用ChatGPT回测交易策略
我使用ChatGPT对一个EMA + ATR系统进行了回测,包括止损、滑点、佣金、止盈和实际盈亏跟踪。

一键发币: SUI | SOL | BNB | ETH | BASE | ARB | OP | POLYGON | 用AI学区块链开发
本文探讨了 “《回测者的优势:代码和AI如何改变你的策略游戏》” 中的概念,深入介绍了交易者如何利用编程和AI工具(如ChatGPT)构建、测试和优化交易策略。
前提条件和工具
- 包含OHLC数据的CSV文件。这个数据是来自TradingView的NQ数据,但你可以使用任何来源。
- ChatGPT-4o。
1、提示
以下提示是我使用的原始输入,没有经过润色,并按原样呈现。
提示 1
我上传了包含股票OHLCV列的CSV文件,并像这样开始对话:
“读取文件并告诉我里面的内容”

提示 2
向它解释我的策略,以便它可以编写代码。
在此添加9个周期的EMA。
添加9个周期的ATR
当价格收盘高于9 EMA时,做多。
当价格收盘低于9 EMA时,做空。
止损 = 2 ATR
止盈 = 5 ATR
如果已有仓位,不要创建新仓位。

它做了一些事情,内部计算了很多变量来进行回测。然而输出并不简洁。让我们让它进一步处理。
提示 3
只显示表格中的交易,并使用东部时间。
绘制收盘价,并在图表上绘制长期和短期信号及其退出点

图表的X轴被拉伸了,让我们尝试将其固定。
提示 4
进行额外调整。
短线退出应为绿色X,长线退出应为红色X
还请显示总盈亏
不要在X轴上使用时间。时间有间隙,使图表拉伸,我不喜欢这样

最后,看看交易。

提示 5
显示利润曲线

这是一个示例策略。我没有要求它包含佣金和滑点,这可能导致亏损。
提示 6
最大回撤是多少?

提示 7
显示这些数据的统计信息

提示 8
用合约大小、佣金和滑点检查一下
假设我想用1份E-mini合约。盈亏将乘以20。每笔交易的佣金是3美元。假设止损执行的滑点为0.25。
显示利润曲线和统计数据


如ChatGPT所述,这是一条波动较大的权益曲线,存在严重的回撤,因此不可用。
提示 9
给我整个策略的代码

这给了我们可以在本地运行的代码。当然,你应该审查每一行代码。
2、接下来该去哪里
这是一个使用ChatGPT和一点Python的简单演示。如果你想深入了解,可以探索以下方向:
- 参数优化
测试EMA周期、ATR长度、止损和止盈倍数的不同变化,看看哪些组合最稳健。这被称为参数扫描或网格搜索。 - 交易绩效指标
添加夏普比率、盈利因子、最大回撤和平均交易持续时间等统计信息,以评估策略质量,而不仅仅是净收益。 - 回撤和风险分析
可视化回撤和权益曲线,以了解策略的情感压力和资本需求。 - 策略增强
尝试添加过滤器,如趋势方向、波动率条件或更高时间框架的确认,以优化您的入场。
记住: 在每一步中,最好验证AI的输出。它可能会忘记并中途恢复。如果感觉卡住了,最好从头开始重新开始。
原文链接:How to Backtest a Simple Trading Strategy Using ChatGPT
DefiPlot翻译整理,转载请标明出处
免责声明:本站资源仅用于学习目的,也不应被视为投资建议,读者在采取任何行动之前应自行研究并对自己的决定承担全部责任。