回测框架主要有: 1.云平台:聚宽等,不熟悉,有好用的可以推荐下(平台亮点是啥)。 2.自建:获取 k 线数据的 api ,开源可视化框架的选择( python 下)
主要讲一下,昨天花了半天时间,用 cursor ( ai 写代码)写了个简单可视化回测框架,cursor 很香,不知道阿里的通义灵码怎么样,过段时间体验下。 api:baostack ,不收费。 可视化回测框架:backtrader 。一个 python 文件就可以写一个简单的 trade 策略了。 有更好的方式和方案选择也可以推荐下。
trade 策略: 投资宽基指数 etf (上证指数),资金分份( 5 份),每下跌固定百分比( 4%)买一份,持有总收益涨一定幅度并回落卖出(涨 6%回落 1%),第一份买入必须是从高点下降一定幅度( 8%)才买入,这样性价比相对高一些(也可以通过大周期技术指标判断高低点择时买入第一份)。
回测从 2020-1-1 至今 2024-8-19 的数据。新账号不能发图,自己 base64 解码看把。aHR0cHM6Ly9pLmltZ3VyLmNvbS9NRkltMExwLmpwZWc=
最大投入资金份数为 3 ,3 年多总收益是总金额的 13%,比较低-_-。
总结: 收益率比较低,资金占用率还好,可以用剩余前买短期无风险的基金(债券,货币,国债逆回购)。 对下行周期品种比较友好,对于持续上涨品种此策略无法把握。 对比定投收益低很多,胜在回撤相对来说比较小。可以作为价值投资的底仓,不同风险偏好只需要设置不同资金份数就可以了。
投资大佬们,技术大佬们,多提提建议,有好的方案分享交流下。
TODO: 1.策略和每次买卖需要持久化存储,展示和数据管理。 2.买卖点的每日提醒。
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.