期货回测与仿真交易操作指南(第三周)
  红塔山 8天前 69 0

由于之前已经做过实盘运行,所以这次做为一个新手来介绍如何进行实盘演练。如果你熟练,从策略编写到实盘运行,可能不到3分钟。

期货回测及连接仿真交易操作指南

一、从研究到实盘的全流程

1.1 研究阶段:AI辅助构建策略

在平台通过AI助手可快速生成期货回测工作流。只需输入指令,如“创建基于动量策略的螺纹钢期货回测,时间范围2023-2024年”,系统将自动生成分析框架。启动工作流后,建议通过右上角日志检查策略逻辑与历史数据缓存情况,确保回测基础数据的完整性。
image.png

image.png

运行策略之后的,可查看策略的结果反馈
image.png

策略绩效指标对照表

指标名称 指标值 指标代码 指标说明
收益率 9.25% total_return 策略在回测期间的总收益率
年化收益 4.68% annual_return 将总收益率年化后的平均年收益
基准收益 8.56% benchmark_return 同期基准(如沪深300)的收益率
信息比率 -0.0598 information_ratio 衡量超额风险的稳定性,通常越高越好
夏普比率 0.4423 sharpe_ratio 风险调整后收益,反映每单位风险带来的超额收益
Alpha 0.0068 alpha 超额收益中不属于市场波动的部分,代表策略选股/择时能力
Beta 0.0009 beta 策略相对于市场的敏感度
索提诺比率 0.0278 sortino_ratio 仅考虑下行风险的夏普比率,更关注亏损风险
收益波动率 1.53% volatility 策略收益的波动程度,衡量风险
最大回撤 -0.75% max_drawdown 历史回测中从最高点跌落的最低点幅度
下行风险 12.32% downside_risk 仅关注负收益波动的风险指标

术语解释

  • 信息比率:衡量单位主动风险带来的超额收益。值越大,说明策略持续跑赢基准的能力越强。
  • 夏普比率:衡量每单位总风险(波动率)能带来多少超额回报。通常大于1表示较好。
  • Alpha(阿尔法):策略超越市场基准的能力。正值越大,代表策略的独立收益能力越强。
  • Beta(贝塔):策略收益与市场整体波动的相关性。Beta=1表示与市场同涨同跌;Beta<1表示波动小于市场。
  • 索提诺比率:夏普比率的改良版,只考虑下行波动(亏损风险),更能反映策略对亏损的控制能力。
  • 下行风险:衡量资产价格下跌时的波动程度,数值越小,代表亏损时的波动控制越好。

可以看出生成的策略与回测结果,下面将它上实盘运行

1.2 实盘衔接:云交易功能

在首页超级图表下方的实盘区域,可通过“账号管理”绑定实盘账户或创建模拟账号。选择已完成回测的工作流进行关联,即可实现策略与研究到实盘的无缝衔接。系统将实时展示运行状态、成交记录与持仓信息,日志数据同步更新,便于追踪。


二、期货回测核心操作要点

2.1 回测参数设置技巧

  • 频率选择:初期建议使用分钟级回测快速验证策略有效性,正式测试可切换至日线级别进行稳健性检验。
  • 仓位控制:逻辑验证阶段建议固定为1手交易,待确认信号稳定后再引入动态仓位管理。
  • 阈值调试:通过放宽开仓阈值,对比不同周期下的信号分布,辅助判断策略适应性。

2.2 代码修改与调试

若运行报错,可在代码输入框使用提示词(如“修复均线计算错误”)指引系统调整。修改后依次点击应用 → 确认覆盖 → 保存,重新运行工作流。日志将实时反馈策略调整后的信号变化与仓位变动情况。


三、仿真交易连接实操步骤

3.1 模拟账号创建流程

进行超级图表,所有的策略和实盘都它下面
image.png

  1. 在实盘界面点击**“创建模拟账号”**。
    image.png
  2. 完成账号信息配置后,选择已运行的工作流(如 期货回测(第三周) 策略)。
    image.png
  3. 点击**“创建实盘”**并启动,系统将自动同步运行日志。
    image.png
最后一次编辑于 8天前 0

暂无评论

推荐阅读
  tyler   23小时前   15   0   0 新手入门