@烟花三月ETF 楼主这是已经******了是么。我还在跑模拟。^_^ 我找代码在聚宽里跑了下你说的这个卖一和买一价的思路，感觉tick级的回测偏离比较少，分钟级的回测会有一些偏离。仅供参考。 # 导入聚宽函数库 import jqdata def initialize(context): # 设置我们要验证的标的，例如平安银行 g.security = '000001.XSHE' # 设置基准 set_benchmark('000300.XSHG') # 开启动态复权模式 (真实价格) set_option('use_real_price', True) # 【关键设置】将系统的默认滑点设置为 0！ # 聚宽默认有 0.00246 的滑点来模拟真实交易摩擦。 # 为了纯粹验证撮合价格，我们先把它关掉，否则成交价会被人为加减。 set_slippage(FixedSlippage(0)) # 设定每天 10:00 模拟买入，14:00 模拟卖出 run_daily(simulate_buy, time='10:00') run_daily(simulate_sell, time='14:00') def simulate_buy(context): current_dt = context.current_dt # 1. 获取买入瞬间的真实 Tick 数据 ticks = get_ticks(g.security, end_dt=current_dt, count=1, fields=['time', 'current', 'a1_p', 'b1_p']) if len(ticks) > 0: tick = ticks[0] tick_a1 = tick['a1_p'] # 卖一价 (市价买入理论上应该吃掉卖一) tick_b1 = tick['b1_p'] # 买一价 tick_current = tick['current'] # 2. 执行市价买入 100 股 order_obj = order(g.security, 100) # 3. 验证与对比 if order_obj is not None and order_obj.filled > 0: deal_price = order_obj.price # 获取真实的成交均价 log.info(f"========== 【买入验证】 时间: {current_dt} ==========") log.info(f"抓取瞬间盘口 -> 卖1价(应买价): {tick_a1}, 买1价: {tick_b1}, 最新成交价: {tick_current}") log.info(f"系统实际买入成交价: {deal_price}") if deal_price == tick_a1: log.info("✅ 结论：买入价格 严格等于 【卖1价】") if deal_price == tick_current: log.info("⚠️ 结论：买入价格 等于 【最新成交价】 (分钟回测的常见机制)") if deal_price != tick_a1 and deal_price != tick_current : log.info(f"❌ 结论：买入价格 ({deal_price}) 与卖1价 ({tick_a1}) 不符。可能是因为使用了分钟K线开/收盘价撮合。") print("-" * 50) def simulate_sell(context): current_dt = context.current_dt # 1. 获取卖出瞬间的真实 Tick 数据 ticks = get_ticks(g.security, end_dt=current_dt, count=1, fields=['time', 'current', 'a1_p', 'b1_p']) if len(ticks) > 0: tick = ticks[0] tick_a1 = tick['a1_p'] tick_b1 = tick['b1_p'] # 买一价 (市价卖出理论上应该砸给买一) tick_current = tick['current'] # 2. 执行市价卖出 100 股 order_obj = order(g.security, -100) # 3. 验证与对比 if order_obj is not None and order_obj.filled > 0: deal_price = order_obj.price # 获取真实的成交均价 log.info(f"========== 【卖出验证】 时间: {current_dt} ==========") log.info(f"抓取瞬间盘口 -> 卖1价: {tick_a1}, 买1价(应卖价): {tick_b1}, 最新成交价: {tick_current}") log.info(f"系统实际卖出成交价: {deal_price}") if deal_price == tick_b1: log.info("✅ 结论：卖出价格 严格等于 【买1价】") if deal_price == tick_current: log.info("⚠️ 结论：卖出价格 等于 【最新成交价】 (分钟回测的常见机制)") if deal_price != tick_b1 and deal_price != tick_current : log.info(f"❌ 结论：卖出价格 ({deal_price}) 与买1价 ({tick_b1}) 不符。") print("-" * 50)

大佬有没有群拉一拉，wx: probob

@烟花三月ETF 感谢大佬回复，不知道我这个思路是否可行，因为我始终觉得阈值限制会损失盈亏比，如卫星，白银和原油，所以我想着在不限制阈值的情况，如果动量始终上涨的前提下，就不调仓，但是实测回撤很大，所以加入布林带风控，超过周K布林带上轨5-10%再清仓。有点儿类似你之前的想法，动量第二天按1.2倍数上涨

@爱斯基摩呀 那回测如何？

@eeeeekkkk 无哦

如果加入资金流向检测是否可以降低回撤？在高位时候资金卖出多就止盈

@顶级理解 09.26买把大伙当傻子骗积分是吧

@烟花三月ETF 动态天数参数是不是用机器学习来好一点，人工感觉不行啊，太多数据要处理分析了。动态天数或许还和不同ETF标的有关系，可能要针对每一个ETF进行分析。

@mark258 嗯，不错的思路，回头我尝试下。不知道聚宽能否获取内盘外盘数据

@mark258 现在在做的事情就是通过人工回测每个行业每个etf，没有人帮忙搞机器学习啊，哈哈，老哥您会吗

@烟花三月ETF 我不会机器学习，只有克隆别人机器学习代码给AI讲解，大致了解工作原理。我以前研究沪深300，纳斯达克指数这些大类ETF用表格或者AI去分析的，如当日下跌多少未来3-5天内下跌幅度和概率统计用来做触发止损。papacai0606和神启这两位博主在机器学习和人工智能方面研究很不错，可以看看他们。老哥凌晨2点还在研究策略呀，太勤奋了抱抱。ETF除了动能下跌反弹或许也值得研究，毕竟大类资产不可能一直跌下去

@烟花三月ETF 加油，大佬

大佬，有vx吗，加一个一起交流一下哈，感谢

大佬的思路真不错，我用 1万元进行了 SHI 盘，最近没大赚也没大亏，就是程序频繁换股，目前只亏了 1个点多。再跑一个月看看

想问一下大佬实测是自动化交易还是策略选股后手动交易? 另外克隆了好几份轮动策略，普遍都是去年到今年年初表现不错，但是3月3日左右开始收益就明显上不去了

@timejacker 目前我还是自己手动交易，我在了解中转信号接入pt直接下单交易

@烟花三月ETF 因为还是用的早期的固定池子（65只ETF），20年到26年四月能有15倍以上收益，比单独只用21天阈值好多了，但是不如五福v3.5，我后续******找找问题。

有个建议，经常买卖 相关性很接近的ETF，能否优化。。。

@烟花三月ETF 有什么不清楚的可以一起交流哦。 我发了一篇"用一行代码实现聚宽信号的中转"，目前我的中转信号接入q*t实时完成交易已经95%测通了，延迟大概400毫秒左右，顶不顶用下周3就能看出来了，大概率没问题。 用了多策略分仓，异步下单，下单又涉及到限价、买/卖1到5价、价格笼子下单，手续费计算这些，还要识别集合竞价阶段、回测与shipan信号的区别应对等等这些内容，搞得差不多了。