六十万的成长_我的EA策略分析和实现

简介: 曾经看过一个故事:在流水线上需要检测面包盒子是不是空的,科技人员使用各种红外线等等高科技,达到了目的;有一个工人用一台风扇就解决了这个问题......其实解决问题可以很简单,只要能实现目标,过程越简单越好,"六十万的成长"追求大道至简。
曾经看过一个故事:在流水线上需要检测面包盒子是不是空的,科技人员使用各种红外线等等高科技,达到了目的;有一个工人用一台风扇就解决了这个问题......
其实解决问题可以很简单,只要能实现目标,过程越简单越好,"六十万的成长"追求大道至简。
关于EA,我个人经历了以下三种看法,
1. 认为直接在服务器上24小时允许,全自动买卖,坐等收钱;
2. 认为不可能存在,如果能赚钱,很多机构不是早就用了;
3. 把EA当工具,由人工在需要的时候操控;
第一种看法,明显是不符合自然规律的,能量是互相转化的,没有付出就没有收获。
第二张看法,因为和第一种的追求是一样的,这是没有希望的事情,所有认为不可能。
我曾经在1和2的观念中也待了很久,通过阅读和实践,以及思想的成熟,最后降低了要求,
EA和所有科技产品一样,本身就是工具,工具是需要人来使用的,
故而,只需要满足以下三个条件即可,
1. 套路简单,易于理解,程序可以很复杂,但是人的思考会跟不上;
2. 参数可以很多,用于测试和优化,但是需要人工操作的参数要尽量少;
3. 分清楚策略中哪些是全自动,哪些可以手工配合,如果无人值守的时候全自动的适应能力(全自动和人工的兼容);
为此,我的EA(DWaterEA)基于以下策略开发:
1. 补仓策略,以第一仓为基础,固定的盈利目标,比如做多0.03手盈利目标30个点,如果达到盈利目标,则止盈平仓,反之,回调N个点并且重新出现补仓信号,则按倍率(如1.6倍那么下一仓0.05手)进行补仓,直到所有仓位整理获利30点,如此,以车轮战为基本策略。
理论上如果有足够的资金,策略1是可以稳定收益的,但这对大部分用户不现实,即使有足够的资金,相信你也不会去冒那么无底限的风险,更重要的是被深套的那种心理很纠结,让人很厌恶那种感觉。所以,我对策略一做了补充,
2. 顺势补仓,即策略1在顺势的时候正常执行;逆势锁仓,分为保守补仓、只补一仓、不补仓,这是为了应对震荡行情,可通过参数设置。
3. 锁仓和解锁机制,在市场对我们不利的时候,进行锁仓等待,机会到来,适时解锁。
4. 基于策略3,我采用了容错策略来补充,当补仓后容错信号不利行情,且反向走了比如30点,则执行锁仓。当容错信号和趋势一致,则解锁订单,如果仓位过重,则解锁部分,最终保持仓位在合理范围内。
5. 小止盈,当最后一单或几单有收益,但整体没有达到目标,小止盈信号又出现了不利的情况,则先把这些获利的订单平仓,以达到锁定盈利和减仓的目标。
6. 续单,如果说小止盈是稳健策略,那么续单就是激进策略,在行情较轻(参数设置)的时候,最后一单获利10个点即可平仓,然后然后复制一份同样的订单重新开仓,以抬高最后一仓位置,增加补仓机会,仓位是获得利润不可缺少的载体,同时也是风险所在。
7. 与人工的配合,EA的订单是有其套路的,因此我的EA禁止人工下单(检测到立刻平掉),但是可以手工平仓(有讲究的,要从最后的订单开始),这平仓的订单盈利同样参与订单批次的整体计算,如果亏了那么程序就需要多赚才算获利。
 
做过销售的人应该都知道”把合适的产品卖给合适的人“,EA也一样,它需要:
会灵活使用它的人,合适的品种,合适的时间。也就如我们的生活,不断选择,坚持,熟练。
相关文章
|
人工智能 Java API
Google Gemini API 接口调用方法
Google 最近发布的 Gemini 1.0 AI 模型通过其升级版,Gemini,标志着公司迄今为止最为强大和多功能的人工智能技术的突破。
|
9月前
|
数据采集 JSON API
唯品会商品列表数据接口指南(唯品会 API 系列)
唯品会商品列表数据接口助力电商数据采集与分析,支持按类别、价格、品牌等条件筛选商品。通过HTTP GET/POST请求,开发者可获取商品基本信息、价格、品牌及销量等数据,适用于业务拓展和竞品研究。Python示例代码展示了如何使用`requests`库调用该接口,设置参数并处理响应。
|
负载均衡 应用服务中间件 Linux
在Linux中,常用的 Nginx 模块有哪些,常来做什么?
在Linux中,常用的 Nginx 模块有哪些,常来做什么?
|
数据采集 人工智能 数据挖掘
【钉钉杯大学生大数据挑战赛】初赛B 航班数据分析与预测 Python代码实现Baseline
本文提供了参加"钉钉杯大学生大数据挑战赛"初赛B的航班数据分析与预测项目的Python代码实现Baseline。内容包括题目背景、思路分析、训练集和测试集的预处理、模型训练与预测、特征重要性分析,以及代码下载链接。预处理步骤涉及读取数据、时间信息处理、前序航班延误时间计算、天气信息匹配等。模型训练使用了Gradient Boosting Classifier,并对模型的准确率和特征重要性进行了评估。
544 0
|
Kubernetes 监控 Perl
在K8S中,hpa原理是什么?
在K8S中,hpa原理是什么?
|
供应链 监控 数据安全/隐私保护
ERP系统中的供应商协同与供应链优化解析
【7月更文挑战第25天】 ERP系统中的供应商协同与供应链优化解析
918 0
|
JavaScript 数据可视化 UED
用Vue搭建一个大屏数据可视化页面实战二(Vue实战系列)
用Vue搭建一个大屏数据可视化页面实战二(Vue实战系列)
756 4
|
安全 Java 编译器
synchronized同步锁 : 原理到锁升级及历史演进的解析
synchronized同步锁 : 原理到锁升级及历史演进的解析
|
Java 网络架构 Spring
SpringMVC之@RequestMapping详解
【1月更文挑战第19天】 一、@RequestMapping注解的功能 二、@RequestMapping注解的位置 三、@RequestMapping注解的value属性 四、@RequestMapping注解的method属性 五、@RequestMapping注解的params属性 六、@RequestMapping注解的headers属性 七、SpringMVC支持ant风格的路径 八、SpringMVC支持路径中的占位符(重点)
391 2
|
SQL 运维 网络协议
配置使用SNMPv2c与网管通信示例
简单网络管理协议SNMP(Simple Network Management Protocol)是广泛应用于TCP/IP网络的网络管理标准协议。SNMP提供了通过运行网络管理软件的中心计算机(即网络管理工作站)来管理设备的方法。
283 0