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
|
机器学习/深度学习 算法
本周推荐 | AB实验低响应情景解决实践
推荐语:本文针对AB实验低响应情景下的增量效果不显著问题,提出通过倾向得分匹配方案来衡量策略增量效果的方法,并将相关方案融入一休平台科学评估体系中。文章理论与实践相结合,深入浅出,强烈推荐。 ——大淘宝技术数据研发工程师 伯略
183 0
本周推荐 | AB实验低响应情景解决实践
|
11月前
|
存储 供应链 负载均衡
企业架构】EA 比以往任何时候都更重要的五个领域
企业架构】EA 比以往任何时候都更重要的五个领域
|
11月前
|
架构师
【企业架构框架】谁推动了现代 EA 最佳实践和内容?
【企业架构框架】谁推动了现代 EA 最佳实践和内容?
|
11月前
|
架构师
「业务架构」基于EA路线图的业务能力规划
「业务架构」基于EA路线图的业务能力规划
|
11月前
|
架构师 项目管理
「业务架构」EA874:业务能力建模
「业务架构」EA874:业务能力建模
|
11月前
|
监控 安全 架构师
「企业安全架构」EA874:安全架构团队
「企业安全架构」EA874:安全架构团队
|
人工智能 算法 自动驾驶
FDF智能循环互助系统开发(详细规则)丨FDF循环互助智能合约系统开发(方案源码)
 人工智能(Artificial Intelligence,简称AI)是指计算机系统在完成类似人类智力所需的任务时所表现出来的能力。它是一种复杂的技术,通过将大量的数据输入到算法中进行学习,不断调整和改进自己的算法,从而不断优化其性能。
CF1567C. Carrying Conundrum(思维)
CF1567C. Carrying Conundrum(思维)
76 0
|
人工智能
CF1573B. Swaps(思维)
CF1573B. Swaps(思维)
66 0