freedakgmail
55 lines
4.3 KiB
Markdown
55 lines
4.3 KiB
Markdown
想法理解
|
||
起点：2026 年第一个交易日 10:00，按本应用推荐算法选股并模拟买入 1000 股。
|
||
之后每个交易日 15:00：按推荐算法决定「加仓 1000 股」或「清仓」。
|
||
终点：跑到现在（最近一个交易日），看整体盈亏。
|
||
|
||
我的看法（想法 + 注意点）
|
||
优点：用同一套推荐逻辑做「历史回放」，能检验「体系最强战法」在 2026 年至今这段区间的表现，且规则清晰（每日一次决策：加仓 or 清仓）。
|
||
|
||
需要事先约定：
|
||
10:00 的“推荐”用哪天的数据：当前应用是「收盘后全景扫描」，没有 10:00 的实时扫描。回测里通常用前一交易日收盘后的扫描结果当作「当日 10:00 的推荐」是合理做法。
|
||
合理
|
||
|
||
15:00 的加仓/清仓用哪天的推荐：同样用前一交易日收盘后的扫描即可，和 10:00 一致，避免未来数据。
|
||
用当天中午的全景扫描数据
|
||
|
||
价格：10:00 买入用当日开盘价近似，15:00 加仓/清仓用当日收盘价（没有分钟数据时的常规做法）。
|
||
用当时的实时价格
|
||
|
||
选哪只股买入：若当日多只「买入」，需要规则（例如只买一只：选推荐分最高或触发信号最多的；或按资金等权多只各 1000 股）。建议先做单只（例如全市场只选一只最强的「买入」），再扩展。
|
||
先做单只
|
||
|
||
实现方案（分步）
|
||
第一步：数据与时间范围
|
||
交易日历：2026 年第一个 A 股交易日（大概率是 2026-01-02）到「最近一个交易日」，只算交易日。
|
||
K 线：依赖现有 stock_kline_daily 或能拉到的历史日 K，保证「每个交易日 T」都有 T-1 及之前 的日 K（用于 T 日 10:00/15:00 的推荐都用 T-1 收盘后的逻辑）。
|
||
价格：
|
||
当日 10:00 买入 → 用该日 open；
|
||
当日 15:00 加仓/清仓 → 用该日 close。
|
||
第二步：每日逻辑（与现有推荐一致）
|
||
10:00（模拟）
|
||
用 T-1 收盘 的 K 线跑 detect_all_signals → 得到 signal_status / indicators。
|
||
对全市场（或当前关注的股票池）用 compute_recommend(..., is_holding=False)，筛出 display_text == '买入'。
|
||
若当前无持仓：按约定规则选 1 只（或 N 只）买入，记录以 T 日 open 价买入 1000 股。
|
||
若已有持仓：可约定 10:00 不再新开仓，只做 15:00 的加仓/清仓（或也允许 10:00 新开，需你定）。
|
||
15:00（模拟）
|
||
仍用 T-1 收盘 的扫描结果，对当前持仓用 compute_recommend(..., is_holding=True)。
|
||
若得到 加仓 → 按 T 日 close 加仓 1000 股。
|
||
若得到 卖出 → 按 T 日 close 全部清仓（只清该只，若多只则逐只按推荐处理）。
|
||
其他（持有/观望等）→ 不加仓、不清仓。
|
||
这样「推荐」和现有应用完全一致，只是按日回放。
|
||
第三步：实现形式建议
|
||
脚本：单独回测脚本（如 backtest_recommend_2026.py），不改现有交易/扫描逻辑，只读历史 K 线、按日调用 detect_all_signals + compute_recommend，并维护「持仓、成本、每次买卖价格与股数」。
|
||
输出：
|
||
每日：日期、持仓、当日 10:00 操作（若有）、15:00 操作（加仓/清仓/无）、所用价格、累计盈亏。
|
||
最后：总收益、总收益率、最大回撤、交易次数等（可先做总收益和收益率）。
|
||
第四步：需要你拍板的点
|
||
选股：多只「买入」时是「只买一只（哪只？）」还是「多只各 1000 股」？
|
||
资金：是否要设总资金上限（例如只允许同时持有 1 只，或最多 N 只）？
|
||
清仓后：下一日 10:00 是否立刻可以再按推荐新买 1000 股，还是要有冷却/限制？
|
||
历史 K 线：stock_kline_daily 是否已有 2026 年至今的数据；若没有，是否允许用 AKShare/麦蕊等按需拉取并落库后再回测？
|
||
小结
|
||
想法：用 2026 首个交易日 10:00 起、每日 15:00 按本应用推荐做「加仓 or 清仓」的回测，是可行且和现有算法一致的。
|
||
方案：用「前一日收盘扫描 + 当日 open/close」做价格与推荐，写独立回测脚本，逐日调用现有 detect_all_signals 与 compute_recommend，统计盈亏。
|
||
下一步：你确认上面四个「选股/资金/清仓后/历史 K 线」的偏好后，我可以按这个方案写出具体回测脚本设计（含目录、入参、输出格式和伪代码），再落到你项目里的具体文件和调用方式。
|