炒股技巧 
技术指标 
炒股入门 
炒股专题
炒股问题 
外部文章 
网站首页什么手机炒股软件可以自编指标(手机炒股软件自编指标)
还记得之前我们说的现在的高手们都用ChatGPT炒股的文吗？
指路：
最近，有一位外国小伙用上面提到的方法用ChatGPT来做了一个名为GPT Trader的交易机器人。
并把具体步骤发到网上，我们来看看小伙是怎么做的。
看前提醒：
1）内容含有大量枯燥的术语。
2）这个只是一种可能的方法，不是绝对正确，要不要用这些方法炒股，还请大家自己判断。
3）这里只简单阐述他使用的方法。
小伙使用了Alpaca仪表板和测试数据来预测股票走势。
Chat GPT帮助小伙构建了机器人的步骤：
小伙向Chat GPT提出了几个问题，包括最好的技术用于股票预测以及如何使用Python Web来预测雅虎股票价格。
Chat GPT能够记住上下文并回答这些问题，解释了一些机器学习技术并展示了如何使用ScikitLearn库制作神经网络模型来预测股票价格。
小伙使用Chat GPT来自动生成一些代码，但是由于代码中的数据不可靠，所以它不能正常工作。
接着，小伙请求Chat GPT提供一个更好的数据源。
Chat GPT建议使用Alpaca交易API，这是一种免费的股票和加密货币交易API。
然后小伙注册了Alpaca，并获得了API密钥。
Chat GPT随后向小伙展示了如何在Python中使用这个API。
现在小伙需要使用实时的股票数据进行交易机器人的开发。
小伙使用 Alpaca API 来获取数据源，并使用 ScikitLearn 库和 Keras 对数据进行统计机器学习模型训练。
这时需要添加 API 密钥来获取数据，这个密钥可以在 Alpaca 的控制面板中找到。
这将帮助小伙使用先进的神经网络技术来改进机器人的预测能力。
在过去的五年中，神经网络技术方面有了很多研究和发展，包括递归神经网络和长短期记忆网络等变体。这些技术对于预测时间序列数据非常有用。
将transformer网络和强化学习结合起来使用的方法，称为深度强化学习。
使用Python语言实现这个方法时，需要了解一些强化学习技术，例如PPO和Q learning等。
该方法可以帮助计算机像人类一样做出决策。其中，PPO是在寻找两个范围内的最优策略之间的平均值。使用强化学习和神经网络来预测股票价格。
小伙想使用OpenAI的Stable Baselines库和强化学习算法来训练一个股票选择策略。
他发现了一个名为FinRL的库，该库可以用于股票市场数据的强化学习。
接着他打开了FinRL的示例Notebook，并准备替换其中的数据源为Alpaca API。然后开始逐步解释代码的每一步骤。
利用强化学习算法进行股票交易的过程：
首先，使用一个名为FinRL的库获取从苹果公司到道琼斯指数的30支股票的30天股票数据，然后添加技术指标。
接着，构建一个决策过程，即一个代理在一个环境中每隔一段时间采取一步行动的过程。
这个代理是一个神经网络，环境是金融市场。
该库将实时数据传入一个模拟环境中，训练这个深度强化学习代理，然后每天根据输出使用Alpaca API进行实际交易。
在训练结束后，展示了一个回测结果，展示了该系统如何根据以往数据做出决策。
根据这些结果，他就可以设置一个阈值来决定买卖股票的决策，然后让这个系统每天运行并决定是否购买股票。
那么最后问题来了，费这么大劲，他赚钱了吗？
答案是赚了一点，24小时最终获得了 1.62% 的收益率。
很多朋友想要做网格交易，但是吧，很多股票交易软件上都是不支持回测的。
今天特意挖掘了两个可以进行网格回测、模拟的交易软件。
选择做网格交易的标的，我们之前其实也说过，去选择波动率大的，在交易软件里面有一个指标HISV(历史波动率)可以参考
历史波动率是基于过去的统计分析得出的，假定未来是过去的延伸，利用历史方法估计波动率类似于估计标的资产收益系列的标准差。
计算公式为：收盘价的N日标准偏差*250的开方*100。
恒生科技指数的120日波动率是在29，近半年最高波动率到了40。我们就选它来做个回测。
进行网格策略回测、设置使用专门的量化交易软件会更有效，更贴合投资者的实际想法去操作，这个我们改天单独专门来说。
今天我们说说手机上能够进行网格策略回测的软件：
首先我们设置的时间都是半年，基准价格0.6元，价格区间设置在0.4-0.7元，每上涨下跌3%进行买入卖出。
软件A的回测只能是设置每份资金1万，没法改。每份资金是1万元，总资金10万。
最终的回测结果是，累计收益5.43%，年化收益11.25%，收益走势是超过了恒生科技的，结果还算漂亮。
我们看软件B的回测，在设置的时候，回测的设置参数比较简单，设置只有时间，初始基准价格，涨跌比例。在设置买入卖出份数的时候，只能设置单笔3000份，且是默认的，没办法设置金额。
就这么简单回测以下，网格收益率为3.11%，相比一直持有收益率负0.67%，还是好很多了。
在这个软件B上面有一个最优回测，主要就是设置的涨跌比例1.5%，收益比3%的策略多了1%，但是交易成本多了520，这个费率不知道软件是怎么算的，但是感觉上是不划算的，不知道大家是怎么看的？
这两个交易软件都可以进行模拟网格策略设置，担心实盘效果不好可以采用模拟的尝试。但是模拟的效果远不如实盘下水遛遛哦~
因为指数的行情、波动不是一直保持不一样的，当你模拟到效果好了，但是，行情、波动率没有了，实盘的效果就会很差！！！
就好像是模拟炒股永远都是赚钱的，一到实盘，就哦豁了。
就好比是近3个月做网格策略的效果其实就没有一直拿着ETF好，一直拿着ETF可以获得15%的收益，而频繁的做网格，收益只有2%。
不同的行情条件下，需要对策略进行更换，调整，A股没有一成不变的操作方式的。
如果对网格条件要求比较高，可以用量化软件自己去编写策略，能更好实现，关键现在量化开户的门槛也不高。
欢迎关注交流~ღ( ´･ᴗ･` )比心
