注册并分享邀请链接,可获得视频播放与邀请奖励。

拳头👊🕊️
@pvyyu42928466
TGE 追踪|撸毛实测|Web3 项目投研 AI 模型与 Agent 工具测评 筛选信息,拆解机制,只分享经过验证的判断
加入 October 2023
12.5K 正在关注    15.4K 粉丝
我以前写过不少交易计划,真正麻烦的往往不是想法,而是把进场,减仓,止损和仓位限制拆成一套能够执行的规则。 这次连接 OKX Wallet 进入 @MossAI_Official,我想测试的也不是 AI 会不会写一段漂亮的策略说明,而是它能不能准确理解普通交易者提出的条件。 ➤ 我创建的是 ETH 回撤策略,输入 RSI 超卖和均线回归信号,同时要求只做多,最高使用 2 倍杠杆,设置固定止盈和止损,不开启盈利复投。 连接钱包并提交想法后,AI 将它整理成了 ETH USDC 策略,我检查了交易方向,杠杆和风控设置,再让这套规则进入历史回测。 整个过程不需要写代码,原本停留在脑子里的交易思路,很快就有了一份可以查看的执行记录。 ◍ 39 天回测结束后,初始模拟资金从 10000 美元升至 11082.30 美元,ROI 为百分之 10.82,最大回撤百分之 4.84,共完成 54 笔交易,综合胜率百分之 46.3,清算次数为 0。 胜率没有想象中高,盈亏结构却让账户保持了增长,这比只展示几笔盈利记录更接近真实的策略评估。 逐笔查看交易记录时,我也发现了一个需要改进的地方。 ↳ 策略简介明确写着只做多,回测详情里却出现了百分之 33.33 的空头占比,这意味着 AI 生成的文字说明与实际执行行为没有完全对齐。 创建成功只是起点,交易方向,仓位变化和退出条件仍然需要创作者亲自核验。 ▱ 这次体验让我更确定,AI 能降低策略创建门槛,却不能替用户承担检查责任。 想验证自己的交易思路,可以去 创建一个 Agent,先用模拟资金和低杠杆回测,再判断这套规则是否真的符合自己的预期。
显示更多
0
80
55
1
转发到社区