， 然后我们在呃实盘的时候呢，就是进行模拟实盘，把我们的策略，把我们的策略进行模拟实盘，然后盘动的时候呢，可能会有很多股票会啊，根据我们的策略跳出来以后，然后我们决定到底买还是不买，然后我们的持仓的，呃，持仓的利润的情况下，我们也会啊， 啊，对一些股票进行一些提加零的一些操作，降低成本啊，这这些啊，还有我们的策略就是我们传统的策略怎么把它拆分成这种选股选股的公式，那这些呢？嗯，以后我们会慢慢的去解释。今天的话就是我们整理了一下，说一下这个， 嗯，这几天呢，大盘就是在短期的顶部进行了，就是啊，昨天走了一个蹿头破脚的一个走势嘛。嗯，然后整个市场的话，可能已经有很多客户已经提前进入了调整啊。嗯， 这是我们啊，可能大家比较关心的大增子，可能这两天也消失了，消失了一下，消失了一下呢，然后，嗯，我来说一下，就是啊，我看大家看一下他的截图啊，嗯，和这个盈利到底有什么关系？为什么大家觉得市场老是追着他去杀呢？ 啊？那我们的盈利啊到底是怎么产生的？我们来看一下啊，首先他是由三个核心的要素，第一个呢就是胜率，第二个呢就是我们的盈亏比，第三个呢就是我们的仓位，那这三个就直接影响到我们的利润的情况啊。然后 我们的，呃，平时的时候呢，可能有我们像像大孙子，他喜欢去追一些，就是市场里面的最强的龙头吗？嗯，他可能，嗯在胜率方面，我们不知道他实际的数据是多少，我们可以看一下他的每天的那个就是赢亏的那个， 呃，可以看出来他其实胜率并不高，按道理来说追龙头龙头有具有更大的确定性吗？那如果追到真真的龙头，他的胜率是比较高的，然后他的那个赢亏比也是非常高的 啊，但是实际上从从他的数据里面可以看出来，他实际上他的数据并不像他的预期一样，那这个到底什么原因？这个可能是需要他对具体的股票进行分析了，但是我们可以看出来啊，我们的胜率其实很低，但是如果你的盈亏比很高的话， 呃，那你你的其实你赚钱的概率也是非常高的，他是有啊，每一笔的期望值就是我们要有一个正期望的，一个一个 正期望的一个交易模式，我们才能够长期的通过负利率去赚钱。如果你的期望值就是是一个负的期望值，那你是不可能赚钱的，那这里呢就是这个期望值呢，就是刚才我们说的它是由胜率和这个盈亏比来组成的。盈亏比的话是要由什么来决定的呢？就是你能不能进行止损， 那你赚的时候，那像龙头股的话，他的啊，盈利的时候他的利润是非常非常高的，就是啊，呃，他可能赚就是赚钱的时候是非常多的，然后亏损的时候呢，嗯，在大跌的时候呢，却能够扛住风险，那我们是这样一种预期，但实际的结果到底是不是这样的？ 那这其实是需要我们分析我们的交易的明细的来产生的。那你的每一笔交易都要符合这个啊，多按的固定的方法去，那你才能稳定住啊，这个百分之四十五的胜率，那一会变来变去的。 嗯，那这种的话，这种胜率他就会不停的变化，你的那个盈亏比也会变，那你的期望值就会发生很大的变化。 然后呢，还有一个核心的就是一个仓位啊，这个仓位的话就是什么意思呢？就是，嗯，就是你每一笔亏损，你不能亏太多啊。我们小户有个很大的特点，就是我在顶部的时候喜欢重仓，在呃在底部的时候，却由于仓位比较轻， 嗯，仓位很不敢不敢下重仓，在顶部的时候呢，却非常的亢奋，然后甚至不惜去融资去做这个事情。嗯， 那在顶部的中仓在巨幅波动的时候就会产生啊，持续的亏损啊，尤其是跌破一些重要的军线，嗯，长期的军线的时候，你还还不出来，跌破所有的重要的区间，你还在里面中仓死扛的话，这个是非常非常就会加大你的这个平均亏损，就会使你的盈亏比你看起来好像是盈利的，但实际上盈亏比是是一个小于一的。 嗯，跟你每一笔固定下来的啊，就是比如说我啊，六个点盈利我就出局，亏两个点我就一定一定出局，那这种盈亏比他是不一样的啊， 所以你的预期值跟你的实际值到底是什么样的，这个自己必须要清楚的。然后第二个呢，就是这个仓位，仓位的话我们啊最经典的就是那个凯利公司，凯利公司的话大家可以自己去研究一下，嗯， 有时候也会，那个就是还有的人可能会更保守一点啊，即使用凯利公司算出来我们最佳的仓位的话，我们可能也会更小一点，用那种啊，就是 比如说你一只股票它的风险是什么样的，你的预期的盈利到底是什么样的？然后你啊给多少仓位，这个是有一个最有值的，最有值的，当然这只是理论上的值，那我们可能在面对高风险的时候，还需要啊进行对它进行调整，那啊我们 反正整体的来说就是要达到一个正期望，就是你的这个操作模式，它一定是有一个正期望值的，如果没有的话，你其实是啊，随着时间的积累，我们看一百次或者是啊两百个交易日或者三百个交易日以后，你的这个差值是非常大的啊，这个就是亏损和盈利的一个数学公式，当然呢，嗯，就是股票它 不能完全用用嗯数学来进行衡量啊，但是呢，嗯，他在数学上的产生的结果啊，却可以直接影响到我们的这个利润啊。我们可能在刚才说的这个仓位控制上面，我们可能会采取那种啊，以半半凯利的这种方式啊，半凯利的方式呢，就可以帮我们去控制这个，控制住这个回测，就是哪怕我们牺牲一些利润，我们也要控制住我们的回测， 谁股票他是比的是谁活的久。你两百个交易日啊，两千个交易日以后你还在不在啊？那如果你在的话，那这个值哪怕很低啊，就是每次盈利很低，你只要在场上，那你就能够长期长期的去活跃，如果你人都不在了啊，一次一次两次的亏损就直接把你给打回去了， 嗯，那就没有意义了，当你亏损超过百分之五十甚至百分之七十的时候，你是没有任何机会的，你加仓的话也是也是徒劳的，没有任何用的。嗯，所以控制住回撤啊，是是很重要的，而不是我们控制住利润稍微涨一点， 然后呃，就跑掉了，然后亏损的时候却在这死扛，就是我们控住利润让亏损奔跑，还是反过来啊？控住亏损让利润奔跑啊？这就由由这个刚才我们说这个风险暴露利润其实本质上还是要来自于这个风险的暴露啊。嗯，他并不是来自于你的这个高胜率的。而且话说回来，我们从大增增的这个数据可以看出来， 这个高胜率啊跟这个高盈亏平只是他想象的，他想象中是这样的，但他实际上可能啊，并没有抓住这个真正的这个数据上的根本啊。那要从交易里面去交易明细里面去获得这个真实的数据来优化我们的交易系统。那我们再回头说一下啊，我们的这个， 嗯，系统啊，自动化交易呢，就是量化，量化的话，呃，就是和我们，就是我们我们做的这个量化和机构说的量化不太一样，嗯，盈利呢，其实有两种，一种呢是就是，嗯，就是 高赢回比的。但是你你的那个，呃，你的呃就是胜率呢，可能是比较低，你仍然是能够盈利的，但你的胜率可能很高啊，但你的赢回比的话，没有控制好的话，其实你呃就是低赢回比的，那就是高频交易。高频交易的话，他每一笔追求的是很低很低的利润，但是他通过啊，他通过，嗯，就是一天 上万笔的啊，甚至两万三万笔的这种交易去，嗯，他每一笔的利润获取的都很低，嗯，但他收益是非常高的啊，那这样的话，就是呃也是可以的。 那这这两种方式呢？就是其实代表了这个就是市场里面机构的这种高频交易和散户的这种低频交易之间的区别。也就是说你如果你要低频交易，你就必须让自己的每一笔每一笔盈利，亏损的时候要很少，盈利的时候要很大， 那你也可以实现盈利，那是不是？是不是能达到这样，那我们在成为控制的时候就要，嗯，就是在用凯利公司算出来这个数据的话，或者是我们凭感觉也行，你凭经验也可以，那你要比 你的预估要更加保守一些，那你才能够活得更久一点啊，你活得更久，你的你的交易模式，我们说建立自己的交易模式，你的交易模式是一个正期望值，那你就能够盈利啊，就能够随着时间的 啊积累就是产生负利啊，如果不是的话，那你就只能是长期亏损，这也是散户能必须长期亏损的几个主要的原因，就的仓位也控制不住，在顶部的时候，中仓底部的时候又胆小， 然后，呃在控制亏损，在那个算胜率的时候又又高估自己的那个胜率，在，嗯，亏损的时候又不能止住亏损，嗯，那个盈利的时候又不能那个让让利润去，去能够真正的去扩大。那这些， 呃，这些条件都做反了啊，也也挺难的，但是可能大部分人真的是每个每个每个数据都没有去很好的去控制，那你每一点都没做好，那最终的结果就是就是出现了负的期望值，你实际你的操作就是一个负期望值，那你最终的结果就是亏的 啊，当然量化交易他，嗯非常的复杂。他，不是啊，不是我纯数学啊，我们在数学我是不是把这些做好就可以盈利的？这个实际上不是这样的啊，不是这样的，嗯，他也不是一个纯的自动化工工具，而且高频交易呢，我们闪付也没办法去啊，没办法去做啊，但是我，呃，我目前呢也在刚才就是前面几期呢，我也在，嗯， 按照自己的经验和作为一个老股民的一个经验和思路去慢慢的去，去能够啊，去适应这种方式，看看能不能把变化的啊，思路思想能够引入到我们的交易的啊，真正的去规范我们的交易，那这也是我做这个变化交易的一个目的。

目前使用 codex 接入国产大模型，我体验下来最好用的方案还能解决用原声插件的痛点。需要用到两个小工具，第一个是模型管理工具 echo bot， 它能帮你管理和切换各种大模型，甚至还能批量管理 cloud code 这类 a 阵的工具的模型比 cc switch 好 用不止一点点。第二个是插件打开工具 codex 加加，用的时候先打开 codex 加加，再通过 echo bot 切换模型就可以了。赶紧去配置试试吧。

嗯，大家好，今天呢主要去部署一样东西叫做量化丁格，这个东西呢就是我们人工智能和量化工具的一个相结合， 一个 ai 自主分析，自主去买股票，然后自己去看股票，分析股票，然后同时还能给你的钉钉，不是给你钉钉给你的短信，还有邮箱可以发送一个短信，让你该告诉你该买还是该卖，它是怎么进行的，还有实时反馈，它都是有的。然后废话不多说，咱们就开始， 然后呢第一点，首先呢咱们去输入这个网址啊，然后去下载这个，下载这个代码，代码点击下载这压缩包 就会弹出来，然后你下载好之后存到你的本地就好了，本地的一个目录下。然后呢咱们再按照这个教程一步一步来，我教大家如何去看。然后首先呢咱们直接从这个位置来看， 安装一次次设置这块，直接来看第一步呢，它首先有环境，叫 docker 和 docker compose， 也就是我们所说的这个东西， 大家可以输一个叫 docker 的 des， 呃， desktop 这个软件你可以下载下来，然后用你相关的一些程序配置就可以了。然后下一个就是 get， get 这个大家可以在网上直接搜啊，也是可以下载下来的。 get 也是个工具吧，就是 g i t 稍等一下，有点卡， 下载好之后呢，它的更像是一个就是提交的一个东西，其实咱们不用 get 也是可以做到的啊， get 第一步就相当于是克隆仓库，但是咱们刚刚下载那个位置就就是干了这个第一个事了。第二个事就是咱们解压， 解压之后呢把它呢，比如说我，我在 e 盘上把它解压成这个一级目录，进来之后就是这个主，就主要的文件都在这儿找到下一个部分啊，咱们来看这个位置， 下一个部分咱们需要改个文件名字，咱们这进入这个 back a e、 n d， 然后 ipi 的 pass 文件夹里边呢， 进去改掉它的一个名字，叫做 e n v 点，然后 export 的 一个文件加名字文文件，不叫文件夹文件，然后把这个文件的命名呢重新命名为点 e n v， 在当前文件夹下，咱们这群开始啊，然后点右键点在记事本中编辑。这个里面咱们需要生成一个六十四位的，就是十六位的六十四个，这种 就是叫什么？这个叫随机字母串。对，然后呢咱们怎么做啊？这都可以不用看啊，前面都可以不用看，这要去是告诉你这个意思，从这开始看 手动的这个位置来看，然后这个随机乱挖怎么生成呢？都是可以的啊，我们就去六十四位 私服去网上去搜一个，它是有现成的工具的，去生成一个六十四位，然后你粘到这个位置就好了，或者你随便编也行。然后呢这一块改完之后呢，咱们 ctrl s， 然后关掉，还记得咱们刚刚这个目录吗？还是进到这个 back in， 然后 ipi pass 里边输入上面这个点 c m d 总是会这样。对，进入之后呢，你会看到它所在的目录的位置呢，它就在 e 盘上，就当前文件夹下，在当前文件夹下，你把这个位置叫 docker compose 的 up 杠 d 点杠 build 开始拉取站， 因为我之前已经配置过了，所以他肯定是下载很快的，大家下载时候肯定会很慢，然后这一块就已经在 y t， 然后就是合适了，这就整个流程配置好之后呢，咱们可以看这个位置， 你可以输入这个 d 网址，或者你幺二七也可以啊，其实这东西都是本地话操作就行了，就是 local host， 然后八这个东西就可以了啊，四个八，然后进入就 ok 了，或者你幺二七点零点零点幺，然后冒号，然后后面一个四个八也就进来了， 然后进入到这个里边呢，大家就可以去仁者见仁，智者见智了。但是按照我刚刚去玩的呢，去感受到宁德时代，然后这些 ai 分 析它是可以分析的，我也自己分析了很多，你可以看一下， 对，你可以看一下它正在分析，它不会跳的，就是它是可以去分析这个东西是怎样的，然后评分是怎么样的，知心度是多少，它是可以这样看的， 所以也挺不可思议的啊。然后他的登录账号和密码在这地方，他会给你注啊，这个用户是这样子，抄袭管理员权限，这个，然后呢密码是这个一二三四五六，然后就进入了，或者你自己要改的话，可以按照这个配置文件去改， 他这些都会有说。然后 ai 的 功能呢，大家就可以去忍者见仁，智者见智了，想放就放，不放就可以随便了。 然后后边呢就是注意事项啊， ipi 文档的这些串写啊，编写啊啥的，就 ipi 文档更像是一个链接吧，你可以去接到任何的一个软件上，或者怎样自己去决定，这是可以的。然后呢，对于整个流程和 ai 的 使用方向来说呢，其实更多的我感觉 是对一种市场的分析吧，它可以进行一个脚本的去开发的。脚本呀？啥？它可以去自己去写，它也可以看到整个的这个盘面是怎样的， 然后呢？测的是怎样的？然后这个总的这个前景往自己往进放啊，这是肯定自己要进放。然后交易机器人呢？它自己也可以做到，然后你可以自己根据自己的一些需求，它自己去创建一个这种的 一个机器人吧。然后具体的我也还正在使用过程中，我也不知道他能怎么样，然后今天就两千多，然后有什么需要的可以直接在下边去发给我或者评论区给我直接说就行了啊，就是这样，谢谢大家。

策略写好了，想知道他在过去一段时间的行情表现应该怎么回测呢？本期视频给大家讲一下回测工具的一个使用方式，以及怎么用本地模拟解决回测与实盘差异问题。 操作的话十分简单。首先我们来到这个主页面，在上面的输入栏把我们的策略输入进去，或者发张图片给他，就可以自动提取指标，快速生成回测结果。 选择你需要配置的一个周期，我们这边选两天数量两只，再配置一下我们的初十本金，以及配置一下止盈止损 时间区间可以选最近一个月开始回测，现在回测系统就正在运行了，我们等待一下他回测完 好。回测完以后他会自动生成一个回测报告，会显示一些数据，我们主要关注其实是最大回测以及他的年化收益，然后我们可以看到累计收益在每个阶段内发生了什么。 如果发现策略在过去几年表现很差，我们可以在这里添加回测，进行一个对比，通过对比不同参数的回测结果来选择最优参数，或者一次性跑多个策略，直接对比选优它，这个就是没有数量限制，速度快。 接下来我们就可以跑本地模拟，试试这个策略到底行不行。用这个条件创建通达信策略，他会把指标带过来生成预警代码，代码生成好后可以复制到通达信。创建条件选股公式，然后再配置买卖的基础条件， 买入一只数量，两只本金等等，配置好以及配置一下止盈止损。最后起一个策略名称， 选择本地模拟配置安装目录启动就可以了，本地模拟它是没有数量限制，对接真实行情，可以跑多个策略，我们测试到底哪个策略好用。今天回测工具就介绍到这里，如果还有什么问题的话，我们可以评论区里留言关注我，下期分享更多实战干货，咱们下期再见！

量化这个东西真的被玩坏了，我看有些指标性质的东西也敢说自己是量化，简直狂到没边。对一套量化 e a 的 一个评判标准是什么？如果有人跟你说 一直开着就一直有收益，那一定不要相信纯胡扯来的是一个 e a 都会爆，这是定律来的，也是肯定的，只是早和晚的问题而已。每一个 e a 都有适合和不适合他的一个行情，适合他就行，不适合他遇到就爆，就这么简单。 只是我们自己这一个目前一年多还没遇到能爆的一个行情，也还没遇到不适合我们这一个策略的行情。核心我们有救援防守模式面板，这里提一下图片，一夜的核心从来都不是一夜暴富， 而是先活下来，只要账号还在，计划就一直还在。这里有三项就有逻辑，四项动态防守。我们这一个款多个成熟逻辑和多个算法逻辑为一体的，不怕当边，能持续盈利的情况下还能拒绝报餐。 适合个人，更适合工作室，工作室要的就是稳定和不爆我们自家公司团队资源专业才能走得更远。多年生根，量化领域这一方面的 专业的事情还是交给我们这种专业的人来做吧，尽管来测，可试用。

我们创业配合 deepsea 微四开发的啊，这款量化交易工具呢，现在已经全部走通，现在我们呢最对所有的功能正在进行深度的优化，嗯和检查。嗯， 前几天呢，我们呃讲了一下，我们正在调整我们的风控，然后最近呢可能精力都花在这个策略上面。就是，呃，我们 会想办法把这个啊，我们过去传统的交易方式，把它啊拆分成不同的条件，然后把它啊进行因子化。嗯，这个前面两期视频我们大概的说了一下，今天我们主要想讲一下啊风控啊，对，就是对整个利润的，就是嗯， a 股的利润的影响啊。我这边大概的让呃 让 ar 整理了整理了一份，这个也是我们系统的一个依据，它是什么意思呢？就是说我们股票呢，它实际上在数学上面是有一个期望值的，就是你，呃，它不是一个说你要么赚钱要么亏钱的一个一个数值游戏，它是一个嗯 概率性的一个数据，它是通过一系列的呃算数数学，呃来测算出来的。你你的这个盈利方式和盈利模式是否能真正的能赚钱， 那影响我们盈利的主要是这几个因素。我们先看一下我们系统里面的一些设定啊，系统里面我们设定了几个大的，呃大的区分一个，第一个呢就是我们的仓位和我们的资金啊，你每一只股票的话最多能够最大的仓位是多少，然后行业的话最大的暴露。是啊，最大暴露是多少？然后现金你要留留多少的现金， 然后亏损的话就是什么时候开始止损，然后连续亏损怎么样？然后还有一个啊，止盈，呃，那个止损止盈的啊，一些设定，然后还有当大盘 啊处于一些什么状态的时候啊？他的发质怎么样的时候，我们可能会进行进行一些啊，进行一些限制，然后还有操作的话，呃频率会进行一些限制，那这些因素都直接影响到我们的利润。嗯， 然后我们在呃实盘的时候呢，就是进行模拟实盘，把我们的策略，把我们的策略进行模拟实盘，然后盘动的时候呢，可能会有很多股票会啊，根据我们的策略跳出来以后，然后我们决定到底买还是不买，然后我们的持仓的，呃，持仓的利润的情况下，我们也会啊， 啊，对一些股票进行一些提加零的一些操作，降低成本啊，这这些啊，还有我们的策略就是我们传统的策略怎么把它拆分成这种选股选股的公式，那这些呢？嗯，以后我们会慢慢的去解释。今天的话就是我们整理了一下，说一下这个， 嗯，这几天呢，大盘就是在短期的顶部进行了，就是啊，昨天走了一个蹿头破脚的一个走势嘛。嗯，然后整个市场的话，可能已经有很多客户已经提前进入了调整啊。嗯， 这是我们啊，可能大家比较关心的大增子，可能这两天也消失了，消失了一下，消失了一下呢，然后，嗯，我来说一下，就是啊，我看大家看一下他的截图啊，嗯，和这个盈利到底有什么关系？为什么大家觉得市场老是追着他去杀呢？ 啊？那我们的盈利啊到底是怎么产生的？我们来看一下啊，首先他是由三个核心的要素，第一个呢就是胜率，第二个呢就是我们的盈亏比，第三个呢就是我们的仓位，那这三个就直接影响到我们的利润的情况啊。然后 我们的，呃，平时的时候呢，可能有我们像像大孙子，他喜欢去追一些，就是市场里面的最强的龙头吗？嗯，他可能，嗯在胜率方面，我们不知道他实际的数据是多少，我们可以看一下他的每天的那个就是赢亏的那个， 呃，可以看出来他其实胜率并不高，按道理来说追龙头龙头有具有更大的确定性吗？那如果追到真真的龙头，他的胜率是比较高的，然后他的那个赢亏比也是非常高的 啊，但是实际上从从他的数据里面可以看出来，他实际上他的数据并不像他的预期一样，那这个到底什么原因？这个可能是需要他对具体的股票进行分析了，但是我们可以看出来啊，我们的胜率其实很低，但是如果你的盈亏比很高的话， 呃，那你你的其实你赚钱的概率也是非常高的，他是有啊，每一笔的期望值就是我们要有一个正期望的，一个一个 正期望的一个交易模式，我们才能够长期的通过负利率去赚钱。如果你的期望值就是是一个负的期望值，那你是不可能赚钱的，那这里呢就是这个期望值呢，就是刚才我们说的它是由胜率和这个盈亏比来组成的。盈亏比的话是要由什么来决定的呢？就是你能不能进行止损， 那你赚的时候，那像龙头股的话，他的啊，盈利的时候他的利润是非常非常高的，就是啊，呃，他可能赚就是赚钱的时候是非常多的，然后亏损的时候呢，嗯，在大跌的时候呢，却能够扛住风险，那我们是这样一种预期，但实际的结果到底是不是这样的？ 那这其实是需要我们分析我们的交易的明细的来产生的。那你的每一笔交易都要符合这个啊，多按的固定的方法去，那你才能稳定住啊，这个百分之四十五的胜率，那一会变来变去的。 嗯，那这种的话，这种胜率他就会不停的变化，你的那个盈亏比也会变，那你的期望值就会发生很大的变化。 然后呢，还有一个核心的就是一个仓位啊，这个仓位的话就是什么意思呢？就是，嗯，就是你每一笔亏损，你不能亏太多啊。我们小户有个很大的特点，就是我在顶部的时候喜欢重仓，在呃在底部的时候，却由于仓位比较轻， 嗯，仓位很不敢不敢下重仓，在顶部的时候呢，却非常的亢奋，然后甚至不惜去融资去做这个事情。嗯， 那在顶部的中仓在巨幅波动的时候就会产生啊，持续的亏损啊，尤其是跌破一些重要的军线，嗯，长期的军线的时候，你还还不出来，跌破所有的重要的区间，你还在里面中仓死扛的话，这个是非常非常就会加大你的这个平均亏损，就会使你的盈亏比你看起来好像是盈利的，但实际上盈亏比是是一个小于一的。 嗯，跟你每一笔固定下来的啊，就是比如说我啊，六个点盈利我就出局，亏两个点我就一定一定出局，那这种盈亏比他是不一样的啊， 所以你的预期值跟你的实际值到底是什么样的，这个自己必须要清楚的。然后第二个呢，就是这个仓位，仓位的话我们啊最经典的就是那个凯利公司，凯利公司的话大家可以自己去研究一下，嗯， 有时候也会，那个就是还有的人可能会更保守一点啊，即使用凯利公司算出来我们最佳的仓位的话，我们可能也会更小一点，用那种啊，就是 比如说你一只股票它的风险是什么样的，你的预期的盈利到底是什么样的？然后你啊给多少仓位，这个是有一个最有值的，最有值的，当然这只是理论上的值，那我们可能在面对高风险的时候，还需要啊进行对它进行调整，那啊我们 反正整体的来说就是要达到一个正期望，就是你的这个操作模式，它一定是有一个正期望值的，如果没有的话，你其实是啊，随着时间的积累，我们看一百次或者是啊两百个交易日或者三百个交易日以后，你的这个差值是非常大的啊，这个就是亏损和盈利的一个数学公式，当然呢，嗯，就是股票它 不能完全用用嗯数学来进行衡量啊，但是呢，嗯，他在数学上的产生的结果啊，却可以直接影响到我们的这个利润啊。我们可能在刚才说的这个仓位控制上面，我们可能会采取那种啊，以半半凯利的这种方式啊，半凯利的方式呢，就可以帮我们去控制这个，控制住这个回测，就是哪怕我们牺牲一些利润，我们也要控制住我们的回测， 谁股票他是比的是谁活得久。你两百个交易日啊，两千个交易日以后你还在不在啊？那如果你在的话，那这个值哪怕很低啊，就是每次盈利很低，你只要在场上，那你就能够长期长期的去活跃，如果你人都不在了啊，一次一次两次的亏损就直接把你给打回去了， 嗯，那就没有意义了，当你亏损超过百分之五十甚至百分之七十的时候，你是没有任何机会的，你加仓的话也是也是徒劳的，没有任何用的。嗯，所以控制住回撤啊，是是很重要的，而不是我们控制住利润稍微涨一点， 然后呃，就跑掉了，然后亏损的时候却在这死扛。就是我们控住利润让亏损奔跑，还是反过来啊？控住亏损让利润奔跑啊？这就由由这个刚才我们说这个风险暴露利润其实本质上还是要来自于这个风险的暴露啊。嗯，他并不是来自于你的这个高胜率的。而且话说回来，我们从大增增的这个数据可以看出来， 这个高胜率啊跟这个高盈亏平只是他想象的，他想象中是这样的，但他实际上可能并没有抓住这个真正的这个数据上的根本，那要从交易里面去交易明细里面去获得这个真实的数据来优化我们的交易系统。那我们再回头说一下啊，我们的这个， 嗯，系统啊，自动化交易呢，就是量化，量化的话，呃，就是和我们，就是我们我们做的这个量化和机构说的量化不太一样，嗯，盈利呢，其实有两种，一种呢是，就是，嗯，就是 高赢回比的。但是你你的那个呃，你的呃就是胜率呢，可能是比较低，你仍然是能够盈利的，但你的胜率可能很高，但你的赢回比的话，没有控制好的话，其实你呃就是低赢回比的，那就是高频交易。高频交易的话，他每一笔追求的是很低很低的利润，但是他通过啊，他通过，嗯，就是一天 上万笔的啊，甚至两万三万笔的这种交易去，嗯，他每一笔的利润获取的都很低，嗯，但他收益是非常高的啊，那这样的话，就是呃也是可以的。 那这这两种方式呢？就是其实代表了这个就是市场里面机构的这种高频交易和散户的这种低频交易之间的区别。也就是说你如果你要低频交易，你就必须让自己的每一笔每一笔盈利，亏损的时候要很少，盈利的时候要很大， 那你也可以实现盈利，那是不是？是不是能达到这样，那我们在成为控制的时候就要，嗯，就是在用凯利公司算出来这个数据的话，或者是我们凭感觉也行，你凭经验也可以，那你要比 你的预估要更加保守一些，那你才能够活得更久一点啊，你活得更久，你的你的交易模式，我们说建立自己的交易模式，你的交易模式是一个正期望值，那你就能够盈利啊，就能够随着时间的 啊积累就是产生负利啊，如果不是的话，那你就只能是长期亏损，这也是散户能必须长期亏损的几个主要的原因，就的仓位也控制不住，在顶部的时候，中仓底部的时候又胆小， 然后，呃在控制亏损，在那个算胜率的时候又又高估自己的那个胜率，在，嗯，亏损的时候又不能止住亏损，嗯，那个盈利的时候又不能那个让让利润去去能够真正的去扩大。那这些， 呃，这些条件都做反了啊，也也挺难的，但是可能大部分人真的是每个每个每个数据都没有去很好的去控制，那你每一点都没做好，那最终的结果就是就是出现了负的期望值，你实际你的操作就是一个负期望值，那你最终的结果就是亏的 啊，当然量化交易他，嗯非常的复杂。他，不是啊，不是我纯数学啊，我们在数学我是不是把这些做好就可以盈利的？这个实际上不是这样的啊，不是这样的，嗯，他也不是一个纯的自动化工工具，而且高频交易呢，我们散户也没办法去啊，没办法去做啊，但是我，呃，我目前呢也在啊，刚才就是前面几期呢，我也在，嗯， 按照自己的经验和作为一个老股民的一个经验和思路去慢慢的去，去能够啊，去适应这种方式，嗯，看看能不能把变化的 啊，思路思想能够引入到我们的交易的，真正的去规范我们的交易啊。那这也是我做这个量化交易的一个目的，也是在朝这个方向去慢慢的去努力吧。

最近发现一个超猛的量化交易工具，它能全自动实时钉盘、零编程，用中文描述策略就能自动转换成代码。你发张截图给他，就能自动读图分析，提取指标，做历史回测、复盘、批量回测，验证行情速度，数据更新达到毫秒级别，三到七天快速入门， 小白也能零门槛上手。如果你有好的策略，当然也可以试试他的本地模拟。更绝的是还支持通达信同花顺自动交易，只需把基础条件设置好，就能让你的策略跑起来。他还内置了上百种中文策略模板， 覆盖了主流交易思路，给你无限灵感。从策略创建、回测验证、本地模拟到自动化一站式量化交易，其实就两点，制定选股策略，利用程序快速执行策略， 这款工具就可以实现。对于想要踏入量化大门，又不懂代码的小白来说，很友好，觉得有用的转发给你身边朋友。关注我，下期分享更多实战干货，咱们下期再见！

你认为的量化是不是大佬专属？要么会写代码，要么花大价钱买工具。错了，这个项目直接给普通人铺平了路。他不是普通交易插件，更像二十四小时的在线 ai 交易助理， 像全球股市期货、加密货币外汇的机会，他能第一时间补货推送到手机，不用盯盘，不错过任何赚钱的机会。最牛的是，他能自己思考，不用你写代码琢磨策略，他会自己验证， 随市场优化，比专业交易员还尽心，完全不用你操心。重点来了，纯小白也能上手！刀克尔一键本地私有化，部署步骤有提示，点几下鼠标，几分钟搞定，全程零代码。

我用国产的 web 编辑工具配合国内的大模型 deepsea 微四开发了一款量化交易的工具，然后这款量化交易工具呢，整体已经可以呃全部跑通。嗯，最近一段时间呢，我们正在对整个工具进行深入的升级。 嗯，工具方面的话我跟大家说一下，我主要开发的是用 trend 开发的，然后最近 kolabili 也支持了这个，呃，以照上下文的，然后整体用起来感觉还可以。呃一些基础的业务可以交给他。 然后底层的加固呢，我们主要是用 color code 再进行检测和进行升级啊，对一些比较深入的加固性的复杂的问题，可能会让他去帮我们整体进行评估，然后交给圈或者是 color code 或者 code body 进行那个 修改。我们来这。嗯，今天呢我们来说一下就是，嗯，我们整体的想法呢，是把传统的选股公式啊，过去的我们做股票的方法把它因子化，然后呢采取多因子的方式，然后今天呢我们就，嗯把这个功能啊进入进行了生化啊，在这里呢我们引入了大模型啊， 大圆模型，然后，嗯，在这里我们可以把传统的啊，就是我们过去用什么，呃，用什么样的颧骨方法，然后把它炼化成一个一个的条件啊，这些条件呢，我们可以一条一条用自然语言把它说出来，自然语言说完以后， 嗯，然后我们用这个大圆模型把它翻译成我们这边的啊因子，然后这边的因子呢？嗯，会，嗯，会做成 python 的 语言和进行说明。然后我们啊我们的一个传统的选股策略呢，可能是有很多条件组成的，那这些条件的话可能是，嗯， 我们一句话的一条一条的条件啊，在这边都会变成一个一个的啊，一个一个的，就是啊量化的一个啊因子，然后这些因子的话我们把它进行组合，变成多因子组合，那这样的话，这样这个多因子组合就能够实现我们过去的啊，就是颧骨的一个思路。 然后在这种情况下呢，我们会对这些因子呢进行预处理啊，量化的预处理，进行啊因子的组啊，因子组合的这种啊评估啊，对他进行整体的分析， 来确定一下我们就是过去的选选股公式是否是可行的。然后呢我们把这个选股选股的就是多因子的这个选股公式呢，放到这个因子回测里面啊，因子回测里面呢，我们可以把这个我们做的这个 啊，就是这个组合，比如说我们做了一个这样的组合，那这个组合呢，就是其实是我们过去的一种选股方式吗？然后我们设置啊，我们嗯电话里面的一些 啊，数据化的处理啊，对他进行风控啊，对仓位啊进行整体的控制啊，市场啊或者说就是指标本身进行进行调整，调整完以后呢我们就对他进行回测，回测的数据呢就可以反映出来我们的啊 就是我们过去的交易思路啊，是否真的可行？他在各个数据方面表现的到底怎么样？嗯，然后嗯，我们对这些模型呢可以反复的进行不断的调整他参数进行推演。那 嗯前几天呢，我们一直在说一个事情，就是啊我们一定要嗯把我们的过去的选股的做股票的方法啊，进行量化，进行因子化，然后我们过去做股票呢，可能更多的是依赖于经验啊，我们可能是通过图形啊，量能啊，啊，通过一些指标啊，或者是啊 k 线啊，裸 k 啊这种结构啊， 那通过这种方式啊，来去，嗯，做股票，但是这样一种方式，他实际上你可以理解成他是一个黑箱， 但是股票的长期盈利呢，它实际上是是一个概率，那面对更多的复杂的情况的时候，那我们如何去应对呢？嗯， 我们一直说把量化的思路引入，那量化的思路呢？其实啊，我们可以看出来，就是啊，我们刚才把那个我们的传统的交易方式进行了因子化以后，我们对它进行对我们的交易方式进行回测，读出来我们的一些数据，那我们就知道我们的这个方式到底在啊，预期预期值啊，或者是 呃对未来的预测预测性啊，怎么样的这种都可以通过数据去去显示出来，那我们也可以看出来我们我们的方式和传统的交易方式他存在着很大的区别啊，你要考虑这个佣金的问题啊，考虑一些划点的问题，然后你要你要考虑这种大盘的环境啊， 啊对你仓位的一些影响，个股的风控呢，要严格的去执行系统，去严格的去能够严格的去执行啊，仓位控制也是要能够真正的去根据市场的情况，根据我们实际的情况进行啊， 这个仓位的去分配，那我们实际上在啊，在操作的时候其实是非常难难做到的啊，但是这种自动化交易的部分啊，去量化工具里面的自动化交易部分就可以帮我们去做到这一点。那我们也可以看出来 啊，我们的就是过去的交易方式跟量化交易的啊一些区别，当然我们这个量化的交量化的方式呢，可能还只是啊日限级别的这种啊， 然后我们把这个回测完以后呢，我们确定这个方式要进行反复的调整，确定可行的话，我们会把它放到我们的啊实盘，然后先进行模拟盘，然后我们啊好的， 就是多因子策略以后我们会进行盘后的这个啊数据的啊引入，然后在啊第二天实际交易的时候，系统去自动的去执行啊，我们也可以部署一些新的策略啊，一些新的因子的啊，多因子的一些组合我们，嗯， 我们自己手里面有些交易方式都可以进行组合，组合完以后我们来对它进行啊，啊，半手工或者是手工的啊，手工的去执行，我们也可以就是人为的去啊去执行，也可以全部由交易系统啊自动来执行，然后如果这个符合我们的啊策略生命周期的话，我们会把它转入实盘，对实盘进行交易 啊，实盘就是，嗯，手工交易或者是自动化去交易啊，那这里呢我们也做了很多的优化，深入的优化，这几天我们一直在啊，对我们的格式化啊，还有我们的数据员，嗯，整体的数据员进行那个优化， 所以呢还是大家可以看一下我前前面的视频，就是一定要把我们的交易思路转化，转化到去就是用量化的交易速度去做，而不是像过去一样。就是啊，一个黑箱式的一个操作的一个思路，凭经验、凭感觉，这个在量化面前是没有任何的优势的， 现在整个市场已经完全被量化影响了，所以必须要尽快的调整自己的教育策略。嗯，要把它列出来。

怎样让量化交易程序轻松扛住两百到三百点？行情剧烈波动，同样遇上大幅度单边行情，为什么有人稳稳持仓不动，有人直接陷入被动局面？其实大幅度行情才是检验自动交易程序好坏的真正标准。不少朋友觉得程序平时平稳，行情能稳不盈利就是好用， 一旦碰到强势单边走势，立马暴露所有短板。身边很多做自动交易的同行，日常平稳走势运行顺畅， 可一旦迎来行情快速拉升或者回落，整体节奏直接失控。有的不分市场节奏，频繁进场，反复被行情来回影响。有的没有合理仓位规划，走势越极端，仓位越偏重，没有风险底线。有的运行思路一成不变，市场风格一变，就彻底乱了节奏， 最后只能看着整体收益出现明显回落。我这边实战走过多轮大幅波动行情，全程不需要熬夜盯盘，也不用手动调整仓位与订单，整套自动策略全程自主运行，从容抵御行情冲击。很多人好奇 为何能稳稳顶住大行情冲击，大多数人却很难守住局面，不靠运气，核心就是底层风控体系拉开差距。一、 智能识别市场走势，自动区分震荡整理，温和趋势与强势单边行情自主切换运行模式，不一套思路应对所有盘面。二、 分层仓位管控体系，行情波动越大，自动收紧进场规模，严控整体持仓总量，从源头把控整体风险。三、灵活浮动盈亏区间，摒弃固定数值限制，跟着市场波动大小自主调整防护范围，避免短期震荡，轻易打乱布局。四、 过滤无效进场信号，坚守顺势交易思路，强势行情里直接屏蔽逆向布局，杜绝逆势加码加重压力的错误操作。 五、自主优化持仓结构，遇到极端行情，自动精简多余订单，减轻整体持仓压力，保持平稳运行状态。靠谱的自动交易策略，不止能在平稳行情稳健收获，更能在大波动行情守住成果。 佩奇市场识别、仓位管控、灵活风控以及瞬时交易逻辑，才能安稳度过每一位市场剧烈波动，长期保持稳定运行状态。

这两天正在不断的完善这个因子库选股的问题，嗯，今天我们想说一下，就是一个股民 就是我们过去的，嗯，用传统的选股办法决定买点和卖点，然后现在接触量化的话，嗯，传统的股民应该如何使用量化？或者，呃应不应该使用量化？因为量化系统的话，它其实本质是一个，嗯，一个系统的工程吧。 嗯，对于普通股民来说，他比较难以理解，那可能最简单的理解就是啊，他每天定时的，自动的去帮我选股 啊，然后自动去帮我交易，如果这样的话，可能对于大多数人来说比较难以使用，那市面上比较常用的啊，一些嗯，电话工具啊，一些券商会提供一些电话工具，那最多可能也就到这个程度，但是这个电话工具如何和传统的嗯交易更好的去实现结合， 那这里面的因子呢？就是，嗯比较多，但是我感觉就是我作为自己，作为一个老股民去使用它的话，嗯，感觉比较难，比较难用啊，所以呢，我就现在在进行一些别的尝试， 嗯，让这个选股公司呢就更加符合普通股民。因为我们要说就是现在普通股民很多人在想啊，我要不要用选股，用这个量化工具，或者啊？怎么用量化工具？嗯，其实结论也很简单，你必须要用，因为如果你不用的话， 那别人都在用别人，他可能，嗯在各方面都是碾压普通股民的啊。前段时间还有很多，还有很多的这个油脂，嗯，被量化搞的就是非常 就没办法去向过去的方式去做了吗？其实这是一个大的趋势，作为一个股民的话，嗯，我觉得必须要拥抱量化，就是我们平时常说的打不过就要加入吗？但是怎么加入？那是不是拿过来一个系统直接去用？我觉得，嗯，这还有一个探索的过程。那我自己在做这个量化工具的时候呢，我肯定也是要避免这个问题的， 嗯，就是我不能去跟机构，就是我做不到像其他的私募啊机构的那种方式去使用或者是开发这个量化工具。 哦，嗯，我是希望能够更符合啊我们大多数股民的日常的使用的，当然了，嗯，你可以，现在市面上就是很多券商都已经提供了这种量化工具给我们去简单的去使用，嗯， 我们再慢慢的去探索吧。啊，希望能出来一个更好的一个方案吧，或者说更符合我自己的一个自己使用的使用习惯的。像我们过去传统的，那可能就是用这种方式啊，可能直接选股的，那这是这是一种二元方案，就是啊，他就是啊，这个信号出现了，我去买，他跟我们传统的量化他不是一个概念，他不是一个， 不是一个东西，不，不是说量化更好，如果一个股民能够啊，过去能够长期的去盈利，那我们就不需要去 长期稳定的盈利的情况下，我们不需要去改变这种习惯啊，或者说我们，嗯可以慢慢的去增加一些新的方式， 但是没必要从这个地方跳到另外一个地方。但如果你没有的话啊，你可能长期不赚钱，或者长期甚至长期亏损的情况下，那我们就要想办法用这个量化工具去解决这些问题。

我用国产的 webcointing 工具配合国内的大模型 deepsea v 四开发了一款量化交易的工具。嗯，现在，嗯基础流程已经全部都跑通了。嗯，然后这两天我们正在对整个系统进行嗯比较深入的优化，嗯， 然后，嗯，可能整个优化的过程感觉也比较痛苦。嗯，然后现在呢我们整体的方向呢是把，我们，嗯第一个要实现的功能呢，就是把我们过去的传统的这个选股做股票的一个方式，或者选股公式，然后把它通过大圆模型，然后转化为因子，转化为因子以后呢，然后嗯， 这里这些因子呢，因为我们，嗯这边呢我们的这个呃策略的条件呢是一一整个完整的一个条件，然后在这里我们把它组合成一个，组合成一个多因子，组合成一个多因子以后呢， 然后这个我们会对这个因子进行回测啊，然后我们刚才保存的这个啊进行整体的回测，回测完毕以后呢，我们可以看出来我们整个的交易的系统啊，有什么问题啊，然后对他的数据啊，比如说他的，嗯， 他的那个啊，下苦比例啊，还有还有一个胜率赢亏比，然后包括期望值啊，我们整体的去了解一下这个这个策略到底是什么样子的。嗯，然后对拥有一些正期望的，就是在不同的啊，不同的这个就是板块啊，不同的市场里面或者不同的时段都能够表现稳定的。这些啊， 策略呢，我们会把它转入到我们的模拟实盘啊，然后在模拟实盘里面呢，我们引入的啊，这两天呢我们进行了一个比较深深度的一个优化，然后我们把嗯各种多因子呢进行了， 就是把它区分出来。嗯，哪些是针对中长期的，哪些是针对短期的啊？哪些是针对 t 加零的啊？针对我们不同的交易策略，不同的交易的思路和方法，然后对它进行啊区分，然后区分好以后呢？然后我们我们会，嗯把这些 这些多，嗯，就是多音指的组合，我们会把它部署到我们的自动化的交易系统里面去。嗯，部署完毕以后呢，或者是七加零交易啊，我们都会系统自动进行交易的这种，嗯，那我们针对不同的策略可以来进行交易，这是我们整体的一个思路。嗯 嗯，这两天呢就是给我发私信的朋友也比较多啊，就是可能很多人也想自己啊，就是可能有一定的开发的基础，也想自己做一个系统，嗯，是不是可以自己做一个可以自动化交易的系统？嗯， 我这里呢就是简单的说一下吧，就是我们前两天呢一直在强调的一个事情，就是我们一定要把这个嗯量化的交易系统，呃交易思路啊，引入到我们自己的嗯交易系统里面去啊，我们要有一个交易的一个完整的一个思路，否则的话你在量化交易比较， 嗯，比较就是影响我们市场非常大的情况下，你是你的交易系统，如果不完善的话，实际上你是没有任何胜算的。嗯， 量化交易工具呢？我觉得如果只是单纯的有开发能力的话，就是系统开发能力的话，可能还不足以做一个嗯系统工具出来，因为嗯，就我我整体的感觉就是， 嗯量化交易它是一个系统化的工程，它是，嗯，它是一个工程，它不是一个。简单的说啊，我，我有一个策略，然后我能智能化去执行就可以了。然后我这两天比较痛苦的原因是什么呢？因为几乎所有的模块 啊，你深入的去去挖掘和完善的时候，你就会发现里面涉及的东西非常多，它会导致你整个系统非常的不稳定。那我们用一个就在各方面不稳定的一个系统，嗯，我们去组成一个完整的能够稳定运行的，有正气旺值的一个啊，一个一个一个系统的话，它是非常困难的。 嗯，因为我们前几天也说就是啊股票的一个长期盈利，他其实是，嗯，他其实是一个数学问题，但他，但是他不是我们理解的那种啊，传统的数学就是啊，我有一个数学模型，然后我依据这个模型，这个模型我我测算出来以后他是盈利的，那我沿着这个模型直接去去嗯执行就可以了。如果只是这么单纯的这种， 嗯去考虑这个问题的话，我觉得，嗯嗯，或者说我就挖掘出来一个好的多因子啊因子，嗯， 那我去稳健的去盈利就可以了。如果这么考虑的话，其实是你既不能达到呃股票盈利的目的，也不能够呃去完善的，就是做一个能够嗯，实现你就是预期的，正向预期的这种，嗯， 这种，嗯量量化交易的一个工具。那我这两天我在做什么呢？我首先是我把这个风控啊统一了，因为我这里面有非常多的入口嘛，包括回测要跟实盘要能够尽量的去接近啊， 然后风控模块的话，嗯重新进行了调整，嗯，在不同的不同的策略，不同的嗯模块里面，然后嗯基精准进行了统一。嗯，然后然后第二个呢，就是啊对我们私盘交易的时候，整个策略嗯进行了一个大的划分，嗯， 然后这两个过程呢是比较，嗯，就是需要你对整个市场和整个交易体系有一个系统化的一个理解 啊。然后现在后面还有很多要做的事情。第一个比较困难的呢，就是关于数据源，数据数据必须要有一个干净好的数据，但市场是非常复杂的啊，所以这个数据源也要进行清洁啊，或者是直接用收费的整理好的数据源。然后呢另外一个呢就是 我们对策略的嗯，策略的开发，然后呢这个可能是我们，嗯最常理解的一个核心的一个功能，就是，嗯，你把你的交易系统啊交易的一个方法，比如说我用啊涨停派谁的方法呀？我，我有一个不断的站法呀，或者是我用隔夜持股的方法去做这个事情。那你要把你的啊， 选股的一个条件，选股的一个一个思路，全部一条一条的把它列的非常清楚。比如说，哎，我，我要，我要一个啊，开盘价在五日均线啊之下，但是收盘在之上的，那这是一个啊，可以量化的一个条件，然后我们把它转为一个 python 可以 执行的一个元，然后嗯，但这里面还涉及到非常多的 别的东西啊，我们就简单的去说一下，就是嗯把它转化为一个因子，那这个因子的话，我们要确定这个因子啊，它你要对它进行分析，看一下这个因子在各个市场各个时段它的整体的表现，它是不是能够啊超出那个精准的这种啊？收益啊，有一个超超预期的变成一个阿尔法的因子，嗯，而不是一个风险因子 啊。那我们把我们的整个交易体系里面的一些细节全部把它拆解，拆解成自然语言的，自然语言把它拆解出来以后，如果你有一套这样的， 呃，一个一个体系，然后你才能够去啊考虑下一步，那这也就是，嗯，我们说的就是如果你的交易体系不完整的话，是你没有办法清楚的描述你的啊，你的交易的模型到底是什么样的话，你几嗯是很难很难长期稳定盈利的，嗯， 然后即使在这种情况下的话，这种这种就是我们把它音质化转化的话啊，去稳健的实行，稳健的去去执行的话啊，他也后面也有很多的事情要做啊，所以，嗯，我们还在不断的去完善吧。啊。然后系统的话就是，嗯，我常用的就是如果有想开发的朋友就是劝的话啊，相对来说比较便宜一些，可口的的话， 嗯，可乐扣的稍微贵一些，然后我们对一些架构性的一些复杂的东西，我们可能会用它去去做具体执行的话，像 coco 八的呀，串呀，还有 open 扣的呀，这些里面有很多免费的模型，也可以给大家用，因为这个是非常消耗这个，嗯，透根的，嗯，如果完整开发的话也是比较贵的，所以那个那大家如果想尝试的话也可以多交流一下。

很多人他可能不知道怎么用这个软件去做回测啊？首先我们打开这个软件，打开这个 t 五的软件，然后呢选，我们选在键盘上面按 ctrl 加 r， 他就会弹出来这个，呃，这个界面我们就选这个格式化，点进去格式化这里呢这里呢这个版本呢就选选我们要测试的版本，测试的策略测试它，然后时间这里呢我们选择一个自定义时间周期，日期的话就自己选一个日期的， 那么啊这个这些数字呢，你就根据自己的实际情况来输入，那这些参数面板你要修改的话，你就根据实际情况情况来修改来来测试，然后呢就选择开始， 开始了之后呢他就会弹出这个测试的测试的界面，那他就会自己跑起来的， 那这个速度这里呢你可以一般进来的话他速度可能会比较慢啊，在中间这里你想要的快一点就把它拉快嘛，你想要慢就把它拉慢一点这个暂停键。然后测试完了之后呢？呃，他在 他在等一下，在测试完了之后他在这里啊，他在等一下，会在图表这里会显示他的他的结果啊，这里会显示他的一个一个曲线的波动，你看这个曲线他会他是会变动的， 这是看到一个曲线，如果他有一些什么问题的话，你可以我们可以在这里这个专家日历这里会会会看到他的一些看到他的一些问题的，然后在这在这里日历这里会看到他的一些问题啊，会看到他的一些问题， 嗯， 这可以看到他的他的一些历史记录啊，然后呢在呃现在测完的话，我们可以在这个后台测试，这里会看到他的一些测试的数据啊，比如说这些，呃，下坡比率啊、盈利因子啊，呃这个 胜率啊，对吧？大家可以去到多少啊？它都有有所显示的， ok， 就是 这样的。

ok， 假期期间呢，我利用 agent 和大模型呢搭了一个特别适合咱们个人投资者进行量化开发和迭代的这样的一个工具链，那它主要是解决了一个我们做量化开发的时候这个数据下载的问题， 然后还有一个有一个比较成熟的这个回测的架构。另外一个呢，就是那个开盘以后，我们能利用我们的这个策略进行一个实时的交易的测试啊，这都是由量化软件来提供。 然后我们的大模型呢，主要是对我们的策略的结果进行分析，然后对交易的啊一些数据进行一些统计， 还有一个呢，它也可以对你的这个策略提出一些优化上的建议。然后 agent 呢，主要是读取一些你自己写的 skill， 对 吧？你的上下文，然后执行一些脚本。那 vs code 呢，是一个软件平台， 其实它可以整个分成两部分，就是这三个和我们本地的量化软件的一个对接，然后能够组成这样的一个循环啊，你的每一次的数据的回测结果给 agent， 然后 agent 调用大模型对分析，然后你用你的本地的比较熟的量化软件进行测试，然后再把结果输出回来，这样的话 就非常适合于我们个人投资者来做一个我们策略的一个量化的迭代。 ok， 这个就是 vs code 的 这个操作界面啊，然后你只需要把你的这个 clock code 的 这个配置文件，也就是 setting 点 json 的 这个文件呢，然后把它 el 配置到你使用的模型的这个地址，然后还有你的 key 啊，然后就可以这个在 cloud code 当中呢，然后运行你的这个模型了啊，那我用的是这个，呃， deepstack， 嗯，看一下， 他需要读一下他的这个 json 啊，因为我这个没有给他放更多的权限，所以他会这个问我啊，能不能读取，对吧？ ok， 他 汇报了他的是这个 deepsea v 四 pro， 对 吧？就是首先你得把你的这个前三个模块的环境打好，这样 vs code， 然后 cloud code 啊，和这个模型啊 v 四这样的话衔接起来， 然后你就需要有这样的一个呃桥接的代码，那么这个代码脚本呢？主要是完成 cloud code 的 跟这个你本地所用的啊量化软件的一个对接工作，比方说数据流的打通啊，结果的回读啊，然后一些控制，比方说回测的开始啊，数据的下载等等啊，需要有这样的一个代码脚本 啊，脚本写好以后呢，你就可以直接让这个大模型对他说进行这个 你的策略的回测，然后它就会根据你指定的日期先下载数据，然后调用你的这个策略周期。我写了一个比较简单的一个 m a c d 双周期，这个底部开仓的这个一个策略，对吧？然后 他就会进行一个回测啊，然后这就是他每一天的这样的一个，或者是每一次开仓和卖出的这样一个回测的结果啊，然后在这里边你就可以直接对大模型说，然后读取这个回测的结果，并对你这个回测结果的文件 啊，运行结果呢进行一个分析，对吧？然后也可以后边提出一些这个命令，然后这就是他的这个输出的结果， 然后他说这个策略现在基本的这个运行的情况，那回测周期是五个交易日，对吧？然后这是虚拟的一些资金，然后你获得了总共多少的收益，进行了多少笔交易？然后最大利润是多少呢？这个最大亏损单又是多少呢？对吧？ 然后他还会给你提出一些关键你现在这个量化的这个策略当中出现的一些问题，然后还能够给你提出一些这个优化的方案啊。所以我觉得整个这套东西啊， 然后打通了以后呢，非常适合咱们个人投资者去改改自己的这个小的股票或者期权的一些交易策略啊，我觉得，呃，非常有意义，分享一下。

分享，使用 cloud code gemini vs code deepsea 做量化交易软件。先跟 gemini 说我们要做什么？ 跟他说我想做一个量化交易软件。应用 ai 编程软件，怎么写提示词呢？关注的是美股 ai 赛道，可以是存储芯片、 cpu、 gpu 软件应用核电龙头股，它会提供给 ai 编程工具的提示词 调整，告诉他模型是 api 接入到工具中的， 将提示词粘贴给 code code， 让他写代码。 发送前右下角勾选 play mode， ok， 开始编码了。这里调整界面颜色为白色，视频加速，全程大约用了二十多分钟。 好了，写完了， 按照它的提示打开项目，是 python 程序， 让它给出格式化的应用界面， 又用了十多分钟完成了。这次来看一下这个程序 产业链导因子计算因伟达和美光科技的三日栋梁，偏离度因伟达突破而美光之后时生成美光不长信号， 这里看回测分析中的最新信号是做空， 这里是数据管理，刷新设置等， 你们看懂了吗？问他几个跟指标相关的问题， 问他回测分析中的最新信号，做空是量化软件给出的交易建议，目前是做空的意思吗？ 他的回答为什么显示做空？两个因子叠加导致？一、产业链传导因子，当前 n v d a 的 三日动量，木的动量。存储股近期涨得比算力龙头快，偏离度为负值，按照因子逻辑， 这表示母已经补涨完成甚至超涨，触发的是反转信号，而非作多信号。 二、核电避险因子 c e g 当前背特只有零点三四，极弱关联，避险评分仅一百分之二高风险区，说明核电股已算力板块严重脱节，两个因子叠加综合信号等于负零点七八九，跌破负零点三的做空裕值 不构成投资建议。 对了，本次软件编程共花费八毛钱，是 deep seek 的 模型 tokens 费用。 谢谢观看，拜拜。

家人们晚上好啊，通过我们长期的测试，我们关于这个 pj 的 live 这个量化交易平台，今天终于已经把一些功能全部都已经跑通了， 然后呢，这一期就是做给我们的啊，这个关注股票交易的啊，全自动化股票交易的大佬看的一个 软件平台。接下来呢我就给大家过一遍，我们这一个软件总共有哪些功能。首先啊，它是一个去进行行业数据分析，并且通过设置我们的资金以及回测策略，然后去测试 啊，这只股票在为呃过去这么多年的一个回测记录的，所以说它的数据来源可以通过两种方式啊，第一种方式呢，我们可以自己去拍这个， 嗯， c s v 格式的这种资料上传，然后上传给他，让他去进行分析。那第二种方式呢，就是通过呃，我们去调用插件，然后去通过互联网呃， 网约 a p i 发送请求，然后获取结果的这种方式去获取信息。那么这里的模式呢，我就大概预设了，当然你们可以自己去选啊，我们这边有三十只，比如说五百只这种方式，然后我们呃 可以通过几种方式去获取。首先第一个可以通过自己去这里填写我们的这个股票代码，然后呃保存，然后这里是设置我们获取的开始和结束的时间，然后去 选择这个信息来源，然后点击获取就可以了。那我们就接下来操作一遍给大家看啊。呃，首先模板呢，我这里用了我自己的模板，就是我自己设置的关注的这三十九只嗯股票，然后这里可能有一些大家正在关注的一个 股票信息啊，然后呢我就在这里啊获取的日期啊，比如说我想关注过去十五年，用我的策略看一下他的年化率和操作界限到底是一个怎么样的一个方式。我这里设置成二零一一年啊，一月一日， 这里的格式就可以按照年月日的这种格式方式去填写。二零一一年一月一日，那结束日期呢？我们就选择当天，然后付权，就选择钱付权，然后呢我们自己就点击获取行业数据，然后我们稍等一下，等一下他去获取这个行业的行业数据。 好的，那我们现在这个数据就已经获取结束了啊，然后我们来看一下这个是个梗概啊，是大概的一些行业数据。 然后呢这个是状态嘛？就是每一只股票他获取的数据成功还是失败啊？这里我们三十九只这个股票已经全部都获取成功了。那么接下来呢，我们可以看一下这个数据看板啊，这里有个数据看板，就可以看这三十九只股票的这个涨幅区间，以及最高涨幅曲线，最低的这个涨幅曲线， 这个是呃我们的每一只股票的一些获取的这个呃日期，开始日期、结束日期，那最高的收盘价涨幅区间，还有那个区间最高收盘啊？有区间最低的收盘价，然后日波动， 日收益这个波动，然后最新的成交量等等的一些核心的数据，这些数据呢我们可以保存到本地，你们可以在本地去查看。然后呢接下来呢我们就进行让他去做回测的这一个结果的操作啊， 看一下啊，这里我们的回测方式可以根据你们的要求自己选择，它有两种方式，一种是固定的单票资金，还有第二种是总资金均分，那这里我就选择总资金均分就是你选择的你的启动资金均分到每只股票啊多少多少钱，它会自动给你上。好啊，这里呢我假设我给它设置成 呃五百万的启动资金，我们算一下啊个十百千万，十万百万啊，就五百万的启动资金，他就会算到均分到每一只股票的这个金额大概是多少钱，然后这里的手续费率和划点率啊，你们可以根据现实的情况自己去啊调试，那这里我手续费率设置成 呃万分之一，然后滑点率也设置成这个万分之一的这个概率。然后接下来呢这个策略参数，这里就是根据我们每一个机构或者是每一个个人的呃操作股票的习惯，以及你的风险的 呃承担能力，去按照自己的需求去测试我们的这个回测结果。比如说这里有几个这个数据的一个区间，一个是短均线周期，还有一个是长均线周期，那么这里呢，我们就按照 我们机构的习惯就是二十二短均线近期写五啊，短均线二十二，这里你们看一下你们到底是激进派还是保守派，然后这个趋势过滤均线周期， 那这个呢就是什么意思呢？这里有写零，就是关闭开启后要求收盘价在趋势均线之上才会购买，就是当我们把这个设置成三十或者是六十， 六十或者是一百二，他就是开启后我们的这个购买的操作，只有在这只股票在一百二十天的平均价格之上才会去购买， 这假设我设置成三十，也就是在三十天的平均价格之上才会去购买，就根据你们个人的操作习惯，那这里我就选激进一点，我们就设置个三十天，然后这里呢？呃，止损比例，就是当这只股票出现了百分之多少的亏损，我们就会选择卖出，那这里呢？我们 比如说给他一个百分之十的一个亏损比例，是我能够承受的，然后卖出后冷却多少天？就这只股票在我们卖出去之后，我们就有多少天不理他，这里就我们就设置个三天或者是七天，或者是十五天， 这个就是你们每一个人的操作经验，然后最短的持有天数，就是当这只股票买进之后，我们要持有多少天，然后这里我们可以根据我们的操作啊，比如说我设置个五天，然后最短持有天数测试三天，然后我们根据我们刚才数据可以点运行回测，然后我们看一下我们的回测结果，稍等一下他去运行， ok， 那 这就嗯算出来了啊。就是，呃，我们在就是如果选择这十五只，这三十九只股票，然后 按照十五年的这个收益比例，然后按照这种操作习惯去进行操作的话，我们可以看一下他的收益啊，就是他整一个我们手里的这个资金取现啊，这个大家可以看一下，就是占用资金用了五百万，然后最终的资产是两千 三百万，但是这是最好情况啊，这里还有一个它的年化率总收益以及它的最大回测的百分比和胜率，那实际上这两个数据呢？我们目前为止啊，通过这种方式去测试，实际上它的胜率和最大回测的这个比值还是有点过高，那肯定是说明这个方案是，嗯，不可以执行的。那么后期呢，我们可以去大量的去 进行回测，那当我们的数据量达到，比如说一千啊，一万的时候，我们可以通过这个大量的数据，然后让 ai 去不断的去调整我们的这一个策略参数，然后让他的这个最大回测值达到百分之十啊，这个胜率能够超过百分之六十 啊，这个连花率可以超过百分之十五，甚至百分之十七的时候，我们可以去进行这个操作。那相对应的也是我们可以看一下我们的这一个数据啊， 我们这个数据首先我们可以看到我们的这个交易明细，就是每一只股票他在呃什么时间会进行什么样的操作啊？这上面都会有一个很详细的这个 数据表，比如说六八八九八幺这一只股票。然后我们可以看一下他一共进行了哪些操作。二零二一年的一月六号啊，他的操作是买入，他成交价是多少，买入了多少数量，然后他的手续费是多少，然后划点成本是多少，然后他成交后的价格是多少， 那么他在二零二一年的一月二十五号就是这里卖出了，然后这里的这个收益笔大家可以看一下啊，然后看一下他的这个操作步骤以及操作流程啊，就是啊有赚有亏，然后有赚有亏， 这就根据他自己的这种数据去操作啊，这里有赚有亏，那比如说这一笔就买入了多少，然后卖出了多少，他实现了多少的盈亏，就是每一笔股票的每一笔操作记录都会在这上面啊提供给大家去分析。然后这个表格一共有非常非常长啊， 就这个呢，你们如果需要可以保存到你们本地，然后可以自己去分析，然后呢这个是他的每一只股票的这个交易明细啊，然后以及呃这里有一个持仓变化，就是呃他也会相应的有每一只股票在每一个时间节点，他的收盘价 和他的这个持股数量啊，就是以及目前我们账户的总资产会做一个这样的一个数据分析。我们可以看一下啊，那比如说在这个时候， 就是二零二五年的七月十号，这一只六零零四八三的这一只股票，它的收盘价是多少，然后它这个信号呢？零和一的区别就是我们在这个时候要发起什么样的一个操作行为，然后看一下它的这个持有数量， 在什么时候会去做持有什么时候会去做抛出。这上面都会有一个很明确的一个数据明细啊，就每一个这个都有啊，所以说啊，我们这个 还有个历史记录啊，就是你想把这个所有的数据啊，可以点击这个一键保存到你的本地。那么这就是呃我们这一个呃软件目前的一个状态，当然我们现在已经把基础的功能已经把它做好了，但是我缺少呃一些 真正核心的就是这个数据，这个策略参数啊，就是这个策策略参数，实际上他可以啊，有更多，这个只是比较简单的一个策略方案啊，然后呢当我们有的这个策略参数，然后加上一个衣服的一个选择的时候，我们这个 呃回测数据和胜率应该可以调整到更高。这个就是我们的几个代办的一个事项啊，就是接下来呢，我们会把这个啊程序让他可以有这个 呃实时交易所的行情授权啊，以及风控这个合规的风控和清算系统啊，以及官方交易的 a p i 接口。当我们把这个交易的接口把它下了之后，那么这个程序呢，它就可以第一可以拿到更多的数据，然后让它的策略参数变得更加的 丰富，然后第二呢它可以成为一个真实操控我们的这个账户去进行交易的一个 agents 的 一个机器人系统，就是可以 啊，当我们这个策略通过回测啊，可以算出他的胜率和回测率，我们满意的情况下，我们可以拿到我们这个系统去真实的去操作，在市场上进行买进买出的一个 操作啊，这就是这一整个这个策略系统。那么关于这个策略系统呢，如果大家感兴趣的话，可以找我来了解一下啊，欢迎大家都来交流，今天就到这里了，谢谢。

hello， 大家好，从今天开始我准备全程记录一下，我去开发一款量化交易软件， 并且在模拟盘进行模拟交易的整个过程。 那么今天跟大家分享的是量化交易系统开发流程。 首先开发流程的概览我们先来看，一共分为七步，第一步的话就是获取数据。 第二步，数据清洗。第三步，策略编辑，第四步，策略回测，第五步，策略优化第六步，模拟交易第七步，实盘交易。 首先第一步我们要获取数据，获取数据的来源主要分为以下四个方面，我们可以获取它的行情数据，也就是每一只股票的动态的 k 线，以及特定的一些技术指标， 比如说五日均线、十日均线等。第二个就是宏观的基本面上的数据，比如说央行利率的政策以及行业板块景气周期等等这一类的基本面数据。第三就是企业的财报透视数据， 比如说他的季度报、年度报等等。最后就是余情相关的数据，新闻及社交媒体的情感指数等等，每家公司的余情变化数据。那么数据的接入渠道目前有 网络上的下载数据客户端，比如说万德的数据，但需要购买会员 a p i 接入，这种一般都是比较稳定，但是需要收费。最后的话就是我们爬虫获取抓取数据， 那么数据来了之后，我们要有一定的数据清洗的规则，比如说我们要清除垃圾数据，要对控制数据进行处理填补，以及我们一些特定格式数据的转化， 比如说时间数据，我们就不能是文本的格式，另外还有数据对齐，通过数据清洗手段可以提高我们模型预测的准确度。 接下来是比较重点，我们需要去进行策略编写。信号捕捉逻辑是依靠技术算法或量化指标， 在嘈杂的持续中寻找微弱的预期差信号，过滤无意义的噪音，实现高精准度的探测。当我们进行信号捕捉之后，我们要进行交易， 交易呢就分为建仓以及平仓仓位的动态调度就是当触发条件时，精细执行开平仓指令，为了降低滑点和市场冲击，需要合理规划订单类型，并施加单笔限制。 第三就是主动止损保命线，在底层算法中将止损逻辑提升至最高优先级，一旦策略发生方向性错误，无条件迅速切出，保障核心资金的安全。这一步的策略编写 在不同的板块中会有不同的编写策略的逻辑， 而策略编辑完成之后，我们要进行策略回测。第一个就是我们要进行回测参数的设置，要精准匹配测试的本金， 引入与真实交易市场一致的交易税费用金比例，并加入代表执行滑点和流动性溢价的动态乘法缓冲区。 第二点的话就是我们要进行策略的实力化，也就是将书写完毕的交易逻辑载入回测仿真引擎沙盒， 将核心逻辑与代调参数因子进行解偶，构建高度隔离的安全推理环境。 第三就是进行历史数据的载入，导入经过严格清洗的历史行情数据加载流程，具备单向持续性，彻底隔绝信息向历史前推的时间反向回流污染。 第四步我们要进行回测的执行计算、盈亏计算、统计指标生成回测报告等等。 策略回测中的持续径直跟踪、绩效核心审计、极限压力测试以及生成综合回测报告等等， 都有具体的指标计算逻辑以及预期输出结果等。 完成策略回测之后，我们要持续地进行策略优化。 第一个点是要重视交易费用。回测中完美的虚拟高收益往往在真实盘中被手续费与划点残蚀。 调优的前提是用最苛刻的佣金惩罚和滑点模型审视策略。如果一个策略在叠加交易摩擦后优势不在，就果断要舍弃。第二种是要重视风险，重视退出 调优呢？是为了在极端行情中存活，而不是追求暴力，必须在底层代码中焊死最大单笔硬止损和多维度全局资金回撤熔断保护拥有主动优雅退出能力的算法，才能在长跑中获胜。 第三，禁止采用网格调优去寻找特定历史片段下的极限最优解。 接下来我们要进行的是第六步，模拟盘交易。在这个过程中，我们要强制设置至少六个月的模拟向前测试期， 迫使策略直面单边牛市、单边熊市以及横盘风险轮动转换等等。 并且要深度理解过去并不等于未来的真相。在历史回测中跑出再惊艳的数据，只要逻辑存在过度逆和数据泄露或无法感知新市场机制变化， 策略在生产环境跑动时，其概率优势便会逐渐漂移退化。模拟交易正是用于严苛的样本外前项测试， 唯有在横跨两个季度的模拟盲测中，系统未发生崩溃，执行延迟控制在毫秒级，且实际收益特征和胜率满足回测设定的基本期望，方可获取实盘准入。 我们认为模拟盘稳定收益要在百分之一百以上，再考虑实盘交易。 最后，我们要进行实盘交易。首先，我们要做好三个准备，第一，实盘交易首年不以财富多寡为成败标准，也就是我们要做好第一年会输的准备。 第二，不要急于扩大投资，增加杠杆，克制幸存者偏差下的规模膨胀。 首期几笔交易的偶然胜利极易引发非理性的自信爆棚，坚决克制快速追加资本规模甚至铤而走险增加杠杆的冲动。第三，要稳住心态， 置身事外，充当冷酷的系统监护者。量化交易软件的本质就是用确定性的数字和代码逻辑，帮助我们彻底隔绝人类贪婪、恐惧与临摹犹豫。 只要系统仍在预设风控安全边界内跑动，禁止任何人工主观干涉，保持绝对平和的局外人姿态， 用严苛纪律征服市场企服用程序规则重塑交易心态，保持对数据的敬畏，在绝境中规划好离场红线，最终由期望、胜率和数学概率去裁决。 感谢观看！另外，接下来的几期视频中，我会逐步使用 ai 的 工具， 如 vs code、 cloud code， 并接入 deep seek 大 模型去打造一款量化交易软件。在这个过程中，我会根据它的实际表现情况 进行算法以及策略的优化，并且在模拟盘中观察 打造一个相对适配我们个人投资领域板块特征的量化软件。 感谢支持！