先釐清想法，再開始編碼
使用 Strategy Builder 釐清市場與規則、檢視可行性及過往研究，並在開發前核准或修訂假設。
探索 Strategy Builder打造你的 AI 量化交易策略工廠
透過協同合作的 AI 代理團隊，將構想轉化為交易策略。Stratmill 自動完成程式開發、回測、參數最佳化與風險審查，並提供模擬交易及須另行授權的實盤執行。
策略開發、驗證與受控執行。
strategy.pyclass Alpha(FactoryStrategy):
def calculate_signal(self, bar):
fast = self.fast_ma.value
slow = self.slow_ma.value
return (fast - slow) / slow
示意範例，非實際即時結果
AI 代理建構並完善您的策略。
AI 研究代理發展構想。AI 程式編寫代理建構並修訂策略。
探索策略研究先有證據，再有信心。
AI 分析代理檢視回測結果。獨立的 AI 風險審查代理則對研究結果提出質疑。
探索回測功能
回測資料來源
幣安
Bybit
Hyperliquid
Deribit
Polymarket
深入了解 AI 策略工廠
一座工廠。從構想到執行。
01
生成構想
從您自己的構想開始，或啟用 Autopilot。AI 研究代理會運用可用的市場背景、先前結果與記錄在案的經驗，發展可測試的假設。
02
建置與驗證
AI 開發代理撰寫並修訂策略。自動化驗證與 AI 品質保證審查代理會檢查程式碼、資料使用方式及交易邏輯。
03
回測
回測引擎使用歷史資料、設定的費用與執行假設來模擬交易。AI 分析代理評估結果，並建議進一步測試、修訂或放棄策略。
04
最佳化與審查
最佳化工具會執行敏感度、走勢前推與留出集測試。AI 分析代理評估穩健性；獨立的 AI 風險審查代理則檢視證據與所提出的例外情況。
05
模擬與實盤交易
AI 投資組合代理會審查策略是否適合推進至下一階段，以及是否適合納入投資組合。核准的策略會進入模擬交易；平台支援的實盤執行須取得您的授權、連結交易帳戶，並設有執行控管機制。
透過記錄在案的階段、報告與審查決策，追蹤 AI 代理的工作。檢查或審查未通過，可能會將策略退回修訂，或結束此次執行。
觀看策略工廠運作。
示意範例，非實際即時結果
觀看 AI 代理建構並審查策略。
AI 代理負責發展構想、撰寫程式碼並評估測試結果。審查結果可能會將策略退回以進行下一輪迭代。
留意過程，而不只是結果。
示意的權益曲線會呈現過程中的波折。在解讀結果之前，請先檢視回撤與交易成本。
將未平倉部位一併納入檢視。
比較帳戶權益與已平倉餘額。未平倉部位可能在交易結算前就改變權益。
- 描述構想
- 建置與驗證
- 回測
- 壓力測試
- 模擬交易
權益已平倉交易餘額回撤
淨報酬—
最大回撤—
檢查點—
開發策略的更多方式
帶入您的程式碼與資料
匯入您有權使用的程式碼，或在 My Data 中驗證自己的資料集。相容性、來源涵蓋範圍及翻譯差異都會清楚顯示。
探索匯入與資料測試、比較並匯出
在 Backtest Lab 中執行獨立實驗、檢視其參數與結果，並在匯出策略前確認與目標平台的相容性。
探索 Backtest Lab
帶上你的策略，帶走你的程式碼。
跨平台匯入、檢視與匯出。
從你擁有的程式碼開始，或匯出你有權使用的策略。每項轉換都會說明相容性限制，以及實際執行過的檢查。
支援從十種來源格式匯入
TradingView Pine Script、Freqtrade、Jesse、backtrader、QuantConnect LEAN、MetaTrader 4、MetaTrader 5、FMZ、vn.py 和 Hummingbot。最多可上傳 20 個檔案，並在開始前檢視點數估算。
探索策略匯入審查翻譯結果
你的原始程式碼會保持私密。檢視指標、訂單和可用資料的變更，再查看驗證結果及任何交易比較。匯入程式碼絕不會送出實盤訂單。
閱讀匯入指南支援匯出至八個平台
下載適用於 Freqtrade、Jesse、backtrader、vn.py、TradingView、QuantConnect LEAN、MetaTrader 5 或 Hummingbot 的移植版本。相容性和可用引擎會決定移植版本是否經過引擎測試、執行環境測試，或僅經自我檢查。
比較匯出檢查市場
多個市場。同一座策略工廠。
在同一個工作區研究加密貨幣、股票、即期外匯、黃金和預測市場。資料涵蓋範圍、回測、紙上交易和實盤執行是各自獨立的功能；是否提供取決於商品和交易場所。
你實際獲得的成果
完整回測報告，而非單純訊號
回測引擎會產生績效、回撤與交易紀錄。AI 代理檢視這些證據並記錄其發現。本範例展示報告格式；請開啟策略清單以檢視已發布的紀錄。
示意範例，非實際即時結果
BTC 每週現金擔保賣出選擇權・Deribit通過保留測試
策略
買入持有
2023 年 6 月 – 2026 年 7 月 · 已扣除 Deribit 費用與資金費率
風險與績效
+147%
總報酬
2.31
夏普值
1.86
Sortino 比率
-12.4%
最大回撤
68%
勝率
2.68
獲利因子
單筆交易報酬分佈 — 扣費後呈正偏態
不必只聽我們說——這些頁面公開瀏覽，無需帳號：
沒有夢幻成交
成本應納入回測之中
成本因市場而異：加密貨幣的手續費與資金費率、股票的佣金與當地徵費，或外匯與黃金的點差及融資成本。請查看每次回測所記錄的假設。
水平捲動以查看所有欄位。
| 交易場所 | 商品類型 | 掛單費率 | 吃單費率 | 設定的槓桿倍數 |
|---|---|---|---|---|
| 幣安 | U本位合約 | 0.020% | 0.050% | 20× |
| Hyperliquid | 永續合約 | 0.015% | 0.045% | 20× |
| Bybit | 線性合約 | 0.020% | 0.055% | 20× |
| 幣安 | COIN-M 反向合約 | 0.010% | 0.050% | 20× |
| 幣安 | 現貨 | 0.100% | 0.100% | 1× |
| Hyperliquid | 現貨 | 0.040% | 0.070% | 1× |
| Deribit | 選擇權 | 0.030% | 0.030% | — |
| Polymarket | 預測 | 0.000% | 3.500% | 1× |
| 市場 | 需檢視的成本 |
|---|---|
| 即期外匯 | 採用實測點差與模型估算的隔夜持有成本，並記錄成本模型與資料版本。 |
| 美國及國際股票 | 依交易場所而異的佣金、點差、價格衝擊，以及適用的稅費或徵費。請確認貨幣換算與交易時段規則。 |
| 現貨黃金 | 模型估算的點差與隔夜融資成本，並納入交易時段的執行規則及歷史資料涵蓋度檢查。 |
這些是模擬輸入值，並非券商報價。各項商品的手續費、融資成本、點差、滑價與價格衝擊都可能改變結果。在比較策略前，請檢視該次執行的成本模型與資料涵蓋度。
為嚴謹而生
AI 代理在一個相互連結的流程中協同運作。
AI 代理人團隊
AI 研究、程式編寫、品質保證、分析、風險與投資組合代理各司其職。策略工廠將它們的決策連結至測試引擎、修訂迴圈與發布檢查，集中保留策略的完整開發歷程。
過度擬合防線
自動化驗證、走勢前推與留出集測試會檢驗是否過度擬合。AI 分析代理評估研究結果，獨立的 AI 風險審查代理則在策略晉級前檢視所提出的例外情況。
真實市場微結構
歷史市場資料、設定的手續費與執行假設共同建構交易成本模型。涵蓋範圍與成交模擬的真實程度取決於交易標的與可用資料。
策略市集
訂閱前請先檢視已發布策略及其回測紀錄。發布者可獲得策略訂閱收益的 70%。
繼承研究資產
AI 研究代理可以參考過往成果與記錄在案的經驗。付費工作區也可以使用平台研究語料庫；私人工作區的研究則維持獨立。
回測與模擬交易一致
模擬交易使用與回測完全相同的引擎——每個通過篩選的策略都在各自隔離的即時節點中，依據交易所的真實報價成交。
交易所端出場管理
策略可將停損與停利掛為交易所端的括號單——與交易台實際下的條件單相同，並完整建模。
逐日盯市的真實績效
權益曲線逐根 K 線按市價計值，含未實現損益——槓桿策略在保證金不足時會被強制平倉，與真實交易所一致。
深度市場數據
探索歷史 K 線資料與其他輔助輸入資料，例如資金費率、未平倉量、選擇權資料與新聞情緒。請至資料頁面查看可用的涵蓋範圍。
市集
探索策略並檢視證據
探索涵蓋加密貨幣、股票、外匯與黃金的研究。訂閱前，請檢視每項已發布策略的交易、成本、回撤與驗證情況。可用性取決於交易場所與資料；這些範例僅供構思，並非上架項目或績效結果。
瀏覽策略市集示意範例，非實際即時結果
加密貨幣資金費率研究
比較資金費率累計、手續費與避險成本。
股票輪動研究
運用可取得的歷史資料與交易時段日曆，比較美國及國際股票。
外匯趨勢研究
檢視各貨幣對的點差、隔夜持有成本與驗證情況。
黃金突破研究
檢視 XAU/USD 交易、交易時段規則與融資成本。
探索更多策略工廠內容。
沿著從預測研究到投資組合決策及受控執行的流程前進。每個階段都有各自的證據與責任。
策略研究
構想開發是策略工廠的第一階段。AI 研究與程式編寫代理將假設轉化為策略程式碼；測試與審查結果會引導後續修訂。
探索策略研究知識圖書館
Stratmill 的 AI 代理閱讀的精選研究資料庫：書籍、論文、筆記本與開源交易程式碼及其圖表。搜尋、閱讀，並將任何文件送入研究流程。
探索知識庫Alpha 與訊號
訊號表達方向與信念強度。部位規模、再平衡與執行決定該預測如何轉化為交易策略。
探索 alpha 與訊號投資組合建構
相關性矩陣可以揭示同步變動的策略。有效押注有助於區分策略數量與獨立曝險的多寡。
探索投資組合建構自動化
自動化功能將 Stratmill 與外部工具連接，目前從 TradingView 警示和策略腳本開始。每項自動化都會先徵求您的知情同意，您也可以隨時撤回同意。
探索自動化功能實盤交易
實盤交易授權與特定策略發布版本及您連結的帳戶綁定。僅有模擬交易結果或購買方案，並不代表已授權送出真實訂單。
探索實盤交易定價
免費開始，見效再擴大規模。
點數用於計量您的研究所耗用的 AI 工作量。您可以先使用每月免費額度；付費方案則提供更多額度，以及平台研究資料庫的存取權限。
同時處於研究階段的策略數量設有上限；這不是每日啟動次數的額度。每日啟動次數上限與可用積分也會適用。
常見問題
你實際上註冊的是什麼
AI 策略工廠能自行生成構想嗎？
可以。啟用 Autopilot 後，AI 研究代理便可提出新的假設，並將其送入開發流程。它會運用工作區中可用的背景資訊與先前成果。使用額度、每日啟動次數上限及可用容量的限制仍然適用。您也可以提交自己的構想，而每項策略仍須接受測試與審查。
Stratmill 的 AI 代理是什麼？
這些是由 AI 驅動的軟體代理，各自負責策略開發中的一項角色：研究、程式編寫、品質保證、分析、風險審查或投資組合審查。回測與驗證引擎會執行模擬及自動化檢查，為這些審查提供依據。策略必須通過適用的准入與發布檢查，才能進行模擬交易；僅憑 AI 建議並不足以啟用實盤交易。
我需要會寫程式或會交易嗎？
您可以用日常語言開始。AI 研究代理會發展您的假設，AI 開發代理會撰寫程式碼，而 AI 品質保證與分析代理則會審查實作與結果。具備交易知識有助於您判斷它們的工作、假設條件與風險。
會動用到真實資金嗎？
研究與模擬交易皆使用虛擬資金。實盤執行是另一項獨立且受限的流程，需要明確授權並設定好交易帳戶。啟動研究執行或購買方案並不會自動啟用實盤交易；一旦啟用實盤交易，可能會產生實際資金的虧損。
你們如何避免過度擬合？
我們採用敏感度分析、前推測試與留出測試，並搭配去膨脹夏普比率（deflated Sharpe）與回測過度擬合機率等檢查方式。有效性門檻與風險審查決定是否可以核准，部分品質門檻允許經審查通過的例外情況。這些檢查無法保證未來的績效表現。
回測結果貼近實際嗎？
回測採用設定好的交易所手續費，並對成交、適用的融資與保證金成本進行建模。請搭配報告檢視資料涵蓋範圍與相關假設：歷史模擬無法重現所有實盤執行的情況。
策略可以交易哪些市場？
研究流程支援加密貨幣期貨、現貨、選擇權、股票與預測市場。可用標的、歷史資料與模擬交易支援程度會因交易所而異。選擇策略前，請至資料與市場頁面查看涵蓋範圍。
什麼是點數？
點數是預付的平台使用單位，用來計量你的研究所消耗的 AI 運算資源。免費方案每月提供固定額度；付費方案額度更多，另有永不過期的加購包。
我可以不使用付款卡就開始使用嗎？
可以。您無需提供付款卡即可建立免費帳戶。免費方案包含每月積分額度、同時進行研究的容量，以及無上限的模擬交易。價格頁面列出目前的額度與升級選項。
我在建立帳戶之前可以先瀏覽哪些內容？
你可以瀏覽公開的市場頁面、已發布的策略，以及市集列表。在開始自己的研究之前，可先閱讀現有的報告與證據。工作區的操作以及策略程式碼的存取權限，則取決於登入狀態、所有權以及適用的存取規則。
每一次研究執行流程都會產生獲利策略嗎？
不會。一個執行流程可能需要多次修改，也可能在檢查或審查後被放棄。點數計量的是所執行的 AI 工作量，因此即使某次執行流程從未進入模擬交易，仍會消耗點數。有用的產出，也可能只是「這個構想不值得繼續」的證據。
當月未用完的點數會結轉到下個月嗎？
每月額度會在每個週期重設，不會累積。購買的積分包不會過期，並會在每月額度用完後扣抵。積分與同時執行數量上限分開計算；加購積分包不會改變這些方案上限。
我可以查看策略的原始程式碼嗎？
原始程式碼的存取權限取決於所有權以及該策略的分享或市集規則。一份可查閱的公開報告，不一定包含不受限制的程式碼存取權限。在訂閱或使用某個特定策略之前，請先確認該策略所提供的存取範圍。
一次研究執行流程需要多長時間？
並沒有固定的完成時間。資料需求、模擬工作量、代理人可用性、修改次數與審核，都會影響所需時間。請在你的工作區中追蹤該執行流程所處的階段與歷史紀錄；啟動一個執行流程並不保證該策略最終會獲得核准。
每個結論背後的數學
在核准前先揭露潛在弱點
AI 分析代理與 AI 風險審查代理會將這些檢查結果與策略報告一併檢視；有效性未通過會阻止策略晉級，品質方面的發現則會納入其評估，包括任何有文件記錄的例外情況。
縮減夏普比率（Deflated Sharpe）
檢查項目 因重複試驗而被誇大的績效。去膨脹夏普比率會考量試驗次數與報酬特性。
滾動前推最佳化
檢查項目 只擬合過去的參數。以樣本內擬合、樣本外評分，在滾動視窗中逐段檢驗——績效衰退立刻現形。
一次性保留樣本
檢查項目 對整份資料集的過度擬合。最後一段未動用的資料只測試一次——沒有第二次機會，也不能偷看。
敏感度與斷崖偵測
檢查項目 不穩定的參數選擇。敏感度掃描顯示相近設定值對績效的影響，供審查參考。
成本門檻
檢查項目 報酬過小，不足以覆蓋模型化的交易成本。成本檢查會與其他核准證據一併評估。
樣本內／樣本外衰退比
檢查項目 樣本內的虛假光環。若樣本外表現遠低於樣本內，該結果將被視為雜訊。