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。
|
12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。
|
7月前
|
存储 机器学习/深度学习 弹性计算
阿里云服务器ECS计算型c9i规格族性能与特点以及使用场景
阿里云ECS计算型c9i实例基于Intel® Xeon® Granite Rapids处理器,主频3.2GHz,全核睿频3.6GHz,提供稳定高性能算力。支持NVMe协议、vTPM安全加密,适用于机器学习、大数据分析、高性能计算等场景,具备从2核到192核的灵活配置,结合多种计费模式,助力企业高效降本。
|
7月前
|
存储 Java 对象存储
轻量级锁
轻量级锁是JVM为提升多线程性能而引入的锁机制,通过CAS操作减少线程阻塞,适用于同步块执行时间短且线程竞争不激烈的场景。其核心在于使用栈帧中的锁记录与CAS操作实现高效加锁,避免用户态与内核态切换带来的性能损耗。当无竞争时,仅需一次CAS即可完成锁获取;若竞争激烈,则可能升级为重量级锁。相比偏向锁和重量级锁,轻量级锁在低竞争环境下具有更高的效率。
199 0
|
API 调度 开发者
探索Python中的异步编程:从asyncio到Trio
本文将带你深入Python异步编程的心脏地带,从asyncio的基本概念到Trio的高级特性,我们将一起揭开Python异步编程的神秘面纱,并探讨它们如何改变我们的编程方式。
|
关系型数据库 数据库 PostgreSQL
深入理解 PostgreSQL 的 JOIN 连接
深入理解 PostgreSQL 的 JOIN 连接
722 4
|
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?
|
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)
813 4
|
存储 机器学习/深度学习 运维
提升数据中心能效:现代运维策略与实践
【5月更文挑战第6天】 在数字化时代,数据中心作为信息处理的核心设施,其能源消耗和环境影响成为业界关注的焦点。本文将探讨如何通过现代运维策略和技术手段提升数据中心的能效,同时保证系统的可靠性和服务的连续性。文章将详细分析数据中心能耗的主要来源,介绍先进的能效优化措施,并通过案例分析展示这些措施的实际效果,为数据中心管理者提供实用的能效改进建议。

热门文章

最新文章