做了一个支持多策略的全球市场投资交易提醒工具

网址： https://www.myinvestpilot.com/
名称：策引 - 我的 AI 投资助手

这个产品断断续续做了好几年了，之前已经有两个版本废弃了，具体 i 可以看这个开源项目： https://github.com/myinvestpilot/gravestones

产品的初始念头是基于我自身的需求，一方面我不想浪费太多时间在投资交易上，这是因为没时间盯盘以及盯盘会受到市场的影响，再就是本金不多的情况下花太多时间在投资上挺浪费时间的，时间应该花在提高本金的事情上。

要解决这个问题，有多种办法，没有钱可以选择选好的公募基金，好的大 V 来跟投，有钱可以选择好的私募。但是这些方式并不适合我，我并不信任公募基金，也不信任大 V 的操作，虽然我认可某些大 V 的理念，但是我并不想去长期跟投一个人，这很容易出现公募基金的问题。

所以解决办法只能是通过一些量化回测的方式，通过一些策略去做自动化的交易，但股票的流动是个大问题，所以这里可选的也就只有 ETF 了。于是这个产品的雏形出现了，早期是一个双均线策略的提醒工具，策略非常简单，甚至没有去优化，因为我担心过拟合的问题，因为似乎双均线在 A 股的效果还不错，我甚至还专门做过一些回测：双均线交易策略。

但这个系统存在一些问题，不支持美股与加密币，我也不想一棵树上吊死，显然全球投资是必然的，那么从资产配置的角度看，A 股、美股与加密币就是一个不错的选择。为了支持全球市场以及多种资金策略与交易策略，去年开始我把系统升级成了现在这个产品的形态。目前创建各种策略的组合非常简单，甚至在未来会把策略与组合创建的权限下放给所有用户。现在你可以查看支持全球市场的十几个组合的历史表现： https://www.myinvestpilot.com/portfolios

另外一个需要注意的是，为了展示策略的有效性，我会通过创建一些模拟组合，通过组合的历史表现风险数据来评估策略的有效性，这也是为什么策略与组合在一起出现的原因。

当然这个产品也有一个面向海外的子产品：Chat2Invest，这是基于 LLM 的一个 AI 工具，能帮助分析个股的一些技术与基本面消息面的问题，但是因为模型的不稳定，目前这个子产品还处于试验阶段，我会在后续把策略选股及组合分析的功能也加入进去，更重要的是可以监控个股或市场，这个目的都是为了降低时间成本，让长期投资变得更容易一些。

现在提供一个免费申请试用的活动，首页里填写一个调查问卷，大概十几个小问题就可能获得试用的机会，如果感兴趣，请直接提供反馈给我吧，谢谢！

bmpidev2019

224 天前

@Livid 需要回测下这个策略，但存在的问题是：

- 使用 BTC 得日内交易数据产生交易信号，但是买入时却是 ETF ，可能在同一天产生多个交易信号，这时候怎么处理？
- 只有买入没有卖出？

如果能对这两个问题做个假设，也就是在执行 ETF 买入时，聚合多个交易信号，只交易一次，以定投的形式进行，这样可以多次交易。

另外一个问题是测试此策略的基准是什么？是买入 BTC 持有不动呢还是买入 BITX 持有不动呢？至少策略的最终表现要比持有不动的效果好才行，也需要与主流指数做对比。

bmpidev2019

224 天前

@Livid 我在券商里看到 BITX 还是正常的交易时间才能交易，虽然可以盘前盘后，但始终不是 24 小时交易的。另外就是日内数据的获取我手头的付费 API 虽然能拿到日内数据，但是没法拿到历史日内数据，这种策略难以回测，除非能拿到很时间的日内数据，然后通过回测框架测试才能评估这个策略的有效性。

另外一种方式就是通过 BTC 日线级别的数据来回测，我准备用你这个策略来回测下 BTC 的标的，因为产生交易信号的标的如果不是交易标的的话，回测框架也不支持，或者需要做单独的处理。如果这个策略在 BTC 下的表现不错，那在二倍做多的 BITX 上应该也是有效的。

bmpidev2019

224 天前

@Livid 感谢推荐。我刚实现了 RSI 日线级别的 BTC 策略（名字为加密币 3 号），回测效果一般。这个策略是当 RSI 的 14 日低于 30 时全仓买入，高于 70 时全仓卖出，它的表现效果如下：

```
{
"code": "myinvestpilot_cc_3",
"name": "加密币 3 号",
"currency": "USD",
"final_value": 108941.84725,
"net_value": 1.089418472500001,
"fund_value": 108.94184725000001,
"cagr": 3.059500151662209,
"sharpe_ratio": 0.1599847960509232,
"current_drawdown": -17.538621850579343,
"max_drawdown": -0.5061860724539857,
"max_drawdown_duration_days": 205,
"total_trades": 12,
"profit_trades": 8,
"loss_trades": 4,
"running_days": 1038,
"inception_date": "2021-06-08T00:00:00"
}
```

![]( https://img.bmpi.dev/5af30e19-6841-7886-fe35-87980b8d9ab3.png)

这个表现不如我在[策引加密币 2 号]( https://www.myinvestpilot.com/portfolios/myinvestpilot_cc_2 )中的吊灯止损均线策略的效果好。

但日内数据到底怎么样，在二倍做多的 ETF 上效果如何就不知道了，但是可以作为一个参考。

bmpidev2019

224 天前

上面这个策略的代码如下：

```python
import pandas as pd
from trade_strategies import BaseTradeStrategy, TradeSignalState

class RsiStrategy(BaseTradeStrategy):
"""Relative Strength Index (RSI) Trading Strategy"""

# 默认参数
params = {
'rsi_period': 14,
'rsi_overbought': 70,
'rsi_oversold': 30,
}

def __init__(self, params=None):
super().__init__()
if params:
self.params.update(params)

def set_data(self, symbol, data):
self.symbol = symbol
self.data = data
self.calculate_indicators()

def calculate_indicators(self):
delta = self.data['Close'].diff()
gain = (delta.where(delta > 0, 0)).rolling(window=self.params['rsi_period'], min_periods=1).mean()
loss = (-delta.where(delta < 0, 0)).rolling(window=self.params['rsi_period'], min_periods=1).mean()

rs = gain / loss
self.data['rsi'] = 100 - (100 / (1 + rs))

def is_buy_signal(self, rsi):
return rsi < self.params['rsi_oversold']

def is_sell_signal(self, rsi):
return rsi > self.params['rsi_overbought']

def generate_signals(self):
signals = [TradeSignalState.EMPTY.value for _ in range(len(self.data))]

for i in range(1, len(self.data)):
if self.is_buy_signal(self.data['rsi'].iloc[i]):
signals[i] = TradeSignalState.BUY.value
elif self.is_sell_signal(self.data['rsi'].iloc[i]):
signals[i] = TradeSignalState.SELL.value
else:
signals[i] = TradeSignalState.EMPTY.value

signal_df = pd.DataFrame({
'symbol': self.symbol,
'open': self.data['Open'],
'high': self.data['High'],
'low': self.data['Low'],
'close': self.data['Close'],
'volume': self.data['Volume'],
'rsi': self.data['rsi'],
'signal': signals
})

return signal_df

```