توصیف و ساخت
با یک ایده شروع کنید یا Autopilot را فعال کنید. یک عامل پژوهش هوش مصنوعی فرضیه را توسعه میدهد، یک عامل کدنویسی هوش مصنوعی استراتژی را مینویسد و راستیآزمایی پیادهسازی آن را بررسی میکند.
نحوه کار Stratmill
یک چرخه عمر یکپارچه را دنبال کنید: تولید ایده، کدنویسی هوش مصنوعی، راستیآزمایی، پسآزمایی، بهینهسازی، بازبینی ریسک و معاملات کاغذی. اجرای زنده پشتیبانیشده مرحلهای جداگانه است که به مجوز شما نیاز دارد.

نمونهی نمایشی · نه یک نتیجهی زنده
عاملهای هوش مصنوعی ایده را توسعه میدهند، کد مینویسند و نتایج آزمون را ارزیابی میکنند. یافتههای بازبینی میتوانند استراتژی را برای یک تکرار دیگر به مرحله توسعه بازگردانند.
یک نمودار تصویری از منحنی سرمایه، فراز و نشیبهای مسیر را نشان میدهد. پیش از تفسیر نتیجه، افت سرمایه (drawdown) و هزینههای معاملاتی را بررسی کنید.
سرمایه حساب را با موجودی معاملات بستهشده مقایسه کنید. یک پوزیشن باز میتواند پیش از بسته شدن معامله، سرمایه را تغییر دهد.
با یک ایده شروع کنید یا Autopilot را فعال کنید. یک عامل پژوهش هوش مصنوعی فرضیه را توسعه میدهد، یک عامل کدنویسی هوش مصنوعی استراتژی را مینویسد و راستیآزمایی پیادهسازی آن را بررسی میکند.
موتورهای پسآزمایی و بهینهسازی شواهد را تولید میکنند. عاملهای تحلیل و ریسک هوش مصنوعی یافتهها را ارزیابی کرده و میتوانند استراتژی را برای اصلاح بازگردانند.
کارهای تأییدشده در محدودهی جایهای موجود وارد معاملهی آزمایشی میشوند. رفتار آنها را روی دادههای جدید بررسی کنید و اجرای واقعی را جدا نگه دارید.
یک توضیح مفید، رفتار بازاری که انتظارش را دارید، ابزار و بازهی زمانی، محرک ورود به معامله، نحوهی خروج از پوزیشن و آنچه ایده را باطل میکند را روشن میسازد. کار را آنقدر محدود شروع کنید که بتوانید شواهد را درک کنید.
برتری (edge) و ریسکهای آن را توصیف کنید.
گزارشها، معاملات و تصمیمها را بخوانید.
تکرار کنید، رها کنید یا کار آزمایشی تأییدشده را دنبال کنید.
هر مرحله کاری برای بازبینی مرحلهٔ بعد تولید میکند. یک بررسی ناموفق میتواند ایده را برای بازنگری بازگرداند یا اجرا را پایان دهد.
عامل پژوهش هوش مصنوعی
فرضیهای همراه با بازار، قواعد و ریسکها.
کدنویسی و راستیآزمایی هوش مصنوعی
کد استراتژی و بررسیهای پیادهسازی.
بکتست و بهینهسازی
معاملات، هزینهها و نتایج اعتبارسنجی.
تحلیل و بازبینی ریسک هوش مصنوعی
یافتهها، استثناها و تصمیم بازبینی.
بازبینی سبد سرمایه توسط هوش مصنوعی
تصمیم انتشار مرتبط با نسخهٔ استراتژی.
معاملهٔ آزمایشی (پیپر)
موقعیتها، معاملات و ارزش خالص شبیهسازیشده روی دادههای جدید.
این مسیر یک نمای کلی سادهشده است. بهینهسازی، تکرار و پذیرش به اجرا و یافتههای آن بستگی دارد.
یک نتیجه را تا فرضیات و تصمیمهایی که آن را تولید کردهاند دنبال کنید.
برای دیدن همه ستونها بهصورت افقی پیمایش کنید.
| باز کردن | به دنبال چه باشید | به چه چیزی کمک میکند پاسخ داده شود |
|---|---|---|
| فرضیه | بازار، بازهٔ زمانی، مزیت مورد انتظار و ریسکها. | این استراتژی قصد دارد چه چیزی را بیازماید؟ |
| گزارش استراتژی | دسترسی به کد در صورت مجاز بودن، بررسیها، معاملات و عملکرد. | آیا پیادهسازی با ایده مطابقت دارد؟ |
| تاریخچهٔ تکرار | تغییرات، بازخورد بازبینی و تلاشهای پیشین. | بین آزمایشها چه چیزی تغییر کرده است؟ |
| سابقهٔ معاملهٔ آزمایشی | موقعیتها، اجراها و ارزش خالص پس از پذیرش. | استراتژی روی دادههای ورودی چگونه رفتار میکند؟ |
تصویرسازی تعاملی
یک فرایند پژوهشی باید متوقف کردن ایدههای ضعیف را آسانتر کند. یک گروه نمونهی سادهشده و شواهد لازم در هر نقطهی بازبینی را بررسی کنید.
ایدههایی که به هر نقطهی بازبینی میرسند
با یک فرضیهی قابلآزمون، قواعد روشن و دلیلی برای احتمال وجود این اثر شروع کنید.
بررسی کنید که کد، فرضیه را پیادهسازی میکند و دادهی موردنیاز در دسترس است.
پیش از تصمیم به ادامهی کار، هزینهها، نتایج خارج از نمونه و استحکام را بازبینی کنید.
پذیرش همچنین نیازمند بازبینی و در دسترس بودن یک جایگاه معاملهی آزمایشی است. نسخهی تأییدشده را روی دادههای جدید مشاهده کنید.
اجزای پیرامون توسعه استراتژی را بررسی کنید: دادهها، پیشبینیها، تصمیمهای پرتفوی، کنترلهای انتشار و بازخورد حاصل از کارهای قبلی.
پیش از تفسیر یک نتیجه، پوشش منابع و فرضهای مبتنی بر اطلاعات موجود در همان نقطه زمانی را بررسی کنید.
دادههای بازار را بررسی کنیدپیش از ترکیب سیگنالها، اطلاعات پیشبینی، هزینهها و همپوشانی را ارزیابی کنید.
کاوش آلفا و سیگنالهاحساسیت، نتایج آزمون پیشرونده و مجموعهدادهٔ کنارگذاشتهشده برای ارزیابی نهایی را بررسی کنید.
کاوش بهینهسازی و اعتبارسنجیهمبستگیها، وزنها، سهم هر جزء در ریسک و تعداد مؤثر موقعیتهای سرمایهگذاری مستقل را مقایسه کنید.
کاوش ساخت پرتفویاجرای پشتیبانیشده را مجاز کنید و سفارشها، موقعیتها و تطبیق را پایش کنید.
کاوش معاملهگری زندهنتایج قبلی موجود و درسهای ثبتشده، فرضیهها و بازبینیهای آینده عاملهای هوش مصنوعی را آگاه میکنند.
کاوش حافظه پژوهشیک حساب کاربری بسازید و ایدهی خود را در فضای کاریتان توصیف کنید. میتوانید پیش از ورود، استراتژیهای عمومی و صفحات بازار را بررسی کنید.
محدودیتهای اجرای فعال، کار پژوهشی همزمان را کنترل میکنند. جایهای آزمایشی، استراتژیهای پذیرفتهشدهی آزمایشی را کنترل میکنند. اعتبارهای ماهانه و محدودیتهای اجرای روزانه محدودیتهای جداگانهای هستند.
بازار و ابزار مالی، بازه زمانی، رفتاری که انتظار دارید، شرایط ورود و خروج، اندازهگیری موقعیت و ریسکها را توصیف کنید. توضیح دهید چه شواهدی باعث میشود ایده را رد کنید. یک سؤال متمرکز ارزیابی آسانتری نسبت به یک درخواست کلی برای یافتن یک استراتژی سودآور دارد.
محدودیتهای اجرای همزمان، محدودیتهای روزانه راهاندازی، در دسترس بودن عاملها، توقف موقت یا بررسی معلق میتوانند بر پیشرفت اثر بگذارند. برای اطلاعات بیشتر مرحله اجرا و تاریخچه آن را بررسی کنید. راهاندازی یک ایده تضمین نمیکند که هر مرحله فوراً آغاز شود.
بله. مالکان میتوانند اجراهای واجد شرایط را از صفحه جزئیات استراتژی موقتاً نگه دارند، از سر بگیرند یا متوقف کنند. نگهداشتن موقت، اجرا را برای بعد نگه میدارد؛ توقف آن را پایان میدهد. اگر استراتژی وارد معاملات آزمایشی شده باشد، رکورد موقعیت آن را بررسی کنید نه اینکه فرض کنید کنترل اعمالشده تمام موقعیتهای شبیهسازیشده را بسته است.
بسته به یافته، اجرا میتواند برای بازبینی برگردد، منتظر بررسی دیگری بماند یا کنار گذاشته شود. بازخورد راستیآزمایی، یافتههای تحلیلگر و تاریخچه تکرار را بررسی کنید تا تصمیم را درک کنید. یک آزمایش ناموفق همچنان میتواند به شما در اصلاح سؤال اصلی کمک کند.
استراتژیهای منتشرشده را بررسی کنید یا یک فضای کاری باز کنید تا با عاملهای هوش مصنوعی استراتژی خود را بسازید، آزمایش کنید و زیر نظر بگیرید.
Stratmill یک پلتفرم استراتژیهای معاملاتی مبتنی بر هوش مصنوعی است، نه مشاوره مالی یا کارگزاری. نتایج پسآزمایی و معاملات کاغذی فرضی هستند. معاملهگری با خطر زیان همراه است.