Ihiwalay ang mga forecast sa mga order
Nagpapahayag ang isang signal ng direksyon at antas ng kumpiyansa. Tinutukoy ng position sizing, rebalancing at execution kung paano nagiging trading strategy ang forecast na iyon.
Alpha at mga signal
Bumubuo ang mga AI agent ng mga hypothesis sa trading at code ng strategy. Kasama rin sa Stratmill ang mga component para sa pananaliksik ng signal na sumusuri sa mga forecast, isinasaalang-alang ang turnover at mga gastos, at pinagsasama ang mga signal sa ilalim ng iisang risk model.
Nakalista ang bawat pagsusuri sa pahina ng Alpha Signals ng iyong workspace. Nananatiling kakayahan ng engine ang pinagsama-samang mga signal book.
signal_evaluation.pyresult = evaluate_signal(
forecast, next_return,
round_trip_cost=cost,
)
net_edge = result.net_edge
Ilustratibong halimbawa · hindi live na resulta
Interactibong Ilustrasyon
Kailangan ng isang ideyang binuo ng AI ng nasusukat na ebidensya. Ipakita ang magkakasunod na obserbasyon upang maihambing ang marka ng pagtataya sa sumunod na return.
Hindi sapat ang positibong korelasyon sa maliit na halimbawang ito upang magtatag ng isang edge na maaaring i-trade. Suriin ang abot-tanaw ng pagtataya, mga independiyenteng sample, turnover at mga gastos bago pagsamahin ang mga signal.
Return sa susunod na bar (%)
Marka ng pagtataya
Ang mga unang obserbasyon ay nagbibigay lamang ng marupok na pagtataya.
Maaaring pahinain ng mga bagong obserbasyon ang tila ugnayan.
Suriin ang buong sample at ang kawalan ng katiyakan nito bago bumuo ng konklusyon.
Tuklasin kung paano nakatutulong ang yugtong ito sa pabrika ng AI trading strategy.
Nagpapahayag ang isang signal ng direksyon at antas ng kumpiyansa. Tinutukoy ng position sizing, rebalancing at execution kung paano nagiging trading strategy ang forecast na iyon.
Isinasaalang-alang ng pagsusuri ng signal ang information coefficient, ebidensiyang estadistikal, turnover, net edge at ugnayan sa mga umiiral na forecast.
Itinatala ng library ng signal ang bawat hatol sa pagsusuri, pati ang mga pagtanggi, at ipinapakita ang mga ito sa pahina ng Alpha Signals. Kapaki-pakinabang na resulta sa pananaliksik ang forecast na nawawala matapos isaalang-alang ang mga gastos.
Maaaring maging kapaki-pakinabang ang isang forecast nang mag-isa ngunit kakaunti ang maidagdag sa isang book na mayroon nang parehong exposure. Suriin kapwa ang impormasyon nito at ang ambag nito.
Tukuyin ang iminungkahing epekto at horizon ng forecast.
Sukatin ang impormasyon, turnover at net edge.
Bigyan ng timbang ang mga forecast at tukuyin ang laki ng pinagsamang exposure.
Suriin ang mga ambag at ihambing ang resulta kapag inalis ang signal.
Walang iisang estadistika ang makapagpapabago sa isang pagtataya upang maging aprubadong estratehiya. Nauuna ang pagsusuri ng signal sa beripikasyon ng estratehiya, pagsubok gamit ang makasaysayang datos, at pagsusuri bago ilabas.
Mag-scroll nang pahalang upang makita ang lahat ng column.
| Sukatan | Tanong na sinasagot nito | Mga dapat bantayan |
|---|---|---|
| Information coefficient | Umaayon ba ang forecast sa mga kasunod na return? | Laki ng sample, kawalan ng katiyakan at horizon ng forecast. |
| Turnover at net edge | Nakaliligtas ba ang tinatayang epekto sa gastos ng pagsunod dito? | Maaaring maubos ng mga gastos sa trading at pagbabago sa forecast ang gross edge. |
| Ugnayan | Katulad ba ang forecast na ito ng isa nang nasa book? | Maaari pa ring ilarawan ng magkaibang pangalan ang parehong pinagbabatayang taya. |
| Ambag | Paano inilalaan ang resulta ng pinagsamang book sa mga signal nito? | Ang naitalang attribution ay isang alokasyon; ihambing ito sa run na walang signal upang pag-aralan ang marginal effect nito. |
Naghahanap ang alpha research ng prediktibong epekto na maaaring magdagdag ng mga return na lampas sa umiiral na exposure o benchmark. Ang alpha hypothesis ay isang pahayag na susubukan, hindi pangako ng labis na return.
Sa pahina ng Alpha Signals ng iyong workspace, sa library ng signal. Inililista nito ang bawat pagsusuri ng forecast na naitala ng pipeline para sa iyong mga estratehiya, tinanggap man o tinanggihan, kasama ang information coefficient nito, gross at net na edge kada panahon, gastos, horizon at hatol. Mag-filter ayon sa yugto o hatol, maghanap ayon sa estratehiya o instrumento, at lumipat sa mga estratehiya ng platform, na mababasa ng lahat ng naka-sign in na user ang mga pagsusuri.
Tatlo. Ang baseline ang unang buong backtest, bago ang anumang pagsusuri o pag-tune. Inuulit ng optimized replay ang mga na-optimize na parameter sa datos na ginamit sa pag-tune ng mga ito, kaya in-sample ito at hindi kailanman ebidensyang out-of-sample. Ang final exam ang nag-iisang pagbasa sa nakalaang huling window, itinatago pumasa man o hindi ang estratehiya.
Hindi. Inilalarawan ng mga live market indicator ang kasalukuyang kalagayan ng merkado. Ang research signal ay isang forecast na sinusuri batay sa mga kasunod na kinalabasan; ang indicator lamang ay hindi ebidensiya ng tradable edge.
Pinagsasama ng bahagi ng signal-book ang mga tinimbang na pagtataya sa iisang posisyon at pinamamahalaan ang panganib at muling pagbabalanse nito.
Hindi. Ang pagtanggap sa signal ay isang hatol sa pananaliksik. Kailangan pa rin ng nagresultang strategy ng verification, testing, pagsusuri at paper admission; ang live execution ay nangangailangan din ng authorization na partikular sa account at mga operasyonal na pagsusuri.
Hindi. Itinatala ng book ang allocation ng P&L batay sa bahagi. Nagbibigay ang paghahambing na mayroon at walang signal ng ibang pananaw sa ambag nito, ngunit hindi inaalis ng alinman ang kawalan ng katiyakan tungkol sa pag-uugali sa hinaharap.
Tingnan kung paano nagtutulungan ang mga AI agent, testing engine at execution control sa buong pabrika ng strategy.
Ang Stratmill ay isang AI trading strategy platform, hindi payong pinansyal o broker. Ang mga resulta ng backtest at paper trading ay hypothetical. May panganib ng pagkalugi sa trading.