رفتن به محتوا

نحوه کار Stratmill

کارخانه استراتژی هوش مصنوعی شما چگونه کار می‌کند.

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.

فرضیه بازار، مدل تحلیلی، بک‌تست، افت سرمایه و مطالعات معاملات شبیه‌سازی‌شده به‌هم‌پیوسته

کارخانه استراتژی را در حال فعالیت ببینید.

نمونه‌ی نمایشی · نه یک نتیجه‌ی زنده

ببینید عامل‌های هوش مصنوعی چگونه یک استراتژی را می‌سازند و بازبینی می‌کنند.

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.

  1. توصیف کنید
  2. ساخت و تأیید
  3. بک‌تست
  4. آزمون تنش
  5. معامله آزمایشی
01

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.

02

آزمایش و بازبینی

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.

03

پذیرش و مشاهده

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.

برای نخستین اجرای استراتژی خود چه چیزهایی آماده کنید.

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.

  1. به آن جهت بدهید

    برتری (edge) و ریسک‌های آن را توصیف کنید.

  2. کار را بازبینی کنید

    گزارش‌ها، معاملات و تصمیم‌ها را بخوانید.

  3. مرحله‌ی بعد را تصمیم بگیرید

    تکرار کنید، رها کنید یا کار آزمایشی تأییدشده را دنبال کنید.

یک مسیر توسعه استراتژی که می‌توانید 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.

  1. تعریف

    عامل پژوهش هوش مصنوعی

    فرضیه‌ای همراه با بازار، قواعد و ریسک‌ها.

  2. ساخت

    کدنویسی و راستی‌آزمایی هوش مصنوعی

    کد استراتژی و بررسی‌های پیاده‌سازی.

  3. آزمون

    بک‌تست و بهینه‌سازی

    معاملات، هزینه‌ها و نتایج اعتبارسنجی.

  4. به چالش کشیدن

    تحلیل و بازبینی ریسک هوش مصنوعی

    یافته‌ها، استثناها و تصمیم بازبینی.

  5. پذیرش

    بازبینی سبد سرمایه توسط هوش مصنوعی

    تصمیم انتشار مرتبط با نسخهٔ استراتژی.

  6. مشاهده

    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.

بدانید چه چیزی را باز کنید و چرا.

یک نتیجه را تا فرضیات و تصمیم‌هایی که آن را تولید کرده‌اند دنبال کنید.

برای دیدن همه ستون‌ها به‌صورت افقی پیمایش کنید.

سابقه توسعه استراتژی شما
باز کردنبه دنبال چه باشیدبه چه چیزی کمک می‌کند پاسخ داده شود
فرضیهبازار، بازهٔ زمانی، مزیت مورد انتظار و ریسک‌ها.این استراتژی قصد دارد چه چیزی را بیازماید؟
گزارش استراتژیدسترسی به کد در صورت مجاز بودن، بررسی‌ها، معاملات و عملکرد.آیا پیاده‌سازی با ایده مطابقت دارد؟
تاریخچهٔ تکرارتغییرات، بازخورد بازبینی و تلاش‌های پیشین.بین آزمایش‌ها چه چیزی تغییر کرده است؟
سابقهٔ معاملهٔ آزمایشیموقعیت‌ها، اجراها و ارزش خالص پس از پذیرش.استراتژی روی داده‌های ورودی چگونه رفتار می‌کند؟

تصویرسازی تعاملی

ببینید بازبینی چگونه دامنه را محدود می‌کند.

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

گروه نمونه‌ی فرضی متشکل از ۱۰۰ ایده؛ این‌ها نرخ‌های واقعی تبدیل در پلتفرم نیستند. این نمای ساده‌شده، حلقه‌های انتظار و بازنگری را نادیده می‌گیرد.
سهم از گروه نمونه‌ی اولیه
100%

با یک فرضیه‌ی قابل‌آزمون، قواعد روشن و دلیلی برای احتمال وجود این اثر شروع کنید.

این فرایند فراتر از بک‌تست است.

اجزای پیرامون توسعه استراتژی را بررسی کنید: داده‌ها، پیش‌بینی‌ها، تصمیم‌های پرتفوی، کنترل‌های انتشار و بازخورد حاصل از کارهای قبلی.

آلفا و سیگنال‌ها

پیش از ترکیب سیگنال‌ها، اطلاعات پیش‌بینی، هزینه‌ها و هم‌پوشانی را ارزیابی کنید.

کاوش آلفا و سیگنال‌ها

بهینه‌سازی و اعتبارسنجی

حساسیت، نتایج آزمون پیش‌رونده و مجموعه‌دادهٔ کنارگذاشته‌شده برای ارزیابی نهایی را بررسی کنید.

کاوش بهینه‌سازی و اعتبارسنجی

ساخت پرتفوی

همبستگی‌ها، وزن‌ها، سهم هر جزء در ریسک و تعداد مؤثر موقعیت‌های سرمایه‌گذاری مستقل را مقایسه کنید.

کاوش ساخت پرتفوی

معاملات زنده

اجرای پشتیبانی‌شده را مجاز کنید و سفارش‌ها، موقعیت‌ها و تطبیق را پایش کنید.

کاوش معامله‌گری زنده

حافظه پژوهش

نتایج قبلی موجود و درس‌های ثبت‌شده، فرضیه‌ها و بازبینی‌های آینده عامل‌های هوش مصنوعی را آگاه می‌کنند.

کاوش حافظه پژوهش

پرسش‌ها، پاسخ داده شده.

پرسش‌ها و پاسخ‌های بیشتر
از کجا شروع کنم؟

یک 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 طرح یعنی چه؟

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.

در اولین گزارش تحقیقاتی خود چه چیزی باید بگنجانم؟

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.

چرا ممکن است یک اجرا به‌جای پیشرفت، در حالت انتظار باشد؟

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.

آیا می‌توانم تحقیق خود را متوقف یا موقتاً نگه دارم؟

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.

وقتی یک بررسی ناموفق باشد چه اتفاقی می‌افتد؟

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.

با پرسشی شروع کنید که ارزش آزمایش داشته باشد.

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.