Artikelverzeichnis
KI ist ein Schatz
Xiaomi hörte, dass Baidu die KI von Wenxin Yiyan geöffnet hatte, und rannte neugierig los, um Damai zu fragen: „Wenxin Yiyan hat sich geöffnet und kann jeden Code schreiben. Warum lernst du immer noch Python?“ Damai: „Warum lernst du es nicht?
“ „Wenn du nicht lernst, weißt du, was mit dem Code los ist!“
„Du lernst schon so lange, wagst du zu behaupten, dass meine KI schneller schreiben kann?“ Xiaomi blinzelte Damai verächtlich an, als ob Ich warte darauf, dass Bruder Damai sich lächerlich macht. Alles.
„Ich glaube nicht, dass KI meine Strategie schreiben kann“, entgegnete Damai. Xiaomi war ein wenig enttäuscht, aber noch glücklicher.
„Quantitativer Handel kann nicht nur von einer einzigen KI durchgeführt werden. Die KI mag bei allgemeinen Algorithmen sehr stark sein, aber wenn es um personalisierte API-Aufrufe geht, muss man sie trotzdem debuggen!“ Als Xiaomi das hörte, stellte er sofort heraus: „Es ist eine Maultier oder ein Pferd, zieh es.
„Komm raus und renne herum!“
„Wer hat Angst vor wem?!“, erwiderte Damai nicht überzeugt, um sich nicht übertreffen zu lassen.
„Ich habe Wen Xinyiyan gebeten, einen Code für Sie zu schreiben.“ Als Xiaomai ernst wurde, war er wie eine Frau.
„Komm schon, komm schon, komm schon, schreib einfach und schreib!“ Auch Damai war sehr aufgeregt.
Ich sah, wie Xiaomi ihren Mac öffnete, einen Absatz an Wen Xin schrieb und am Ende elegant die Eingabetaste drückte. Die KI dachte über jedes Wort nach und bald war der Code wie eine springende Bohne ausgeschrieben.
„Hier, lass es uns versuchen.“ Xiaomi gab Bruder Damai großzügig den Code und war gespannt auf die Ergebnisse.
„Dies ist nur ein Fragment, aber es kann als Referenz verwendet werden. Ich werde es später ändern und versuchen, es auszuführen.“ Damai war das egal, aber er änderte es ernsthaft, als ob der Strategiecode von ihm selbst geschrieben worden wäre.
„Komm schon, wie geht's?“ Xiaomi starrte ungeduldig auf den Computerbildschirm von Bruder Damai, begierig darauf, sofort die Ergebnisse zu sehen.
„Okay, es ist nicht schlecht! Baidu hat die Wartezeit erfüllt! Dieser Code kann ausgeführt werden, nicht schlecht!“ Bruder Damai zögerte nicht länger, ihn zu loben. Gleichzeitig lächelte er Xiaomi an und nickte häufig, als wollte er es sagen : „Meine Schwester hat ein Baby mitgebracht!“
„Du musst dir von nun an keine Sorgen mehr machen.“ Auch Xiaomi war froh, Bruder Damai helfen zu können.
Damai sah seine Schwester mit leuchtenden Augen an: „Ja, die Augen meiner Schwester leuchten so!“
Vorwort
KI ist soweit freigegeben, dass sie Code schreiben kann. Kann sie auch zum Schreiben von quantitativem Handelscode verwendet werden?
Mit dieser Frage im Hinterkopf versuchen wir es mit Wen Xinyiyan.
提示：以下是本篇文章正文内容，下面案例可供参考
1. Was ist Wen Xin Yi Yan?
Wenxinyiyan: Nützlich, interessant und warmherzig. Es kann nicht nur Texte schreiben und Dokumente lesen, sondern auch Ihre Fantasie anregen, Fragen beantworten und Zweifel lösen. Es kann auch Ihren Geschichten zuhören und Ihre innere Stimme spüren. Komm und rede mit mir!
Dies ist eine Einführung in die Baidu-KI. Um die Code-Schreibfähigkeit der KI zu testen, lassen wir sie Python-Code gemäß der vorgegebenen Textstrategie schreiben.
2. Lassen Sie die KI Code gemäß der Strategie schreiben
1. Strategie-Aufforderungsworte
Verwenden Sie Python, um den Strategiecode basierend auf dem folgenden Inhalt zu schreiben:
Kaufen Sie, wenn die Obergrenze der Boll überschritten wird, verkaufen Sie, wenn die Obergrenze der Boll um 0,5 % überschritten wird, und verkaufen Sie, wenn die Obergrenze der Boll überschritten wird.
2. Strategiecode und Beschreibung durch KI
Hier ist der Strategiecode, der auf der Grundlage der von Ihnen bereitgestellten Inhalte geschrieben wurde:
import pandas as pd
import numpy as np
import talib
def run_strategy(df):
# 计算boll指标
df['upper'], df['middle'], df['lower'] = talib.BBANDS(df['Close'], timeperiod=20, nbdevup=2, nbdevdn=2, matype=0)
# 检查是否上穿boll中轨
buy_signal = np.where((df['Close'].shift(1) < df['middle'].shift(1)) & (df['Close'] > df['middle']), 1, 0)
# 检查是否超过boll上轨0.5%
sell_signal1 = np.where((df['Close'].shift(1) < df['upper'].shift(1)) & (df['Close'] > df['upper'] * 1.005), 1, 0)
# 检查是否下穿布林中轨
sell_signal2 = np.where(df['Close'] < df['middle'], 1, 0)
df['Buy'] = buy_signal.astype(int)
df['Sell1'] = sell_signal1.astype(int)
df['Sell2'] = sell_signal2.astype(int)
return df
Dieser Code verwendet auch die BBANDS-Funktion in der TA-Lib-Bibliothek, um den Bollinger-Bänder-Indikator zu berechnen. Berechnen Sie zunächst die obere Schiene, die mittlere Schiene und die untere Schiene und prüfen Sie dann, ob der Schlusskurs des Vortages unter der mittleren Schiene liegt und ob der Schlusskurs des Tages über der mittleren Schiene liegt. Wenn ja, handelt es sich um einen Kauf Signal. Überprüfen Sie dann, ob der Schlusskurs des Vortages unter der Obergrenze liegt und ob der Schlusskurs des aktuellen Tages über 0,5 % der Obergrenze liegt. Wenn ja, handelt es sich um ein Verkaufssignal. Überprüfen Sie abschließend, ob der Schlusskurs des Tages unter der Mittellinie liegt. Wenn ja, handelt es sich um ein Verkaufssignal. Fügen Sie schließlich Kauf- und Verkaufssignale zum Datenrahmen und zur Rendite hinzu. Bitte beachten Sie, dass hier auch davon ausgegangen wird, dass der Eingabedatenrahmen df bereits Schlusskursdaten enthält und die Funktion np.where zur Implementierung der bedingten Beurteilung verwendet wird.
3. Erweitertes Debugging
Da der AI-Code den Datenextraktions- und Anzeigeprozess nicht umfasst, fügen wir hier Code hinzu, um zu überprüfen, ob die Strategie ausführbar ist und ob die Strategie wie erforderlich ausgeführt wird.
'''
根据以下内容用python写出策略代码：
上破boll中轨买入，上破boll上轨0.5%卖出，下破boll中轨卖出
'''
import pandas as pd
import numpy as np
import talib
def run_strategy(df):
# 计算boll指标
df['upper'], df['middle'], df['lower'] = talib.BBANDS(df['Close'], timeperiod=20, nbdevup=2, nbdevdn=2, matype=0)
# 检查是否上穿boll中轨
buy_signal = np.where((df['Close'].shift(1) < df['middle'].shift(1)) & (df['Close'] > df['middle']), 1, 0)
# 检查是否超过boll上轨0.5%
sell_signal1 = np.where((df['Close'].shift(1) < df['upper'].shift(1)) & (df['Close'] > df['upper'] * 1.005), 1, 0)
# 检查是否下穿布林中轨
sell_signal2 = np.where(df['Close'] < df['middle'], 1, 0)
df['Buy'] = buy_signal.astype(int)
df['Sell1'] = sell_signal1.astype(int)
df['Sell2'] = sell_signal2.astype(int)
return df
# ===============表格美化输出===============
def df_table(df,index):
import prettytable as pt
#利用prettytable对输出结果进行美化,index为索引列名:df_table(df,'market')
tb = pt.PrettyTable()
# 如果为trade_time为index转换为日期类型，其它不用管。
if index == "trade_time":
df = df.set_index(index)
df.index = pd.DatetimeIndex(df.index)
# df.reset_index(level=None, drop=True, inplace=True, col_level=0, col_fill='')
df = df.reset_index(drop = True)
tb.add_column(index,df.index)#按date排序
for col in df.columns.values:#df.columns.values的意思是获取列的名称
# print('col',col)
# print('df[col]',df[col])
tb.add_column(col, df[col])
print(tb)
if __name__=='__main__':
# 使用pip install prettytable 先安装这个库
import prettytable as pt
# 下载Ashare放到和本文件一个目录即可引用
from Ashare import *
df=get_price('sz300750',frequency='1d',count=500)
print(df)
# df.columns = [l.lower() for l in df.columns] # 将所有列名小写
df.columns = [l.capitalize() for l in df.columns] # 将所有列名首字母改为大写
print(df)
ret = run_strategy(df)
print(ret)
df_table(ret.round(3),'AI')
Die Betriebsergebnisse lauten wie folgt: Kaufen bedeutet 1 kaufen, Verkauf1 bedeutet, mit Gewinn zu verkaufen, Verkauf2 bedeutet, mit Verlust zu verkaufen:
+----+--------+--------+--------+--------+------------+---------+---------+---------+-----+-------+-------+
| AI | Open | High | Low | Close | Volume | upper | middle | lower | Buy | Sell1 | Sell2 |
+----+--------+--------+--------+--------+------------+---------+---------+---------+-----+-------+-------+
| 0 | 225.8 | 234.25 | 221.21 | 232.52 | 28956810.0 | nan | nan | nan | 0 | 0 | 0 |
| 1 | 232.55 | 242.98 | 231.2 | 240.4 | 34747371.0 | nan | nan | nan | 0 | 0 | 0 |
| 2 | 241.99 | 244.56 | 237.98 | 237.98 | 22309979.0 | nan | nan | nan | 0 | 0 | 0 |
| 3 | 241.01 | 244.0 | 235.1 | 238.29 | 26706471.0 | nan | nan | nan | 0 | 0 | 0 |
| 4 | 238.4 | 240.97 | 236.77 | 239.0 | 13973953.0 | nan | nan | nan | 0 | 0 | 0 |
| 5 | 239.0 | 241.68 | 236.06 | 240.0 | 18246432.0 | nan | nan | nan | 0 | 0 | 0 |
| 6 | 241.3 | 241.37 | 231.04 | 232.4 | 24123880.0 | nan | nan | nan | 0 | 0 | 0 |
| 7 | 231.75 | 234.18 | 230.0 | 230.0 | 19472168.0 | nan | nan | nan | 0 | 0 | 0 |
| 8 | 229.0 | 232.5 | 227.0 | 230.3 | 14679114.0 | nan | nan | nan | 0 | 0 | 0 |
| 9 | 230.88 | 231.71 | 225.15 | 225.42 | 19613196.0 | nan | nan | nan | 0 | 0 | 0 |
| 10 | 224.8 | 228.51 | 223.72 | 225.25 | 14785735.0 | nan | nan | nan | 0 | 0 | 0 |
| 11 | 224.85 | 227.68 | 222.49 | 224.09 | 13753272.0 | nan | nan | nan | 0 | 0 | 0 |
| 12 | 224.2 | 224.5 | 217.5 | 220.0 | 18211695.0 | nan | nan | nan | 0 | 0 | 0 |
| 13 | 222.2 | 222.22 | 215.6 | 217.06 | 16537161.0 | nan | nan | nan | 0 | 0 | 0 |
| 14 | 217.0 | 224.99 | 216.01 | 224.99 | 26467083.0 | nan | nan | nan | 0 | 0 | 0 |
| 15 | 225.05 | 226.89 | 220.16 | 221.17 | 18869744.0 | nan | nan | nan | 0 | 0 | 0 |
| 16 | 222.64 | 228.0 | 221.51 | 222.9 | 15941049.0 | nan | nan | nan | 0 | 0 | 0 |
| 17 | 224.9 | 229.99 | 224.0 | 228.44 | 23181483.0 | nan | nan | nan | 0 | 0 | 0 |
| 18 | 225.9 | 225.9 | 216.39 | 219.8 | 33595114.0 | nan | nan | nan | 0 | 0 | 0 |
| 19 | 218.01 | 222.3 | 216.98 | 219.28 | 17242526.0 | 243.347 | 228.465 | 213.582 | 0 | 0 | 1 |
| 20 | 216.38 | 216.5 | 204.45 | 207.3 | 50093939.0 | 244.565 | 227.204 | 209.842 | 0 | 0 | 1 |
| 21 | 212.75 | 213.3 | 207.0 | 208.01 | 23857940.0 | 243.744 | 225.584 | 207.424 | 0 | 0 | 1 |
| 22 | 208.55 | 213.13 | 208.55 | 212.04 | 24261728.0 | 242.425 | 224.287 | 206.149 | 0 | 0 | 1 |
| 23 | 211.95 | 214.0 | 208.9 | 211.95 | 18131632.0 | 240.67 | 222.97 | 205.27 | 0 | 0 | 1 |
| 24 | 211.01 | 213.93 | 210.68 | 213.1 | 13243699.0 | 238.248 | 221.675 | 205.102 | 0 | 0 | 1 |
| 25 | 217.15 | 217.63 | 213.0 | 213.4 | 16362927.0 | 234.978 | 220.345 | 205.712 | 0 | 0 | 1 |
| 26 | 214.99 | 230.88 | 214.89 | 230.88 | 50495682.0 | 234.665 | 220.269 | 205.873 | 1 | 0 | 0 |
| 27 | 232.0 | 234.17 | 228.3 | 231.1 | 29639828.0 | 234.876 | 220.324 | 205.772 | 0 | 0 | 0 |
| 28 | 232.99 | 232.99 | 226.0 | 227.88 | 18707081.0 | 234.458 | 220.203 | 205.948 | 0 | 0 | 0 |
| 29 | 227.87 | 231.31 | 225.77 | 228.0 | 17960501.0 | 234.818 | 220.332 | 205.846 | 0 | 0 | 0 |
| 30 | 228.81 | 230.5 | 224.9 | 224.91 | 17118438.0 | 234.779 | 220.315 | 205.851 | 0 | 0 | 0 |
| 31 | 219.91 | 226.95 | 219.68 | 225.17 | 15910609.0 | 234.897 | 220.369 | 205.841 | 0 | 0 | 0 |
| 32 | 223.98 | 226.3 | 221.18 | 223.47 | 13420648.0 | 235.131 | 220.543 | 205.954 | 0 | 0 | 0 |
| 33 | 222.22 | 226.5 | 222.0 | 224.5 | 13558644.0 | 235.509 | 220.915 | 206.32 | 0 | 0 | 0 |
| 34 | 223.51 | 226.91 | 222.5 | 222.5 | 9930233.0 | 235.285 | 220.79 | 206.295 | 0 | 0 | 0 |
| 35 | 223.99 | 229.99 | 220.35 | 228.79 | 21551522.0 | 236.081 | 221.171 | 206.261 | 0 | 0 | 0 |
| 36 | 231.95 | 233.95 | 228.55 | 229.88 | 15554352.0 | 236.895 | 221.52 | 206.145 | 0 | 0 | 0 |
| 37 | 228.5 | 230.05 | 227.68 | 229.25 | 10155673.0 | 237.012 | 221.561 | 206.109 | 0 | 0 | 0 |
| 38 | 229.26 | 230.41 | 225.5 | 227.51 | 8636414.0 | 237.586 | 221.946 | 206.306 | 0 | 0 | 0 |
| 39 | 227.0 | 228.48 | 223.97 | 224.85 | 10283568.0 | 237.863 | 222.225 | 206.586 | 0 | 0 | 0 |
| 40 | 224.8 | 224.85 | 221.6 | 222.25 | 9808377.0 | 237.036 | 222.972 | 208.908 | 0 | 0 | 1 |
| 41 | 223.0 | 230.0 | 223.0 | 228.8 | 16093831.0 | 236.481 | 224.012 | 211.542 | 1 | 0 | 0 |
| 42 | 229.65 | 229.99 | 226.58 | 229.09 | 9158787.0 | 236.225 | 224.864 | 213.503 | 0 | 0 | 0 |
| 43 | 228.5 | 229.4 | 226.5 | 226.99 | 8693260.0 | 235.33 | 225.616 | 215.902 | 0 | 0 | 0 |
| 44 | 228.21 | 235.0 | 228.21 | 230.0 | 22257672.0 | 234.462 | 226.461 | 218.46 | 0 | 0 | 0 |
| 45 | 230.15 | 230.93 | 226.55 | 228.28 | 13004091.0 | 232.529 | 227.205 | 221.881 | 0 | 0 | 0 |
| 46 | 227.01 | 228.0 | 223.6 | 225.65 | 10452522.0 | 232.028 | 226.944 | 221.859 | 0 | 0 | 1 |
| 47 | 227.8 | 227.88 | 224.5 | 225.5 | 8575776.0 | 231.407 | 226.664 | 221.92 | 0 | 0 | 1 |
| 48 | 224.0 | 224.95 | 218.58 | 219.5 | 17600182.0 | 231.881 | 226.245 | 220.608 | 0 | 0 | 1 |
| 49 | 219.0 | 226.69 | 219.0 | 221.05 | 14441648.0 | 231.902 | 225.897 | 219.892 | 0 | 0 | 1 |
| 50 | 220.85 | 222.98 | 219.76 | 221.59 | 8393526.0 | 232.013 | 225.731 | 219.449 | 0 | 0 | 1 |
| 51 | 217.15 | 220.88 | 214.14 | 218.98 | 13719339.0 | 232.36 | 225.422 | 218.483 | 0 | 0 | 1 |
| 52 | 224.9 | 227.64 | 221.02 | 226.35 | 19286245.0 | 232.455 | 225.566 | 218.676 | 1 | 0 | 0 |
| 53 | 225.12 | 227.0 | 223.66 | 226.66 | 15456786.0 | 232.561 | 225.674 | 218.786 | 0 | 0 | 0 |
| 54 | 231.0 | 232.88 | 226.88 | 226.98 | 20859235.0 | 232.647 | 225.898 | 219.148 | 0 | 0 | 0 |
| 55 | 226.98 | 231.0 | 225.05 | 230.05 | 18803095.0 | 232.839 | 225.961 | 219.082 | 0 | 0 | 0 |
| 56 | 234.0 | 239.5 | 233.1 | 237.75 | 29902754.0 | 234.805 | 226.354 | 217.903 | 0 | 1 | 0 |
| 57 | 237.4 | 239.1 | 234.5 | 235.5 | 15615168.0 | 235.945 | 226.667 | 217.388 | 0 | 0 | 0 |
| 58 | 237.0 | 239.49 | 235.5 | 236.5 | 14147185.0 | 237.337 | 227.116 | 216.895 | 0 | 0 | 0 |
| 59 | 236.0 | 239.97 | 235.53 | 239.14 | 16180526.0 | 239.246 | 227.831 | 216.415 | 0 | 0 | 0 |
| 60 | 245.0 | 249.96 | 241.11 | 245.51 | 31569675.0 | 242.454 | 228.994 | 215.533 | 0 | 1 | 0 |
| 61 | 244.5 | 246.94 | 243.31 | 246.49 | 14927749.0 | 245.347 | 229.878 | 214.409 | 0 | 0 | 0 |
| 62 | 245.98 | 249.33 | 244.88 | 247.14 | 15066676.0 | 247.971 | 230.781 | 213.59 | 0 | 0 | 0 |
| 63 | 245.5 | 247.68 | 243.14 | 247.0 | 11684661.0 | 250.254 | 231.781 | 213.308 | 0 | 0 | 0 |
| 64 | 247.9 | 251.33 | 244.12 | 246.5 | 14040964.0 | 252.131 | 232.606 | 213.081 | 0 | 0 | 0 |
| 65 | 248.95 | 248.95 | 241.5 | 241.5 | 17204064.0 | 253.054 | 233.267 | 213.48 | 0 | 0 | 0 |
| 66 | 239.2 | 239.98 | 230.21 | 232.9 | 25693218.0 | 253.109 | 233.63 | 214.15 | 0 | 0 | 1 |
| 67 | 232.88 | 234.6 | 229.4 | 231.3 | 14610073.0 | 253.076 | 233.92 | 214.763 | 0 | 0 | 1 |
| 68 | 231.52 | 234.38 | 230.11 | 232.6 | 14009045.0 | 252.575 | 234.575 | 216.574 | 0 | 0 | 1 |
| 69 | 234.99 | 236.5 | 228.88 | 235.25 | 20442773.0 | 252.181 | 235.285 | 218.388 | 0 | 0 | 1 |
| 70 | 235.29 | 239.12 | 234.42 | 235.87 | 16769998.0 | 251.684 | 235.999 | 220.313 | 0 | 0 | 1 |
| 71 | 233.99 | 235.87 | 232.2 | 232.96 | 10780439.0 | 250.409 | 236.698 | 222.986 | 0 | 0 | 1 |
| 72 | 234.8 | 235.18 | 227.51 | 230.75 | 15188941.0 | 250.088 | 236.918 | 223.747 | 0 | 0 | 1 |
| 73 | 230.7 | 231.9 | 227.0 | 227.5 | 11874911.0 | 250.004 | 236.96 | 223.915 | 0 | 0 | 1 |
| 74 | 228.88 | 231.54 | 226.5 | 228.95 | 14157716.0 | 249.826 | 237.058 | 224.29 | 0 | 0 | 1 |
| 75 | 227.93 | 229.97 | 225.81 | 228.34 | 11185129.0 | 249.948 | 236.973 | 223.997 | 0 | 0 | 1 |
| 76 | 241.5 | 243.96 | 229.5 | 230.5 | 22311515.0 | 249.88 | 236.61 | 223.34 | 0 | 0 | 1 |
| 77 | 231.2 | 243.0 | 230.92 | 238.5 | 29174995.0 | 250.045 | 236.76 | 223.475 | 1 | 0 | 0 |
| 78 | 239.4 | 242.0 | 237.5 | 237.5 | 14591637.0 | 250.098 | 236.81 | 223.522 | 0 | 0 | 0 |
| 79 | 237.1 | 238.5 | 236.13 | 236.55 | 9671527.0 | 249.925 | 236.681 | 223.436 | 0 | 0 | 1 |
| 80 | 236.6 | 239.51 | 234.6 | 236.4 | 9101132.0 | 248.835 | 236.225 | 223.615 | 1 | 0 | 0 |
| 81 | 238.21 | 238.76 | 233.4 | 237.65 | 14052387.0 | 247.512 | 235.783 | 224.054 | 0 | 0 | 0 |
| 82 | 237.0 | 239.5 | 236.16 | 236.82 | 11581665.0 | 245.799 | 235.267 | 224.735 | 0 | 0 | 0 |
| 83 | 236.05 | 237.17 | 232.8 | 234.42 | 12474783.0 | 243.691 | 234.638 | 225.585 | 0 | 0 | 1 |
| 84 | 233.0 | 233.75 | 226.51 | 226.51 | 19266090.0 | 241.578 | 233.639 | 225.699 | 0 | 0 | 1 |
| 85 | 225.0 | 227.2 | 220.5 | 222.94 | 16499443.0 | 241.084 | 232.711 | 224.337 | 0 | 0 | 1 |
| 86 | 222.9 | 223.55 | 219.68 | 221.53 | 17060897.0 | 241.828 | 232.142 | 222.456 | 0 | 0 | 1 |
| 87 | 222.0 | 222.41 | 217.54 | 217.93 | 18231209.0 | 242.975 | 231.474 | 219.972 | 0 | 0 | 1 |
| 88 | 217.0 | 219.15 | 215.03 | 216.6 | 15135693.0 | 243.854 | 230.674 | 217.493 | 0 | 0 | 1 |
| 89 | 213.68 | 216.3 | 213.03 | 214.93 | 18294104.0 | 244.319 | 229.658 | 214.996 | 0 | 0 | 1 |
| 90 | 212.0 | 214.0 | 206.6 | 207.76 | 33679992.0 | 245.435 | 228.252 | 211.069 | 0 | 0 | 1 |
| 91 | 206.0 | 214.69 | 206.0 | 213.06 | 26593485.0 | 245.506 | 227.257 | 209.008 | 0 | 0 | 1 |
| 92 | 213.06 | 213.48 | 210.6 | 212.32 | 15024395.0 | 245.618 | 226.336 | 207.053 | 0 | 0 | 1 |
| 93 | 213.0 | 213.33 | 208.68 | 209.9 | 13087485.0 | 246.009 | 225.456 | 204.902 | 0 | 0 | 1 |
| 94 | 210.01 | 210.95 | 206.67 | 206.73 | 16214929.0 | 246.372 | 224.345 | 202.317 | 0 | 0 | 1 |
| 95 | 205.5 | 211.45 | 205.5 | 210.93 | 22509065.0 | 246.167 | 223.474 | 200.781 | 0 | 0 | 1 |
| 96 | 213.02 | 213.62 | 208.71 | 209.28 | 13605355.0 | 245.67 | 222.413 | 199.156 | 0 | 0 | 1 |
| 97 | 206.67 | 207.35 | 203.5 | 204.5 | 20253782.0 | 243.988 | 220.713 | 197.438 | 0 | 0 | 1 |
| 98 | 206.3 | 208.49 | 202.45 | 203.66 | 21848959.0 | 242.088 | 219.021 | 195.954 | 0 | 0 | 1 |
| 99 | 204.0 | 206.5 | 202.58 | 203.03 | 15809524.0 | 239.94 | 217.345 | 194.75 | 0 | 0 | 1 |
+----+--------+--------+--------+--------+------------+---------+---------+---------+-----+-------+-------+
请按任意键继续. . .
Aus den laufenden Ergebnissen ist ersichtlich, dass durchaus Kauf- und Verkaufssignale generiert werden können und auch Verluste rechtzeitig gestoppt werden können. Natürlich ist dies nur ein Fragment. Für den quantitativen Handel ist außerdem eine Kombination aus Fonds und Positionen erforderlich, um Kauf- und Verkaufsvorgänge durchzuführen.
Zusammenfassen
Durch Demonstrationen und laufende Tests können wir sehen, dass der Einsatz von KI uns beim Schreiben von Strategiecode unterstützen kann, es aber noch Raum für Optimierung des Codes gibt. Ich habe bereits einige von AI geschriebene Codes getestet und sie müssen noch debuggt werden. Aber zumindest hat uns die KI einige Ideen geliefert, wie wir Textstrategien in Codes umwandeln können, und dann können wir in Kombination mit verschiedenen quantitativen Handels-APIs Simulationstests durchführen.
Wenn Sie ein echtes Angebot machen wollen, sollten alle vorsichtiger sein, schließlich ist echtes Geld kein Scherz und die KI wird keine Verluste ertragen!
Immer noch derselbe Satz: Der Markteintritt birgt Risiken, seien Sie also beim Handel vorsichtig!