Files
2026-06-23 00:24:32 +08:00

59 lines
2.1 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

## 第一部分:工作事务
---
## 第二部分:个人事务
---
## 第三部分:家庭事务
---
## 第四部分:人际关系
---
## 第五部分:投资交易
关于freqtrade框架的学习昨日已完成全量数据的下载跑出了第一个正收益的回测。应该说除了参数调优、freqAI的使用外框架的使用已经很熟悉了。
但是对于策略,我稍微有点失去方向。
甚至在昨天经历了一次沮丧,即使很短暂。
说到策略研究,既然是研究,那么就有一个研究探索的过程。哪怕是技术指标的组合回测呢,也算是一种研究。而我现在,对于策略主要靠一是看官方的策略库,二是靠自己想想,然后盲目试。这是不对的。
量化交易的优势,不仅在于交易迅速,信号捕捉迅速等传统优势
也包括在其框架内必须执行的回测步骤
实盘经验交易者需要如年才能学到的道理
经过回测几十秒就可以学到,这也是喜提沮丧的来源
避免了许许多多的弯路
不同的窄路,早早就画上了禁止通行的标识
我打算在freqtrade回测、学习官方策略之余继续学习[[Al Brooks]]的书籍和课程,最重要的是[[自己写一个利用telegram bot对行情监测的脚本]],用以服务于最终放在策略中执行的一些初级建模、初级的信号监测等,在这个过程中开展对策略的实际研究。比如顶、底、趋势、通道、如何去建模,如何准确的去捕捉?都是这个脚本在优化过程中要做的事。
在这个阶段可以一边读书一遍尝试利用telegram bot发过来的监测信息进行手工交易感知市场。
要清楚的认识到:在开发出符合价格行为学原则的交易策略前,我首先得自己成为一个合格的价格行为学交易者。量化只是把自己的交易思路程序化了而已。
[[freqtrade策略研究困境及突破deepseek建议]]
**是的,通过日常分析结构,看到信号生成的每一个买点卖点,可以避免策略黑箱化。对于策略的优化有极大的帮助。这个过程,就是在开展策略研究。**