密码登录
手机号
密码
 
回测策略仿真检验  
回测策略实战检验 1.1MACD 这段代码实现的是一个基于MACD指标的螺纹钢期货（RB2605.SHF）趋势跟随策略，核心逻辑如下： 初始化阶段（initialize）： 设置期货账号context.account='5588'。 关注合约为RB2605.SHF，保存到context.future_contract。 定义MACD参数：短周期12、长周期26、信号线周期9。 初始化一个空列表context.historical_prices用来保存历史收盘价。 每根Bar运行逻辑（handle_data）： 1）数据获取与预处理 从当前bar中取出该合约的收盘价close_price=ba...
第三周回测策略实在是太方便了，简单几部就可以完成以前代码可能要写数周的一个工作量 1.1添加回测节点  1.2查看回测结果 1. 1.3仿真实盘验证 
第三周仿真实盘测试内容：使用了工作流节点的多个作用，工作流中开始回测 1.1(1)添加回测节点：  1.2回测结果：  1.3进行仿真实盘账号验证： 
摘要 本报告对基于动量效应但实现路径迥异的两套ETF轮动策略： 策略一(双均线动量轮动模型)与策略二(RSRS多因子评分模型)进行了长达十年(2015年1月1日至2025年1月1日)的全面实证分析，结合回测数据研究结果显示： 策略二以惊人的993.04%的总收益率、27.88%的年化收益率及-17.13%的最大回撤，在收益与风险控制上均实现了对策略一(总收益93.39%,年化7.02%,最大回撤-34.21%)的全面超越。从净值曲线形态看，策略二呈现出近乎完美的45度稳健上升趋势，而策略一的...
第三周的【回测策略实战检验】任务完成了。按照官方视频流程跑了回测和仿真实盘，收获挺多，做个简单的分享。 这次没有用单一策略，而是跑了一个策略组合，主要包括套利和一个分钟级别的MACD趋势策略。从PandaAI的实盘界面（图1）可以看到，几个策略都在平稳运行中。我个人比较喜欢这种组合，套利策略负责赚取市场的“慢钱”，稳扎稳打；趋势策略则用来捕捉大的波动机会，两者能形成一定的互补。   ...
Learnthenewpolicy 1.1Multi-periodtradingpolicy 该代码实现了一个期货交易策略的基本框架，包括初始化、盘前、交易、盘后四个部分。策略使用分钟数据来判断是否开仓或平仓。交易逻辑基于移动平均线：在没有持仓时，如果当前价格高于两条均线，则开仓买入；在有持仓情况下，如果盈利或亏损达到一定点数，则进行平仓。 1.初始化部分(initialize)：初始化操作，如设定一些初始日志 2.盘前准备(before_trading)：盘前准备操作，可用于检查策略初始化状态。 3.交易时段(handle_data)：根据当前分钟选择合约并从API获取分钟行情数据，计算均...
多策略使用起来还是比较方便，可以同时测试、对比、筛选，配合AI使用，很容易实现自己的策略 
总共做了3个策略，跑得稳稳的，系统运行稳定性及策略都挺好
一多策略生成AI修改及回测 1.1多策略仿真实盘交易 多策略生成多工作流; 多帐户实盘仿真交易多策略; 1.2多策略回测报告及实盘交易报告 1.生成多个策略并分别形成工作流,注意操作时一定要将策略代码中的持仓帐号改成与实盘帐号一致； 2.AI修改回测代码：AI智能共有三种模式，用于回测代码修改需要选择回测代码修改助手，修改模型目前有两个; 以下是多个工作流的截图： 多策略回策避免其它平台只能单测量回测的和单策略实盘交易的短板，能让用户运行多个策略，增取获利和减负时间，利益最大化； 以下截图是多策略回测的情况： 经过回测实盘交易能清楚看到交易的过程，盈亏数据一目发然。 这是策略...
很多人问：仿真实盘怎么用才贴近实战？分享我的核心方法——多策略同步模拟，复刻实盘节奏，兼顾收益提升与风险控制！ 我的仿真账户同步运行3套独立策略，互不干扰且可同步验证迭代： ✅多空转仓控制（实时监控调仓时机） ✅多周期目标止盈（动态跟踪不同周期止盈点） ✅K线形态交易（捕捉关键形态信号） 二、为什么要做多策略仿真？ 1、分散风险：不同策略适配不同行情，避免单策略因行情突变大幅回撤 2、还原实盘：提前适应多策略并发操作与心态管理，降低实盘操作压力 3、筛选策略：相同市场环境下横向对比，为实盘组...
【多策略应用与实践】第二周记录 1.仿真账户 首先是仿真账户可以开三个账户，这样可以三个策略同时运行  其次是在策略未启动时，可以对工作流进行配置，这样很方便  2.策略编写 编写策略时，要注意这个数字账户，要填写仿真账户对应的ID   3.个人建议 如果在查看这里，可以直接查看日志，就很方便了 
摘要 本报告对两套具有相同基因但不同实现路径的多策略量化模型—— 策略一（未优化的多策略轮动模型）与策略二（优化后的多策略组合模型）——在长达十年（2015年6月1日至2025年6月1日）的完整市场周期中进行了全面的实证对比分析。 策略二以惊人的812.67%的总收益、25.54%的年化收益，以及被严格控制在19.00%的最大回撤，全面碾压了收益为-47.79%的策略一。 本报告深入剖析了导致两者绩效天壤之别的核心原因，揭示了从“追逐时机”到“管理组合”的理念进化所带来的革命性效果。 研究发...
一一级标题网站大部分内容非常直观 1.1二级标题导入策略 xxxx;一开始找不到入口，询问过老师之后对整个页面更加熟悉了 xxxx;跟着视频教学学习了如何导入、修改以及保存我的策略；并且运用PandaAI学习我对于策略不太熟悉的地方  1.2二级标题运行策略 1.xxxx;在超级图表中，学习了如何创建账号，在实盘中运行策略 2.xxxx;学习如何出入金;整个过程非常流畅，操作简单易懂  1.2二级标题运行策略 1.xxxx;在超级图表中，学习了如何创建账号，在实盘中运行策略 2.xxxx;学习如何出入金;整个过程非常流畅，操作简单易懂    1.1建立仿真账户 学习了如何建立仿真账户及如何运行   这次我让他修改了代码逻辑，从双均线改为10个bar的单均线策略，他也一次性改完，并可以成功运行。  ...
一、流程全记录 1.1导入json文件 下载json文件并导入：相当于是给你一个基础的模板来改;（找了半天导入按钮在哪里hha）  点进策略代码就可以进入如下界面开始修改策略了;  1.2修改策略文件 PandaAI助手简直是策略生成工作中的神器，只要你有最基本的Python语法基础（Python很接近自然语言，最基本的东西半天即可学会上手，亲测），就可以把你脑海中的策略想法直接实现 
