Posteo
CryptoPainter
CryptoPainter
一晚上再次加入两个交易对,如愿以偿的测试了一下单策略跑多品种的数据。 结果确实有提升,越是波动不相关的品种,同策略下的扛回撤能力就会越好,夏普从1.7升到了2.0,按照这个预期,加入的品种越多,整体策略系统的稳定性就会越好。 按照一般实盘数据期望减半的逻辑来算,目前才算刚刚搭出来一个夏普接近1的及格策略,比较惊喜的还是样本外表现,居然高于样本内,连 Claude 都夸赞我的策略思路“鲁棒性”很强! 还好这不是 Gemini 说的,不然我是一句话都不会信的...
CryptoPainter
CryptoPainter
陈年老策略最近在 AI 的帮助下逐步开始有焕发第二春的迹象了! ASR趋势追踪策略在加入了状态机与自适应函数后,逐步开始变得可以适应绝大多数交易对了。 于是这几天趁着小孩睡觉时,陆陆续续用 Cursor 搓出来一个策略系统,专门跑 ASR 及其在各个交易对上的变种策略,整个系统已经部署到云端了,后台 还设置了一整套流程让 AI 进行回测、优化、部署的程序。 估计明天还会陆陆续续增加更多币种的自适应策略! 其实我也没料到,ASR 本身居然可以适应各种交易对,过去整整一年没有在这方面下功夫,完全是暴殄天物... 于是我专门找了与BTC完全不同的DOGE来做测试,整个策略确实可以适应,真的很神奇... 顺便提供一个思路,LLM写策略真的很一般,但你让他优化现有成熟的因子或策略,并要求按照专业量化架构师的框架去做,他会给你一个更加稳定,收益更低,回撤更小,样本外数据合格且鲁棒性更强的策略。 这个思路是当下LLM智能不够条件下的折衷选择,相比之前我搞得 Agent Trading ,这套逻辑稳当多了,至少决策层没有什么黑箱。 最后,这一切的前提是,你得有个好策略当底盘...

Deslinde de responsabilidades: el contenido de OKX Orbit se brinda únicamente con fines informativos. Más información

Respuestas

Aún no hay comentarios. ¡Envía la primera respuesta!