2.8 KiB
2.8 KiB
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
- 祝的项目需更换审图意见模板。已联系好。
第五部分：投资交易
- 今日在研究我的自研策略BBRSI策略时，看到策略文本中有关于qtpylib的不少计算方法，因此着重研究了一个问题：在docker中环境配置好的情况下，回测和运行无忧了，但是在这个环境下不太容易和pycharm这种IDE中的开发环境集成，进行开发。测试了几种方式：一是测试使用docker的解释器来进行开发，比较复杂，暂时放弃。二是在anaconda的quant环境中安装qtpylib库，费了相当大的功夫，因为这个库已经停止更新4年以上了，但是freqtrade官方策略还在选用，证明稳定性是可以保证的。三是想到，还是得基于框架的环境去开发，即通过文档学习策略中涉及到库的相关使用方法，直接在策略文档中开发，在freqtrade中运行。（反思：原本想在环境中安装qtpylib其实只是想查找一下函数的使用说明，毕竟即便是把这个库安装在ananconda中，但其他更多的docker中的库并没有安装，也是跑不起来的。） 对于环境的事不要过多研究。回过头想想，明明docker能跑通，然后自己非要在pycharm里面连接docker的解释器去开发，这不纯纯脑子有问题？更应该做的是sublime text + docker freqtrade即可。
- 不过，虽然感觉浪费了时间，但是今天在探索这个的过程中，第一次在官方文档中查找到了自己想学习的用法示例，这个对于我开发的成长也许有更加重要的意义。qtpylib官方文档中CrossAbove和CrossBlow的用法。会从文档中获取开发所需的信息，是极其重要的一件事。
- 今天查找到qtpylib的官方文档，是从pycharm中ananconda包管理工具那里找到的。以后找第三方包的说明，以及官方文档的地址，都可以使用这个模式去找。写到这里发现今天自己的收获其实蛮大的。
- 更重要的是，我的自编策略BBRSI终于在freqtrade的回测中跑通了，而且和网上下载下来的哪些策略的回测数字相比，明显更符合逻辑和市场走势，有的周期内甚至跑过了市场的收益。目前的问题还是在止盈止损这里，强制止损损失太大，每单盈利又太小，最终的结果就是盈亏比太小。回测很多遍，我发现我的策略在不少回撤的月份比市场表现的好，但是赢利的值有时比市场平均值显著少的多。定性的说，这不是策略的差值，而是设置逻辑上的差值。