运行与复盘 / 约 10 分钟
你这个量化 Agent 到底在做什么
把一个听起来复杂的系统,拆成五个容易懂的环节。
学完这一课,你会
- 看懂当前程序的工作流程
- 理解风控为什么可以拒绝成交
- 知道暂停、断线和模型的限制
这一课的内容
像一条自动记账流水线
当前 Agent 是按固定规则运行的 Python 程序,没有让大语言模型自由预测涨跌。它先读数据,再计算信号,经过风控,模拟成交,最后保存账本。下面描述的是本项目当前代码,不代表其他机器人的通用能力。
- 数据:读取 BTCUSDT、ETHUSDT 的现货已收盘 K 线及买卖报价。
- 信号:分别运行均线趋势、布林带回归、通道突破三套规则。
- 风控:检查报价新鲜度、价差、可用资金、深度、仓位和账户回撤。
- 执行:在本机按买卖报价加模拟滑点、扣模拟手续费。
- 账本:把账户和交易保存到 SQLite,方便恢复和导出。
三个钱包是在做对照实验
当前配置给每个策略独立的 10,000 USDT 虚拟初始资金,各自买卖、各自统计。它们不是共用同一笔真实本金,也不是同一个账户里同时赚到的三份钱。比较时应看各自收益率和风险,并确认观察期间一致。
当前现货配置每次买入预算最多约为该账户权益的 20%,并受剩余现金限制;手续费假设为每边 0.1%,滑点每边 0.05%。这些是程序的实验参数,不是对你账户实际费率的核实,也不是个人仓位建议。
它会停,也会错过行情
开始或重连后,程序先记住当前 K 线作为起点,再等新的连续信号,不把离线期间的历史信号补成刚刚成交。报价不可信时,本轮不会模拟成交;这个设计让账本少一些凭空出现的价格。
当前止损、止盈和回撤检查依赖轮询报价;它们不是已经挂到交易所的保护订单。暂停会同时暂停模拟成交和止损检查。停机、休眠或跳价时,损失可能超过设定阈值。最高价曾短暂达到目标,也不代表轮询一定观察到了。
单独的杠杆实验是历史重放,包含简化强平计算。它和实时现货钱包分开,未完整复刻交易所风险档位、清算过程和成交细节。
一步步算 / 教学假设
教学例子:有信号,为什么账本没买?
- 程序看到均线刚刚向上交叉,生成买入信号。
- 但是买卖价差超过当前程序 0.3% 的限制,或者最优卖盘数量不足。
- 风控拒绝本轮模拟成交,页面显示原因;钱包保持不变。
- 下一轮不应随便用旧信号和旧价格伪造成交,需按新的有效条件继续判断。
没有买入可能说明保护规则在工作;先读原因,再判断是不是程序出错。
容易弄错的地方
- 把 Agent 理解为已经拥有可验证的预测能力。
- 把界面的止损百分比当成任何时候都能保证的最大损失。
- 以为按了暂停,只停止买入而仍会自动止损。
带走一句话先弄清这个 Agent 的权限、流程和局限,才能正确解释它的余额。
检查一下理解
当前程序暂停后,仍有模拟持仓,下面哪句准确?
答对后,记录本课进度。可以重复练习。
本课来源与延伸阅读
概念依据见下列原始资料;教学算例由本课程编写。平台界面、费率与可用资格可能变化。
- Binance 官方:无需认证的公开行情接口
核对公开行情地址无需 API key,且不提供私人账户接口。
核实日期:2026-09-23 - Freqtrade 官方:策略从指标、信号到交易
核对策略结构、回测与实时模拟的区别。本文算例为独立教学假设。
核实日期:2026-09-23