构建具有自验证功能的自主摆动交易流程

大家好，我学习AI代理已有几个月，想构建一个超越常规聊天机器人的东西，结合我从摆动交易中的一些技能。我构建了一个自主代理，使用Hermes AI每天运行摆动交易流程。这主要是一个有趣的副项目，用于学习、收集数据以及观察策略随时间的实际表现。 该流程筛选超过1300只股票，记录信号，跟踪T+2、T+5和T+10的表现，并每48小时自验证自身的策略变化。 每天早上，该流程筛选1000多只股票（S&P500、Nasdaq 100、S&P 400），记录信号，然后在T+2、T+5和T+10跟踪每一个信号，查看判断是否正确。 在几个月内，我记录了683个信号用于跟踪。在T+10的整体胜率约为60%，并不疯狂。但有趣的是细分数据。 设置 信号 胜率 平均盈利 平均亏损 均值回归 (RSI < 35) 94 69.1% +7.7% -6.6% 突破 (RSI < 55) 589 58.9% +6.0% -5.9% 整体 683 60.3% +6.2% -6.0% 均值回归胜率为69%，突破胜率为59%。 这就是自验证循环发挥作用的地方。每48小时，系统对所有跟踪信号进行回顾，寻找模式，如果建议参数变化，就记录该变化并附上日期。然后等待变更后15个以上新信号进入，比较前后的胜率，如果改进不足2%，就标记为回退到原始策略。基本上阻止我追逐噪音并假装这是策略优化。 顺便说一句，这与Hermes配合得很好，因为它也能实时学习。 所以一个真实例子：系统发现RSI 70+的入场胜率为46%，而RSI低于40的胜率为70%。这促使在过去几个月内将突破RSI从75收紧到55。每一步在保留之前都经过验证。 这主要是一个副项目，进行纸面/影子跟踪，不涉及实际资金。仓库在这里，如果你想试试，任何反馈都欢迎！仓库在评论中。