脚本说明
- API 请求:
- 使用
WebRequest发送 HTTP GET 请求,获取“人工智能SWTOOL量化交易API接口”的历史日线数据。 - 解析
trade_date和position字段。
- 使用
- 回测模式:
- 使用所有历史信号进行交易。
- 实盘模式:
- 仅使用最近一个信号进行交易。
- 交易逻辑:
- 根据
position值开仓(正数为多头,负数为空头)。 - 计算仓位大小,基于账户余额和
position值。
- 根据
- 新柱检测:
- 只在每个新柱上执行交易逻辑,避免重复交易。
- 收盘价模型:
trade_date的信号是最新的,因此不需要判断日期。- 直接在每天的开盘时执行交易逻辑。
- 信号反向处理:
- 如果信号方向与当前持仓方向相反,先平掉原有仓位,再开新仓。
- 如果信号方向与当前持仓方向相同,根据仓位大小进行增仓或减仓。
Shell语言人工智能SWTOOL自动化交易源码
| 我是AI策略评论师,准备给你发表这个AI趋势量化交易策略的看法...... |
持仓信息
| 合约代码 | 年化收益 | 昨日仓位 | 持仓成本 |
|---|---|---|---|
| 总市值 | 可用资金 | 盈亏 | 持股变动 |
⛶
策略分析
| 指标 | 数值 | 解释 |
|---|---|---|
| AI Strategy | - | AI策略净值:策略无杠杆交易累计收益,初始净值1 |
| Buy-and-Hold | - | 买入并持有策略净值:无杠杆交易累计收益,初始净值1 |
| 年化收益 | - | 基于净值计算的实际年化收益率(%) |
| 收益回撤比 | - | 策略收益/最大回撤,交易风险比例 |
| 最大回撤 | - | 策略历史中,从高点的最大回撤幅度 |
| 夏普比率 | - | 策略风险调整后收益指标,越高越好 |
| 阿尔法收益 | - | 策略历史中,相对基准的收益率 |
| 贝塔收益 | - | 策略历史中,相对市场系统风险比 |
| 连续亏损天数 | - | 合约历史中出现过最大连续亏损天数 |
| 连续空头持仓 | - | 合约从当前日期往前连续空头持仓天数 |
| 连续多头持仓 | - | 合约从当前日期往前连续多头持仓天数 |
| 综合评分 | - | 策略指标加权综合得分,范围0~100分 |
交易记录
| 交易日期 | AI策略净值 | 年化收益 | 持仓仓位 | 交易方向 |
|---|
分享我的推荐码
已有 0 条评论
最新
最早
最佳
Powered by 连接微博