抱歉,您的浏览器无法访问本站
本页面需要浏览器支持(启用)JavaScript
了解详情 >

ContangoAI

AI-Driven Strategies for Financial Markets

树莓派上的 Freqtrade 模拟盘/实盘跑了几天,一切正常。然而一次意外断电后,重启发现 dashboard 上所有数据都不见了——交易记录、持仓信息、K线历史、资金曲线,全部清零。 这个问题很严重:断电是常态(特别是树莓派这种嵌入式设备),如果每次断电后数据都丢失,那整个量化系统就不可用了。 本文记录了完整的排查过程和解决方案,核心思路是数据持久化 + 自动恢复。 问题分析...

缘起量化环境搭建得差不多了,还剩最后一步——把模拟交易实时展现在网页上。好处是一目了然:树莓派跑在局域网,策略产生的每一笔交易、K 线形态、净值曲线都能随时随地查看。这算是整个量化架构的最后一块拼图,也是走向专业量化的敲门砖。 本文记录完整的实现过程,附带所有踩过的坑。 前置准备硬件 树莓派 4B 8G(建议 SSD 作为系统盘,运行更稳定)→ 迁移教程 软件 & 账号 Clou...

最近用 Freqtrade 实现了一个经典的 MACD 策略——金叉做多、死叉做空,配合固定比例的止盈止损。跑了一遍回测后发现收益出乎意料地不错,趁热把整个过程记录下来,方便以后复盘和迭代。 策略的核心逻辑非常简洁: 入场信号:MACD 金叉(DIF 上穿 DEA)做多,死叉(DIF 下穿 DEA)做空,同时配合趋势过滤条件; 止盈止损出场:固定 8% 止盈(minimal_roi = &...

由于下载的历史数据存储在树莓派上,直接在电脑端编写量化策略时,最便捷的方式是在树莓派上启动 Jupyter Lab,然后通过 Windows 建立 SSH 隧道,在本地浏览器中访问 Jupyter Lab 进行策略开发。具体操作步骤如下。 树莓派端配置Freqtrade 通过 Docker 部署后,下载的数据默认以 Feather 格式存储,需要借助 Python 的 feather 库进行...

今天才发现加密货币量化之路并不是一帆风顺的。 在安装完 Freqtrade 后,当我准备运行并下载 Binance 数据时,发现 api.binance.com 在国内网络环境下已经无法直接访问(可能是被封禁 IP,也可能是 Binance 主动限制大陆 IP)。 总之,目前必须另辟蹊径获取 K 线数据。 🌐 当前解决方案:代理 + mihomo(Clash Core)我目前使用的方案是...

最近发现研究期货量化,无意间发现一个很好的平台 BeeQuant。别看是成立没几年的公司,但我探索了一下,里面的逻辑相当完美。 从回测数据设置、数据预处理(支持类似 WorldQuant Brain 的 DSL 语法)、策略类型、仓位管理、风控、交易,各个层面都做了比较好的解耦,并且还支持 AI 小助手做疑难解答。整体来说体验相当不错。 但是除了注册免费试用外,模拟/实盘的服务器都...


Powered by Hexo | Theme keep Volantis

本站总访问量 总访客数 🌎