Files
obsidian-vault/03 日志/日记/2025年/2025年3月/2025年7月/2025-07-09.md
2026-06-23 00:24:32 +08:00

2.1 KiB
Raw Blame History

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。