Binance Square

algotrading

104,093 次瀏覽
2,066 討論中
AL_Faisal
·
--
每日交易機器人報告 - 2026年11月20日 Binance期貨機器人:20筆交易 | 淨收益 +9.54美元 | 勝率75% Alpaca股票(模擬盤):2筆交易 | 淨收益 -15.27美元 | 勝率0% Alpaca加密貨幣(模擬盤):無已平倉交易 Bybit期貨(測試網):無已平倉交易 實際數據,已扣除手續費,包含虧損日。 自動交易機器人。非投資建議。 #TradingBot #AlgoTrading $BTC
每日交易機器人報告 - 2026年11月20日

Binance期貨機器人:20筆交易 | 淨收益 +9.54美元 | 勝率75%
Alpaca股票(模擬盤):2筆交易 | 淨收益 -15.27美元 | 勝率0%
Alpaca加密貨幣(模擬盤):無已平倉交易
Bybit期貨(測試網):無已平倉交易

實際數據,已扣除手續費,包含虧損日。
自動交易機器人。非投資建議。
#TradingBot #AlgoTrading $BTC
·
--
昨天我發佈了表現最好的演示機器人:9天漲了+15.4%。現在漲幅達到+22%。我用11年的數據對它進行了回測:它在2015年6月觸發了−40%的熔斷線。 計劃是從我的3個演示實驗室中各選出表現最好的機器人,加以改進,然後實盤運行。規則不變,使用真實的FxPro點差和融資成本,日線數據覆蓋2015–2026年: • 按它在實驗室裏的原樣運行:2015年就被淘汰。去掉熔斷線後,最大跌幅爲−99% • 僅做多:同樣在2015年被淘汰 • 僅做多、風險減半,並設定總風險上限:自2021年以來年收益率+4.1%,最大跌幅−21% 這+22%來自四個表現出色的星期。它的空頭策略在數據的前後兩個階段都虧了錢。 另外兩個候選:一個表現下滑(它複製的正是我的實盤機器人已經在做的事),另一個通過了測試,但會先繼續模擬運行3–6個月。 所以,“三個都實盤運行”變成了:暫時一個也不上。 你會觀察演示機器人多久,才相信它的表現數據?👇 非投資建議。演示結果和回測均計入真實成本。 #TradingBots #algoTrading $BTC
昨天我發佈了表現最好的演示機器人:9天漲了+15.4%。現在漲幅達到+22%。我用11年的數據對它進行了回測:它在2015年6月觸發了−40%的熔斷線。

計劃是從我的3個演示實驗室中各選出表現最好的機器人,加以改進,然後實盤運行。規則不變,使用真實的FxPro點差和融資成本,日線數據覆蓋2015–2026年:
• 按它在實驗室裏的原樣運行:2015年就被淘汰。去掉熔斷線後,最大跌幅爲−99%
• 僅做多:同樣在2015年被淘汰
• 僅做多、風險減半,並設定總風險上限:自2021年以來年收益率+4.1%,最大跌幅−21%

這+22%來自四個表現出色的星期。它的空頭策略在數據的前後兩個階段都虧了錢。

另外兩個候選:一個表現下滑(它複製的正是我的實盤機器人已經在做的事),另一個通過了測試,但會先繼續模擬運行3–6個月。

所以,“三個都實盤運行”變成了:暫時一個也不上。

你會觀察演示機器人多久,才相信它的表現數據?👇

非投資建議。演示結果和回測均計入真實成本。

#TradingBots #algoTrading $BTC
我的實盤機器人舊入場規則在兩年回測中賺了 +75%。但過去 12 個月只賺了 +0.4%。 我要替換它。 2024–26 年留出測試,使用相同的 6 種幣,每筆交易倉位相同(賬戶的 5.7%): • 舊版暴跌抄底規則:+75.2%,最大跌幅 −16.6%,2,392 筆交易 • 新版 CT10 規則:+18.7%,最大跌幅 −3.1%,112 筆交易 • 過去 12 個月:舊規則 +0.4%,新規則 +9.5%(83% 勝率) CT10 只在散戶交易者認輸離場時買入。它的交易次數大約少了 20 倍,所以總回報較低;按我自己的准入規則,它不該通過。我決定書面破例採用。兩位 AI 評審都同意,其中一位只支持先進行可撤回的試點。 安全措施:每筆交易倉位相同;舊規則繼續並行模擬運行;每週對比;一條指令即可撤銷更改。 你會選最大跌幅 −3%、回報 +19%,還是最大跌幅 −17%、回報 +75%?👇 非投資建議。以上爲回測結果;實盤將從同樣的小倉位開始。 #TradingBots #algoTrading $BTC
我的實盤機器人舊入場規則在兩年回測中賺了 +75%。但過去 12 個月只賺了 +0.4%。

我要替換它。

2024–26 年留出測試,使用相同的 6 種幣,每筆交易倉位相同(賬戶的 5.7%):
• 舊版暴跌抄底規則:+75.2%,最大跌幅 −16.6%,2,392 筆交易
• 新版 CT10 規則:+18.7%,最大跌幅 −3.1%,112 筆交易
• 過去 12 個月:舊規則 +0.4%,新規則 +9.5%(83% 勝率)

CT10 只在散戶交易者認輸離場時買入。它的交易次數大約少了 20 倍,所以總回報較低;按我自己的准入規則,它不該通過。我決定書面破例採用。兩位 AI 評審都同意,其中一位只支持先進行可撤回的試點。

安全措施:每筆交易倉位相同;舊規則繼續並行模擬運行;每週對比;一條指令即可撤銷更改。

你會選最大跌幅 −3%、回報 +19%,還是最大跌幅 −17%、回報 +75%?👇

非投資建議。以上爲回測結果;實盤將從同樣的小倉位開始。

#TradingBots #algoTrading $BTC
我的回測顯示,逢低買入加密貨幣的投降式拋售,每次拋售可獲利 +1.28%。但真正能交易的版本:+0.55%。 我將 55 條規則整合成一個“投降式拋售信號”:散戶保證金追繳、訂單簿流動性枯竭、未平倉合約集中平倉。數據覆蓋 2021–2026 年,已計入成本。每次拋售只計算一次,而不是按每種幣分別計算。 在 99 次留出樣本行情中: • 對每次拋售期間的每一天取平均:+1.28%,68% 爲正 • 只在首次觸發信號時買入:+0.55%,中位數 +0.06%,52% 爲正 第一個數字假設你一路下跌一路買入。信號觸發時,你並不能下這樣的賭注。 兩位 AI 審覈者檢查了這項分析,其中一位恰好發現了這個漏洞。 可交易版本的表現也因年份而異:2022 年 −0.97%,2023 年 +2.08%。 所以它目前仍停留在紙面上,我的實盤爆倉信號機器人也不會因此被替換。下一步測試:在拋售期間每出現新的一天就加倉,但設置上限。 你會在首次出現投降式拋售信號時買入,還是等待並分批建倉?👇 不構成財務建議。回測已計入成本。 #TradingBots #algoTrading $BTC
我的回測顯示,逢低買入加密貨幣的投降式拋售,每次拋售可獲利 +1.28%。但真正能交易的版本:+0.55%。

我將 55 條規則整合成一個“投降式拋售信號”:散戶保證金追繳、訂單簿流動性枯竭、未平倉合約集中平倉。數據覆蓋 2021–2026 年,已計入成本。每次拋售只計算一次,而不是按每種幣分別計算。

在 99 次留出樣本行情中:
• 對每次拋售期間的每一天取平均:+1.28%,68% 爲正
• 只在首次觸發信號時買入:+0.55%,中位數 +0.06%,52% 爲正

第一個數字假設你一路下跌一路買入。信號觸發時,你並不能下這樣的賭注。

兩位 AI 審覈者檢查了這項分析,其中一位恰好發現了這個漏洞。

可交易版本的表現也因年份而異:2022 年 −0.97%,2023 年 +2.08%。
所以它目前仍停留在紙面上,我的實盤爆倉信號機器人也不會因此被替換。下一步測試:在拋售期間每出現新的一天就加倉,但設置上限。

你會在首次出現投降式拋售信號時買入,還是等待並分批建倉?👇

不構成財務建議。回測已計入成本。

#TradingBots #algoTrading $BTC
我的 AI 審查員說,我的機器人修正版本把每筆交易 −8.19 的結果變成了 +1.95。我告訴它:還太早了。 每天早上,一個 AI 會檢查我的機器人,另一個則會跟它唱反調。 今天它們對我的溢價回落模擬交易機器人意見不合。修正內容是:只有價差達到 2% 時才交易,而不是 1%。原始版本則繼續同時運行。 修正版本的每筆交易結果(模擬交易,按 20,000 美元帳戶規模計算): • 11 月 16 日:−8.19(22 筆交易) • 11 月 18 日:+1.52(92 筆交易) • 今天:+1.95(122 筆交易) • 原始機器人:−1.18 審查員稱它「完全反轉」。三天前,同一個修正版本看起來還像是壞掉了。連續一段好表現也不能證明什麼。 它還指出「交易暴增」(72 小時內從 22 筆增加到 122 筆),並要我檢查是否有重新進場的迴圈。這問題問得合理,但並沒有:原始版本一天大約交易 150 筆。篩選條件更嚴格的版本一天大約交易 35 筆,這是預期中的比例。 它會在 11 月 21 日的每週檢視中接受評分。 你會讓 AI 審查你的交易嗎?還是它只會附和你?👇 非財務建議。模擬交易,使用真實的 Binance 手續費。 #TradingBots #AITrading #algoTrading $BTC
我的 AI 審查員說,我的機器人修正版本把每筆交易 −8.19 的結果變成了 +1.95。我告訴它:還太早了。

每天早上,一個 AI 會檢查我的機器人,另一個則會跟它唱反調。

今天它們對我的溢價回落模擬交易機器人意見不合。修正內容是:只有價差達到 2% 時才交易,而不是 1%。原始版本則繼續同時運行。

修正版本的每筆交易結果(模擬交易,按 20,000 美元帳戶規模計算):
• 11 月 16 日:−8.19(22 筆交易)
• 11 月 18 日:+1.52(92 筆交易)
• 今天:+1.95(122 筆交易)
• 原始機器人:−1.18

審查員稱它「完全反轉」。三天前,同一個修正版本看起來還像是壞掉了。連續一段好表現也不能證明什麼。

它還指出「交易暴增」(72 小時內從 22 筆增加到 122 筆),並要我檢查是否有重新進場的迴圈。這問題問得合理,但並沒有:原始版本一天大約交易 150 筆。篩選條件更嚴格的版本一天大約交易 35 筆,這是預期中的比例。

它會在 11 月 21 日的每週檢視中接受評分。

你會讓 AI 審查你的交易嗎?還是它只會附和你?👇

非財務建議。模擬交易,使用真實的 Binance 手續費。

#TradingBots #AITrading #algoTrading $BTC
我的其中一個示範交易機器人在 9 天內從 −10.1% 升至 +15.4%。規則相同,沒有任何變更。 它在我的 FxPro 示範實驗室裡:10 種設定,每種都在 1,000 美元的示範帳戶上運行,其中一些刻意採取激進策略,看看會出什麼問題。 11 月 10 日與今天相比: • FAST:−10.1% → +15.4% • HOT(每筆交易風險 5%):+8.2% → +17.9% • HOURHOT(每小時、高風險):於 10 月 29 日被停損機制終止 高風險會讓漲跌幅都變得很大。9 天前,FAST 看起來像是出了問題。今天,它看起來像個天才。其實兩者都不是,它始終是同一個機器人。 所以這個實驗室裡的任何項目,都要滿 6 個月才會下定論;也不會因為表現好了一週,就投入真實資金。 你會相信哪個數字:−10% 還是 +15%?👇 非金融建議。示範帳戶,使用虛擬資金。 #TradingBots #algoTrading #bitcoin $BTC
我的其中一個示範交易機器人在 9 天內從 −10.1% 升至 +15.4%。規則相同,沒有任何變更。

它在我的 FxPro 示範實驗室裡:10 種設定,每種都在 1,000 美元的示範帳戶上運行,其中一些刻意採取激進策略,看看會出什麼問題。

11 月 10 日與今天相比:
• FAST:−10.1% → +15.4%
• HOT(每筆交易風險 5%):+8.2% → +17.9%
• HOURHOT(每小時、高風險):於 10 月 29 日被停損機制終止

高風險會讓漲跌幅都變得很大。9 天前,FAST 看起來像是出了問題。今天,它看起來像個天才。其實兩者都不是,它始終是同一個機器人。

所以這個實驗室裡的任何項目,都要滿 6 個月才會下定論;也不會因為表現好了一週,就投入真實資金。

你會相信哪個數字:−10% 還是 +15%?👇

非金融建議。示範帳戶,使用虛擬資金。

#TradingBots #algoTrading #bitcoin $BTC
我的市場交易機器人現在同時做空比特幣和黃金。這代表帳戶有 5% 的資金處於風險中,而不是 2.5%。 這個機器人在 Exness 上交易每日趨勢。每筆交易在各自的停損價承擔帳戶 2.5% 的風險: • 自 11 月 15 日起,以 65,309 做空 BTC,停損價為 70,962 • 昨晚新開的黃金空單,進場價為 3,741.53,停損價為 3,913.35 我的 AI 審查員今天早上提醒了我:這兩筆交易有部分押注在同一件事上,也就是美元走強。如果這個判斷錯了,兩筆交易可能會同時觸及停損。 這是個問題嗎?我查看了回測,發現其中已經有好幾筆趨勢交易同時持倉的期間: • 最大回撤:−24.3% • 1 年蒙地卡羅模擬,較差情境(第 5 百分位數):−7% 所以不做任何調整。這在策略設計範圍內。不過,我現在會檢視所有未平倉部位的總風險,而不只是每筆交易的風險。 你會檢查未平倉交易彼此之間的關聯性嗎?👇 以上非財務建議。真實帳戶,真實價格。 #TradingBots #algoTrading #bitcoin $BTC
我的市場交易機器人現在同時做空比特幣和黃金。這代表帳戶有 5% 的資金處於風險中,而不是 2.5%。

這個機器人在 Exness 上交易每日趨勢。每筆交易在各自的停損價承擔帳戶 2.5% 的風險:
• 自 11 月 15 日起,以 65,309 做空 BTC,停損價為 70,962
• 昨晚新開的黃金空單,進場價為 3,741.53,停損價為 3,913.35

我的 AI 審查員今天早上提醒了我:這兩筆交易有部分押注在同一件事上,也就是美元走強。如果這個判斷錯了,兩筆交易可能會同時觸及停損。

這是個問題嗎?我查看了回測,發現其中已經有好幾筆趨勢交易同時持倉的期間:
• 最大回撤:−24.3%
• 1 年蒙地卡羅模擬,較差情境(第 5 百分位數):−7%

所以不做任何調整。這在策略設計範圍內。不過,我現在會檢視所有未平倉部位的總風險,而不只是每筆交易的風險。

你會檢查未平倉交易彼此之間的關聯性嗎?👇

以上非財務建議。真實帳戶,真實價格。

#TradingBots #algoTrading #bitcoin $BTC
我的機器人昨晚以 62,272 做空 BTC。六小時後,它在 63,510 平倉:虧損 −1.30 USDT。 同一個晚上,我另一個機器人從 65,309 開始做空 BTC 的倉位仍未平倉,而且目前有獲利。 兩個機器人,同一種幣,同一個方向,卻度過了截然不同的一夜。 • Binance 趨勢機器人:在 62,272 做空(UTC 23:00)。BTC 在一小時內飆升至 63,300。它的出場均價反轉,因此在 UTC 05:00 以 63,510 平倉。虧損:−1.30 USDT,約為預設風險的 0.8 倍。 • Exness 市場機器人:自 11 月 15 日起,以 65,309 做空,採用日線 K 棒。BTC 目前約為 63,700,走勢對它有利約 2.4%。停損設在 70,962。 想法相同,時間尺度不同。快速機器人每次反彈都會被震出場。慢速機器人則能熬過反彈,但代價是停損距離寬得多。 兩者都沒有「對錯」之分。這筆交易後,快速機器人的帳戶比高點低了 7.0%。慢速機器人的帳戶則上漲了 3.24%。六個月後再問我吧。 你比較信任緊停損還是寬停損?👇 以上並非財務建議。真實帳戶,真實手續費。 #TradingBots #algoTrading #bitcoin $BTC
我的機器人昨晚以 62,272 做空 BTC。六小時後,它在 63,510 平倉:虧損 −1.30 USDT。

同一個晚上,我另一個機器人從 65,309 開始做空 BTC 的倉位仍未平倉,而且目前有獲利。

兩個機器人,同一種幣,同一個方向,卻度過了截然不同的一夜。
• Binance 趨勢機器人:在 62,272 做空(UTC 23:00)。BTC 在一小時內飆升至 63,300。它的出場均價反轉,因此在 UTC 05:00 以 63,510 平倉。虧損:−1.30 USDT,約為預設風險的 0.8 倍。
• Exness 市場機器人:自 11 月 15 日起,以 65,309 做空,採用日線 K 棒。BTC 目前約為 63,700,走勢對它有利約 2.4%。停損設在 70,962。

想法相同,時間尺度不同。快速機器人每次反彈都會被震出場。慢速機器人則能熬過反彈,但代價是停損距離寬得多。

兩者都沒有「對錯」之分。這筆交易後,快速機器人的帳戶比高點低了 7.0%。慢速機器人的帳戶則上漲了 3.24%。六個月後再問我吧。

你比較信任緊停損還是寬停損?👇

以上並非財務建議。真實帳戶,真實手續費。
#TradingBots #algoTrading #bitcoin $BTC
我的 AI 機器人在 29 小時內用真實資金虧了 7.24 USDT。3 天前我把它切回模擬交易後,收益為 +10.35。 它叫 APOGEE:根據 Kronos 的預測進行交易。Kronos 是一個以價格 K 線訓練的 AI 模型。11 月 15 日,在 3 筆交易全部虧損後,我停止讓它使用真實資金交易。 切回模擬交易後,規則相同,使用真實的 Binance 價格,並計入手續費:自 11 月 15 日以來收益為 +10.35 USDT。目前它正在放空 BREV。 最顯而易見的做法:切回真實資金交易。但我不會這麼做。 • 3 筆實盤虧損交易說明不了什麼 • 3 天模擬交易表現良好,也說明不了什麼 • 我之前對同一模型所做的歷史資料測試:無論做多或做空,都沒有優勢 所以它會繼續模擬交易。規則是,無論結果好壞,6 個月前都不下定論。 如果機器人連續 3 天表現良好,你會讓它重新使用真實資金交易嗎?👇 非投資建議。模擬交易結果,使用真實的 Binance 價格。 #TradingBots #AI #algoTrading #bitcoin $BTC $BREV
我的 AI 機器人在 29 小時內用真實資金虧了 7.24 USDT。3 天前我把它切回模擬交易後,收益為 +10.35。

它叫 APOGEE:根據 Kronos 的預測進行交易。Kronos 是一個以價格 K 線訓練的 AI 模型。11 月 15 日,在 3 筆交易全部虧損後,我停止讓它使用真實資金交易。

切回模擬交易後,規則相同,使用真實的 Binance 價格,並計入手續費:自 11 月 15 日以來收益為 +10.35 USDT。目前它正在放空 BREV。

最顯而易見的做法:切回真實資金交易。但我不會這麼做。
• 3 筆實盤虧損交易說明不了什麼
• 3 天模擬交易表現良好,也說明不了什麼
• 我之前對同一模型所做的歷史資料測試:無論做多或做空,都沒有優勢

所以它會繼續模擬交易。規則是,無論結果好壞,6 個月前都不下定論。

如果機器人連續 3 天表現良好,你會讓它重新使用真實資金交易嗎?👇

非投資建議。模擬交易結果,使用真實的 Binance 價格。

#TradingBots #AI #algoTrading #bitcoin $BTC $BREV
我的模擬交易機器人有 44% 的交易獲利,但最終還是虧了 612 美元。它的平均虧損是平均盈利的 4 倍。 思路:當幣安頂級交易者做多,而散戶交易者已經放棄時買入。模擬賬戶規模爲 20,000 美元,按實際手續費計算。 上次覆盤時一共做了 9 筆交易。按每筆交易計算,設平均盈利爲 1: • 盈利:44% × 1 = +0.44 • 虧損:56% × 4 = −2.24 • 淨值:每筆交易平均虧掉約 1.8 倍的平均盈利 44% 的勝率聽起來接近拋硬幣。但如果虧損是盈利的 4 倍,你大約需要 80% 的勝率才能剛好不虧不賺。 9 筆交易遠不足以判斷這個思路是否可行。我的原則是:在真正使用之前,先用歷史數據(從 2021 年起)測試。 但當有人告訴你勝率時,記得追問另一個數字:平均虧損相對於平均盈利有多大? 你會先看機器人或信號的什麼指標:勝率還是虧損幅度?👇 不構成財務建議。模擬交易,按幣安實際手續費計算。 #TradingBots #algoTrading #bitcoin $BTC
我的模擬交易機器人有 44% 的交易獲利,但最終還是虧了 612 美元。它的平均虧損是平均盈利的 4 倍。
思路:當幣安頂級交易者做多,而散戶交易者已經放棄時買入。模擬賬戶規模爲 20,000 美元,按實際手續費計算。
上次覆盤時一共做了 9 筆交易。按每筆交易計算,設平均盈利爲 1:
• 盈利:44% × 1 = +0.44
• 虧損:56% × 4 = −2.24
• 淨值:每筆交易平均虧掉約 1.8 倍的平均盈利
44% 的勝率聽起來接近拋硬幣。但如果虧損是盈利的 4 倍,你大約需要 80% 的勝率才能剛好不虧不賺。
9 筆交易遠不足以判斷這個思路是否可行。我的原則是:在真正使用之前,先用歷史數據(從 2021 年起)測試。
但當有人告訴你勝率時,記得追問另一個數字:平均虧損相對於平均盈利有多大?
你會先看機器人或信號的什麼指標:勝率還是虧損幅度?👇
不構成財務建議。模擬交易,按幣安實際手續費計算。
#TradingBots #algoTrading #bitcoin $BTC
用我知道的最蠢規則來檢驗 AI,今天是第 2 天。昨天,蠢規則贏了:+4.5%,而 AI 是 +4.1% 到 +4.3%。 快速回顧:Kronos 是一個根據價格 K 線訓練的 AI,每天預測 28 種幣。我的模擬組合做多它選出的前 3 種,做空排在最後的 3 種,已計入手續費。基準策略:買入昨天跌幅最大的 3 種,做空漲幅最大的 3 種。 自 11 月 8 日以來: • AI 組合,平均:+23.5% • 蠢策略“買入跌得最慘的”:+18.4% • 動量策略(買入漲得最好的):−22.5% 昨天 AI 領先約 7 個百分點。現在領先約 5 個百分點。大多數時候,兩者走勢相近。 我還運行了一個 AI 組合,把預測中的“買入跌得最慘的”部分去掉,看看還剩下什麼。昨天它虧了 7.2%。 到目前爲止,AI 看起來像是一種昂貴的方式,讓你去買那些跌得最慘的幣。至少要等 6 個月再下結論。 你願意爲一個大多隻是在照搬一句話規則的 AI 付費嗎?👇 不構成財務建議。模擬交易結果,使用真實的幣安價格。 #TradingBots #AI #algoTrading #bitcoin $BTC
用我知道的最蠢規則來檢驗 AI,今天是第 2 天。昨天,蠢規則贏了:+4.5%,而 AI 是 +4.1% 到 +4.3%。
快速回顧:Kronos 是一個根據價格 K 線訓練的 AI,每天預測 28 種幣。我的模擬組合做多它選出的前 3 種,做空排在最後的 3 種,已計入手續費。基準策略:買入昨天跌幅最大的 3 種,做空漲幅最大的 3 種。
自 11 月 8 日以來:
• AI 組合,平均:+23.5%
• 蠢策略“買入跌得最慘的”:+18.4%
• 動量策略(買入漲得最好的):−22.5%
昨天 AI 領先約 7 個百分點。現在領先約 5 個百分點。大多數時候,兩者走勢相近。
我還運行了一個 AI 組合,把預測中的“買入跌得最慘的”部分去掉,看看還剩下什麼。昨天它虧了 7.2%。
到目前爲止,AI 看起來像是一種昂貴的方式,讓你去買那些跌得最慘的幣。至少要等 6 個月再下結論。
你願意爲一個大多隻是在照搬一句話規則的 AI 付費嗎?👇
不構成財務建議。模擬交易結果,使用真實的幣安價格。
#TradingBots #AI #algoTrading #bitcoin $BTC
48小時前,我的機器人修復方案每筆交易虧損8.19美元。今天每筆盈利+1.52美元。但我還不會宣佈成功。 昨天我發帖介紹了我的溢價回落模擬交易機器人:對市場的判斷沒錯,但手續費把利潤都喫掉了。我正在測試的修復方案是:只有價差達到2%時才交易,而不是1%。原版則保持原樣,繼續並行運行。 修復方案的模擬表現(按20,000美元賬戶規模計算): • 11月16日:22筆交易,每筆虧損−8.19美元 • 今天:92筆交易,每筆盈利+1.52美元 • 原版:739筆交易,每筆虧損−1.43美元 所以看起來修復方案有效。但兩天之內,結論就從糟糕變成了不錯。這就是小樣本的特點。22筆交易讓我覺得它有問題,92筆交易又讓我覺得它沒問題。兩者都不足以得出結論。 下一次檢查是我11月21日的每週覆盤。即便如此,也只是階段性評估,不是最終結論。 你覺得要經過多少筆交易,才能相信一項修復確實有效?👇 非投資建議。模擬交易,使用幣安真實手續費。 #TradingBots #algoTrading #tradingfees #bitcoin $BTC
48小時前,我的機器人修復方案每筆交易虧損8.19美元。今天每筆盈利+1.52美元。但我還不會宣佈成功。

昨天我發帖介紹了我的溢價回落模擬交易機器人:對市場的判斷沒錯,但手續費把利潤都喫掉了。我正在測試的修復方案是:只有價差達到2%時才交易,而不是1%。原版則保持原樣,繼續並行運行。

修復方案的模擬表現(按20,000美元賬戶規模計算):
• 11月16日:22筆交易,每筆虧損−8.19美元
• 今天:92筆交易,每筆盈利+1.52美元
• 原版:739筆交易,每筆虧損−1.43美元

所以看起來修復方案有效。但兩天之內,結論就從糟糕變成了不錯。這就是小樣本的特點。22筆交易讓我覺得它有問題,92筆交易又讓我覺得它沒問題。兩者都不足以得出結論。

下一次檢查是我11月21日的每週覆盤。即便如此,也只是階段性評估,不是最終結論。

你覺得要經過多少筆交易,才能相信一項修復確實有效?👇

非投資建議。模擬交易,使用幣安真實手續費。

#TradingBots #algoTrading #tradingfees #bitcoin $BTC
我的紙面交易機器人在扣除成本前賺了 +3,744 美元。扣除手續費和資金費後:−1,001。 它在幣安期貨上做溢價迴歸:當永續合約價格偏離指數價格時,它就押注價格會迴歸。共進行了 2,685 筆紙面交易,按 20,000 美元賬戶規模計算。 這個策略本身是有效的。總收益爲正。但問題在於: • 每筆交易的優勢:約 1.39 美元 • 手續費 + 資金費:每筆約 1.77 美元 每筆交易付給交易所的錢都比賺到的多。 後來我發現了一個規律:做多虧了 1,165,做空賺了 164。那隻做空不就行了?我把數據分成兩半進行了驗證。前半段做空賺了 +799,後半段卻虧了 707。這只是擇時噪聲。這個改動被否決了。 現在紙面測試的策略是:只有當價差達到 2% 而不是 1% 時才交易。目前它也是我名單裏表現最差的機器人。下次每週檢查時再下結論。 教訓:機器人可以正確判斷市場走勢,卻仍然會輸給成本。 你知道自己的機器人每筆交易的成本,以及平均每筆盈利是多少嗎?👇 不構成財務建議。紙面交易,按幣安真實手續費計算。 #TradingBots #algoTrading #tradingfees #bitcoin $BTC
我的紙面交易機器人在扣除成本前賺了 +3,744 美元。扣除手續費和資金費後:−1,001。
它在幣安期貨上做溢價迴歸:當永續合約價格偏離指數價格時,它就押注價格會迴歸。共進行了 2,685 筆紙面交易,按 20,000 美元賬戶規模計算。
這個策略本身是有效的。總收益爲正。但問題在於:
• 每筆交易的優勢:約 1.39 美元
• 手續費 + 資金費:每筆約 1.77 美元
每筆交易付給交易所的錢都比賺到的多。
後來我發現了一個規律:做多虧了 1,165,做空賺了 164。那隻做空不就行了?我把數據分成兩半進行了驗證。前半段做空賺了 +799,後半段卻虧了 707。這只是擇時噪聲。這個改動被否決了。
現在紙面測試的策略是:只有當價差達到 2% 而不是 1% 時才交易。目前它也是我名單裏表現最差的機器人。下次每週檢查時再下結論。
教訓:機器人可以正確判斷市場走勢,卻仍然會輸給成本。
你知道自己的機器人每筆交易的成本,以及平均每筆盈利是多少嗎?👇
不構成財務建議。紙面交易,按幣安真實手續費計算。
#TradingBots #algoTrading #tradingfees #bitcoin $BTC
我的 AI 預測機器人自 11 月 8 日以來,模擬收益爲 +20.7%。我能想到的最笨規則,在同一段時間裏也賺了 +13.4%。 這個 AI 叫 Kronos,是一個用價格 K 線訓練的模型。它每天預測 28 種幣。我的模擬組合做多它最看好的 3 種幣,同時做空它最不看好的 3 種幣。收益已計入手續費。 同樣的幣,同樣的日子: • AI 組合平均收益:+20.7% • “買入昨天跌幅最大的 3 種幣,做空漲幅最大的 3 種幣”:+13.4% • 反過來做,也就是追漲(買入贏家):−18.4% 所以,AI 的大部分收益看起來都只是普通的均值迴歸。暴跌的幣反彈了,暴漲的幣則降溫了。它領先那條笨規則約 7 個百分點,而這其中大部分來自 2 天的表現。 還有一件事:這次模擬測試之前,我用 74 天的歷史數據測試了同一個模型。結果:扣除手續費後 −8.4%。失敗。最新的那些日子表現很好,但較早的一半把收益全抹掉了。 所以,至少觀察 6 個月再下結論。只有當 AI 持續跑贏那條笨規則,而不只是跑贏市場時,它纔有意義。 如果一個 AI 信號只比“買入跌得最慘的幣”多賺幾個百分點,你願意付費嗎?👇 不構成投資建議。模擬交易結果,使用真實 Binance 價格。 #交易機器人 #algoTrading #AI $BTC
我的 AI 預測機器人自 11 月 8 日以來,模擬收益爲 +20.7%。我能想到的最笨規則,在同一段時間裏也賺了 +13.4%。
這個 AI 叫 Kronos,是一個用價格 K 線訓練的模型。它每天預測 28 種幣。我的模擬組合做多它最看好的 3 種幣,同時做空它最不看好的 3 種幣。收益已計入手續費。
同樣的幣,同樣的日子:
• AI 組合平均收益:+20.7%
• “買入昨天跌幅最大的 3 種幣,做空漲幅最大的 3 種幣”:+13.4%
• 反過來做,也就是追漲(買入贏家):−18.4%
所以,AI 的大部分收益看起來都只是普通的均值迴歸。暴跌的幣反彈了,暴漲的幣則降溫了。它領先那條笨規則約 7 個百分點,而這其中大部分來自 2 天的表現。
還有一件事:這次模擬測試之前,我用 74 天的歷史數據測試了同一個模型。結果:扣除手續費後 −8.4%。失敗。最新的那些日子表現很好,但較早的一半把收益全抹掉了。
所以,至少觀察 6 個月再下結論。只有當 AI 持續跑贏那條笨規則,而不只是跑贏市場時,它纔有意義。
如果一個 AI 信號只比“買入跌得最慘的幣”多賺幾個百分點,你願意付費嗎?👇
不構成投資建議。模擬交易結果,使用真實 Binance 價格。
#交易機器人 #algoTrading #AI $BTC
我的 AI 機器人在 29 小時的實盤交易中虧損了 7.24 USDT。我測試過的兩臺機器人,一個月左右總共虧損了 6.22 USDT。 同一個幣安真實賬戶,目前餘額爲 147.82 USDT。 測試過的機器人: • 趨勢機器人:自 10 月中旬以來實盤交易 14 次,虧損 4.72 • 急跌機器人:自 10 月 28 日以來實盤交易 22 次,虧損 1.50 兩臺機器人在首次實盤交易前都顯示出回測優勢。目前兩臺都略有虧損,而且樣本量仍然很小,所以它們會繼續按原樣運行。 AI 預測機器人從未經過測試驗證有優勢,但還是小額實盤運行了。3 筆交易,3 次虧損,持續了 29 小時。現在它已回到模擬交易。 在經過測試的優勢發揮作用時小虧一些,是工作的一部分。沒有優勢卻虧得更快,只是在爲猜測買單。 你有沒有運行過未經回測驗證就上實盤的東西?👇 不構成財務建議。真實賬戶,真實手續費。 #tradingbots #AI #algoTrading #bitcoin
我的 AI 機器人在 29 小時的實盤交易中虧損了 7.24 USDT。我測試過的兩臺機器人,一個月左右總共虧損了 6.22 USDT。

同一個幣安真實賬戶,目前餘額爲 147.82 USDT。

測試過的機器人:
• 趨勢機器人:自 10 月中旬以來實盤交易 14 次,虧損 4.72
• 急跌機器人:自 10 月 28 日以來實盤交易 22 次,虧損 1.50

兩臺機器人在首次實盤交易前都顯示出回測優勢。目前兩臺都略有虧損,而且樣本量仍然很小,所以它們會繼續按原樣運行。

AI 預測機器人從未經過測試驗證有優勢,但還是小額實盤運行了。3 筆交易,3 次虧損,持續了 29 小時。現在它已回到模擬交易。

在經過測試的優勢發揮作用時小虧一些,是工作的一部分。沒有優勢卻虧得更快,只是在爲猜測買單。

你有沒有運行過未經回測驗證就上實盤的東西?👇

不構成財務建議。真實賬戶,真實手續費。

#tradingbots #AI #algoTrading #bitcoin
6種模擬盤策略,約2周,結果介於−3.31%和+2.86%之間。目前還沒有定論。 從11月3日至4日開始,我在模擬盤上測試了六種想法,已計入成本: • 恐慌情緒高漲時逢低買入美國股指:−0.60% • 一條簡單的BTC趨勢規則:−0.74% • 交易ETH的Coinbase溢價:−3.31% • 在BTC上採用同樣的思路:+2.86% • 同時做空兩隻3倍槓桿納斯達克ETF(在震盪市場中它們會損耗):+0.17% • BTC的Coinbase溢價24小時版本:−2.70% 每種策略在我開始之前,回測表現都不錯。兩週過去了,沒有一種明顯奏效,也沒有一種明顯失敗。 這很正常。有些策略只交易過一兩次。ETH策略的交易次數最多(6次),目前表現也是最差的。 我的規則是:任何模擬盤策略運行滿6個月之前,都不下結論。它們都會保持原樣運行到2027年5月,無論結果如何,我都會公佈數據。 你會給一項策略多長時間,才決定它行不行?👇 非投資建議。模擬盤結果,使用真實價格,已計入成本。 #TradingBots #algoTrading #bitcoin $BTC
6種模擬盤策略,約2周,結果介於−3.31%和+2.86%之間。目前還沒有定論。

從11月3日至4日開始,我在模擬盤上測試了六種想法,已計入成本:
• 恐慌情緒高漲時逢低買入美國股指:−0.60%
• 一條簡單的BTC趨勢規則:−0.74%
• 交易ETH的Coinbase溢價:−3.31%
• 在BTC上採用同樣的思路:+2.86%
• 同時做空兩隻3倍槓桿納斯達克ETF(在震盪市場中它們會損耗):+0.17%
• BTC的Coinbase溢價24小時版本:−2.70%

每種策略在我開始之前,回測表現都不錯。兩週過去了,沒有一種明顯奏效,也沒有一種明顯失敗。

這很正常。有些策略只交易過一兩次。ETH策略的交易次數最多(6次),目前表現也是最差的。

我的規則是:任何模擬盤策略運行滿6個月之前,都不下結論。它們都會保持原樣運行到2027年5月,無論結果如何,我都會公佈數據。

你會給一項策略多長時間,才決定它行不行?👇

非投資建議。模擬盤結果,使用真實價格,已計入成本。

#TradingBots #algoTrading #bitcoin $BTC
我的趨勢機器人在實盤交易了 14 筆後,虧了 −4.72 USDT。是出了問題,還是隻是還早?這是我用來判斷的方法。 保留機器人的精確退出規則和倉位大小,只把入場時間換成隨機日期,交易頻率與真實機器人相同。用 2020–2026 年的數據運行 60 次。 結果: • 隨機在順勢方向入場:中位數 −20%,60 次中有 50 次觸發了我的 −40% 止損開關 • 隨機選擇任意方向入場:中位數 −32%,60 次中有 59 次被止損 • 真實入場規則:+552% 它的表現勝過全部 60 次隨機測試。所以,優勢來自入場信號,而不是退出規則或倉位大小。 這並不能證明:接下來的 14 筆交易會賺錢。我對這臺機器人進行的一年期模擬,在風險設爲 1.5% 時,中位收益爲 +35%,但大約每 8 年仍有 1 年會以虧損告終。 所以,交易 14 筆後虧了 −4.72,仍在正常範圍內。機器人會繼續運行,不作任何改動;每週日,我都會把每筆實盤交易與回測結果進行覈對。 你有沒有用隨機入場測試過自己的策略?👇 不構成財務建議。結合回測與真實賬戶。 #TradingBots #algoTrading #bitcoin $BTC
我的趨勢機器人在實盤交易了 14 筆後,虧了 −4.72 USDT。是出了問題,還是隻是還早?這是我用來判斷的方法。

保留機器人的精確退出規則和倉位大小,只把入場時間換成隨機日期,交易頻率與真實機器人相同。用 2020–2026 年的數據運行 60 次。

結果:
• 隨機在順勢方向入場:中位數 −20%,60 次中有 50 次觸發了我的 −40% 止損開關
• 隨機選擇任意方向入場:中位數 −32%,60 次中有 59 次被止損
• 真實入場規則:+552%

它的表現勝過全部 60 次隨機測試。所以,優勢來自入場信號,而不是退出規則或倉位大小。

這並不能證明:接下來的 14 筆交易會賺錢。我對這臺機器人進行的一年期模擬,在風險設爲 1.5% 時,中位收益爲 +35%,但大約每 8 年仍有 1 年會以虧損告終。

所以,交易 14 筆後虧了 −4.72,仍在正常範圍內。機器人會繼續運行,不作任何改動;每週日,我都會把每筆實盤交易與回測結果進行覈對。

你有沒有用隨機入場測試過自己的策略?👇

不構成財務建議。結合回測與真實賬戶。

#TradingBots #algoTrading #bitcoin $BTC
我的市場機器人剛剛以 65,309 的價格開了 BTC 空單。回測中,它在 11 月 13 日以 71,205 的價格開了同樣的空單。晚了 5,896 點。 原因:11 月 13 日,機器人的日線K線數據過時了,所以它沒能看到信號。昨天我安裝了一個修復程序:它會將日線數據與小時線數據進行比對,如果不一致就重新生成。昨晚它補上了數據併入場。 晚入場不代表風險更高。機器人根據止損距離來確定每筆交易的倉位,所以這筆交易的風險仍是賬戶資金的 2.5%。只是倉位更小了。 變化的是:剩下的行情空間變小了。回測中的交易起點高出 5,896 點,而我這筆是從零開始。 所以我正在用 2012-2026 年的數據測試三條規則,再決定選哪一條:無論如何都遲些入場;等待在原價位掛限價單;或者如果價格已經超過觸發價半個 ATR,就跳過。 當前未平倉:+1.96 USD。這不是結論,只是目前的情況。 如果你的機器人錯過了入場時機,你會遲些入場還是直接跳過?👇 不構成投資建議。真實賬戶,真實手續費。 #TradingBots #algoTrading #bitcoin $BTC
我的市場機器人剛剛以 65,309 的價格開了 BTC 空單。回測中,它在 11 月 13 日以 71,205 的價格開了同樣的空單。晚了 5,896 點。

原因:11 月 13 日,機器人的日線K線數據過時了,所以它沒能看到信號。昨天我安裝了一個修復程序:它會將日線數據與小時線數據進行比對,如果不一致就重新生成。昨晚它補上了數據併入場。

晚入場不代表風險更高。機器人根據止損距離來確定每筆交易的倉位,所以這筆交易的風險仍是賬戶資金的 2.5%。只是倉位更小了。

變化的是:剩下的行情空間變小了。回測中的交易起點高出 5,896 點,而我這筆是從零開始。

所以我正在用 2012-2026 年的數據測試三條規則,再決定選哪一條:無論如何都遲些入場;等待在原價位掛限價單;或者如果價格已經超過觸發價半個 ATR,就跳過。

當前未平倉:+1.96 USD。這不是結論,只是目前的情況。

如果你的機器人錯過了入場時機,你會遲些入場還是直接跳過?👇

不構成投資建議。真實賬戶,真實手續費。

#TradingBots #algoTrading #bitcoin $BTC
我的 AI 預測機器人用真錢跑了大約 29 小時:3 筆交易,3 筆虧損,−7.24 USDT。今天我把它重新切回模擬盤。 今天早上,我用它自己記錄的 75 天預測重新測試了一遍:無論做多還是做空,都沒有優勢。它在模擬盤賺到的 +44 USDT,靠的是下跌行情中的做空,而不是實力。 實盤虧損有個共同點:其中兩筆來自對小幣種的預測,預期 24 小時內上漲約 +72%。一個認爲幣價一天能漲 +72% 的模型,暴露的更多是它自身的問題,而不是幣的情況。 現在賬戶上運行的是:我的趨勢機器人(它能逐筆復現回測交易)和我的暴跌機器人。AI 繼續在模擬盤運行。下一步測試:跳過所有漲幅預測超過 15% 的信號,然後進行比較。 7.24 USDT 是筆便宜的學費。更貴的教訓,是因爲機器人在模擬盤賺了錢,就讓它一直運行。 如果是你,會在 29 小時後停掉它,還是再給它一個月?👇 非投資建議。真實賬戶,真實手續費。 #TradingBots #AI #algoTrading #bitcoin $BTC
我的 AI 預測機器人用真錢跑了大約 29 小時:3 筆交易,3 筆虧損,−7.24 USDT。今天我把它重新切回模擬盤。

今天早上,我用它自己記錄的 75 天預測重新測試了一遍:無論做多還是做空,都沒有優勢。它在模擬盤賺到的 +44 USDT,靠的是下跌行情中的做空,而不是實力。

實盤虧損有個共同點:其中兩筆來自對小幣種的預測,預期 24 小時內上漲約 +72%。一個認爲幣價一天能漲 +72% 的模型,暴露的更多是它自身的問題,而不是幣的情況。

現在賬戶上運行的是:我的趨勢機器人(它能逐筆復現回測交易)和我的暴跌機器人。AI 繼續在模擬盤運行。下一步測試:跳過所有漲幅預測超過 15% 的信號,然後進行比較。

7.24 USDT 是筆便宜的學費。更貴的教訓,是因爲機器人在模擬盤賺了錢,就讓它一直運行。

如果是你,會在 29 小時後停掉它,還是再給它一個月?👇

非投資建議。真實賬戶,真實手續費。

#TradingBots #AI #algoTrading #bitcoin $BTC
DopamineGLOBAL:
yeah, shorts in a dump isnt skill, needs a chop phase too
把 0.0009 BTC 向上取整到 0.001,聽起來微不足道。但對小賬戶來說,這是一個風險決策。以下是我今天上線的規則。 今天早上我發帖說,我的機器人錯過了一筆盈利的 BTC 空單,因爲訂單數量只有 0.0009 BTC,低於 Binance 規定的 0.001 最低值。 爲什麼這麼小:機器人按 154.78 USDT 賬戶的 1.5% 承擔風險,也就是 2.32 USDT。一條波動率規則又把它降到了 0.75 倍,也就是 1.74 USDT。按約 1,935 的止損距離計算,得到的就是 0.0009 BTC。 最簡單的修復方法是“始終向上取整”。但對小賬戶來說,這會悄悄破壞風險規則:最低下單量的價值可能遠高於你計劃承擔的風險。 所以修復方案加了上限: • 只有當風險不超過常規 1.5% 風險的 1.25 倍時,才向上取整到最低下單量 • 本例中:0.001 BTC x 1,935 = 1.94 USDT,低於 2.90 USDT 的上限,因此下單 • 如果最低下單量帶來的風險超過上限:跳過交易,並在日誌中寫入 WARNING 第二項修復針對我的另一個機器人:現在它會在採取行動前,檢查日線 K 線與小時線是否一致。如果不一致,它會重新同步並重試;如果仍然不一致,就根據小時 K 線重建當天的數據,並記錄一條警告。 這兩項修復都不會改變策略。它們只是讓實盤機器人按照回測原本假設的方式運行。 你會讓自己的機器人向上取整到交易所的最低下單量,還是跳過這筆交易?👇 不構成財務建議。真實賬戶,真實手續費。 #TradingBots #algoTrading #bitcoin $BTC
把 0.0009 BTC 向上取整到 0.001,聽起來微不足道。但對小賬戶來說,這是一個風險決策。以下是我今天上線的規則。

今天早上我發帖說,我的機器人錯過了一筆盈利的 BTC 空單,因爲訂單數量只有 0.0009 BTC,低於 Binance 規定的 0.001 最低值。

爲什麼這麼小:機器人按 154.78 USDT 賬戶的 1.5% 承擔風險,也就是 2.32 USDT。一條波動率規則又把它降到了 0.75 倍,也就是 1.74 USDT。按約 1,935 的止損距離計算,得到的就是 0.0009 BTC。

最簡單的修復方法是“始終向上取整”。但對小賬戶來說,這會悄悄破壞風險規則:最低下單量的價值可能遠高於你計劃承擔的風險。

所以修復方案加了上限:
• 只有當風險不超過常規 1.5% 風險的 1.25 倍時,才向上取整到最低下單量
• 本例中:0.001 BTC x 1,935 = 1.94 USDT,低於 2.90 USDT 的上限,因此下單
• 如果最低下單量帶來的風險超過上限:跳過交易,並在日誌中寫入 WARNING

第二項修復針對我的另一個機器人:現在它會在採取行動前,檢查日線 K 線與小時線是否一致。如果不一致,它會重新同步並重試;如果仍然不一致,就根據小時 K 線重建當天的數據,並記錄一條警告。

這兩項修復都不會改變策略。它們只是讓實盤機器人按照回測原本假設的方式運行。

你會讓自己的機器人向上取整到交易所的最低下單量,還是跳過這筆交易?👇

不構成財務建議。真實賬戶,真實手續費。

#TradingBots #algoTrading #bitcoin $BTC
登入以探索更多內容
加入幣安廣場中的全球加密貨幣用戶
⚡️ 獲取加密貨幣的最新和實用資訊。
💬 受到全球最大加密貨幣交易所的信任。
👍 發掘來自經過驗證創作者的真實見解。
電子郵件 / 電話號碼