> For the complete documentation index, see [llms.txt](https://infinity.aloen.to/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://infinity.aloen.to/infinity-algo-features/ai-optimization.md).

# AI 优化 AI Optimization

将 Infinity Algo 转变为自我改进的系统，能够自动适应市场变化。

{% hint style="success" %}
**快速开始:** 启用 AI → 选择模式 (Static/Walk-Forward) → 选择指标 → 让 AI 进行优化
{% endhint %}

***

#### 🚀 快速设置

{% stepper %}
{% step %}
**启用 AI (Enable AI)**

在设置中打开 `🧠 启用 AI 优化 (Enable AI Optimization)`
{% endstep %}

{% step %}
**选择模式 (Choose Mode)**

* **回测? (Backtesting?)** → `静态 (Static - 完整历史 / Full History)`
* **实盘交易? (Live Trading?)** → `走向前进 (Walk-Forward)`
  {% endstep %}

{% step %}
**选择信号类型 (Select Signal Type)**

在 "信号模式 (Signal Mode)" 中选择 `AI` 或 `AI 狙击手 (AI Sniper)`
{% endstep %}
{% endstepper %}

**就这样!** 默认设置对大多数用户都有效。

***

#### 🎯 AI 工作原理

| 1️⃣ **模拟 (Simulate)** | 2️⃣ **评估 (Evaluate)** | 3️⃣ **应用 (Apply)** |
| --------------------- | --------------------- | ------------------ |
| 测试数百到数千个参数组合          | 使用您的指标对每个进行评分         | 实施最佳配置             |

**走向前进 (Walk-Forward):** 定期在滚动的样本内(In-Sample)窗口中重新优化，并进行样本外(Out-of-Sample)验证，以减少过度拟合(Overfitting)。

***

#### ⚙️ 核心设置

{% tabs %}
{% tab title="🧠 AI 模式" %}
**优化模式 (Optimization Modes)**

| 模式                      | 工作原理        | 用于   |
| ----------------------- | ----------- | ---- |
| **走向前进 (Walk-Forward)** | 每 N 根柱线更新一次 | 实盘交易 |
| **静态 (Static)**         | 优化一次，锁定结果   | 回测   |

{% hint style="info" %}
**提示:** 先从静态模式进行测试，然后切换到走向前进模式进行实盘交易
{% endhint %}
{% endtab %}

{% tab title="🔄 更新频率 (Update Frequency)" %}
**仅限走向前进模式 (Walk-Forward Only)**

{% code title="频率指南 (frequency-guide.txt)" %}

```
100 根柱线 (默认) → 超快响应 (高 CPU 占用)
200-1000 根柱线     → 平衡 ✅
1000-5000 根柱线    → 非常稳定，适应较慢

1小时图表示例:
- 100 根 = ~4 天
- 1000 根 = ~42 天
- 5000 根 = ~208 天
```

{% endcode %}

越小 = 响应更快但资源消耗大 | 越大 = 更稳定且高效
{% endtab %}

{% tab title="🧪 敏感性范围 (Sensitivity Range)" %}
**参数空间 (Parameter Space)**

| 范围                  | 数值    | 最适合                     |
| ------------------- | ----- | ----------------------- |
| **超快速 (Very Fast)** | 5-9   | 高频交易 (Scalping)         |
| **快速 (Fast)**       | 10-14 | 日内交易 (Day Trading)      |
| **平衡 (Balanced)** ✅ | 10-20 | 大多数策略                   |
| **中等 (Medium)**     | 15-21 | 波段交易 (Swing Trading)    |
| **缓慢 (Slow)**       | 22-28 | 头寸交易 (Position Trading) |
| **自动 (Auto)**       | 5-28  | 全面探索                    |
|                     |       |                         |
| {% endtab %}        |       |                         |

{% tab %}

```
       |       |                             |
```

{% endtab %}

{% tab title="📊 优化指标 (Optimization Metric)" %}
**选择您的目标 (Choose Your Goal)**

**快速选择 (Quick Selection):**

| 您的交易风格                 | 使用此指标                 | 原因      |
| ---------------------- | --------------------- | ------- |
| **高频交易 (Scalping)**    | 胜率 (Win Rate)         | 一致性很重要  |
| **日内交易 (Day Trading)** | 夏普比率 (Sharpe Ratio)   | 平衡风险/收益 |
| **波段交易 (Swing)**       | 索提诺比率 (Sortino Ratio) | 下行风险保护  |
| **头寸交易 (Position)**    | 卡玛比率 (Calmar Ratio)   | 避免最大回撤  |

**所有可用指标 (All Available Metrics):**

* **经典指标 (Classic):** 总利润、胜率 (Win Rate)、平均损益 (Average P\&L)、收益-痛苦比 (Gain-to-Pain)
* **风险调整指标 (Risk-Adjusted):** 夏普比率 (Sharpe)、索提诺比率 (Sortino)、卡玛比率 (Calmar)、马丁比率 (Martin)
* **高级指标 (Advanced):** SQN (系统质量数字 / System Quality Number)、稳健机器学习评分 (Robust ML Score)

{% hint style="warning" %}
**重要:** 高胜率 ≠ 盈利。90% 的胜率伴随大额亏损可能导致不盈利。
{% endhint %}

{% hint style="info" %}
不确定? 使用 **总利润 (Total Profit)** 进行测试，**夏普比率 (Sharpe Ratio)** 进行实盘交易
{% endhint %}
{% endtab %}
{% endtabs %}

***

#### 📈 模拟设置 (Simulation Settings)

**AI 模拟止盈% (AI Sim TP% - 仅用于测试)**

{% hint style="warning" %}
**注意:** 这些是内部模拟参数 - 它们**不会**创建真实订单
{% endhint %}

{% columns %}
{% column width="60%" %}
**它们做什么 (What they do):**

* 帮助 AI 评估策略
* 设置内部止盈目标
* 默认值: 双向都是 1.0%
  {% endcolumn %}

{% column %}
{% code title="模拟设置 (sim-settings:)" %}

```
多头止盈 (Long TP): 1.0%
空头止盈 (Short TP): 1.0%
目的 (Purpose): AI 测试仅用
实际交易 (Real trades): 不受影响
```

{% endcode %}
{% endcolumn %}
{% endcolumns %}

***

#### 📊 仪表板显示 (Dashboard Display)

**实时监控 (Live Monitoring)**

启用后，可以看到:

* ✅ 当前最优敏感性 (Current optimal sensitivity)
* ✅ 选定的阈值 (Selected thresholds)
* ✅ 胜率和指标 (Win rate & metrics)
* ✅ 置信度评分 (Confidence score)
* ✅ 模式状态 (Mode status)

**状态指示符 (Status Indicators):**

* `静态 (已锁定) (STATIC - LOCKED)` - 一次性优化完成
* `正在优化 (OPTIMIZING)` - 当前正在计算
* `已模拟 (SIMULATED)` - 结果已准备

<figure><img src="https://2387257950-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2F5cf3dRpPzq1Qbyc8GksH%2Fuploads%2FyXoT69oiyDH6NCl2F5SM%2Fimage.png?alt=media&#x26;token=5061bb2e-8f38-48b3-84be-3f1f094a376a" alt="" width="486"><figcaption></figcaption></figure>

***

#### 💡 最佳实践 (Best Practices)

{% tabs %}
{% tab title="🎯 快速入门 (Getting Started)" %}

1. 初始测试使用 **静态 (Static)** 模式
2. 选择 **平衡 (Balanced)** 敏感性
3. 默认 100 根柱线频率
4. 将指标与目标相匹配
5. **走向前进模式需要约 535 根柱线**才能进行首次优化
6. **静态模式需要约 5000 根柱线**总计
   {% endtab %}

{% tab title="⚡ 优化 (Optimization)" %}

* **较低的时间框架 (Lower timeframes)** → 复杂计算
* **监控仪表板 (Monitor dashboard)** → 追踪选择
* **小幅调整 (Small adjustments)** → 更好的结果
* **需要耐心 (Patience required)** → AI 需要时间
  {% endtab %}

{% tab title="📈 性能 (Performance)" %}
**限制条件 (Limits):**

* 最大回顾: 5000 根柱线
* 较低频率 = 更高 CPU 占用
* 静态 = 在第 4900 根柱线时仅计算一次
* 更高时间框架 = 更佳性能
  {% endtab %}
  {% endtabs %}

***

#### 🔧 故障排除 (Troubleshooting)

| 问题                      | 解决方案           |
| ----------------------- | -------------- |
| **超时 (Timeout)**        | 使用静态模式或增加频率    |
| **无信号 (No signals)**    | 检查 AI 优化是否已打开  |
| **结果不佳 (Poor results)** | 尝试不同的指标/范围     |
| **无仪表板 (No dashboard)** | 在设置中启用         |
| **静态失败 (Static fails)** | 需要 5000+ 根柱线数据 |

***

#### ⚡ 快速参考 (Quick Reference)

{% columns %}
{% column width="50%" %}
**用于测试 (For Testing)**

* 模式: `静态 (Static)`
* 范围: `平衡 (Balanced)`
* 指标: `总利润 (Total Profit)`
* 频率: N/A
* 最少柱线: 5000
  {% endcolumn %}

{% column %}
**用于实盘交易 (For Live Trading)**

* 模式: `走向前进 (Walk-Forward)`
* 范围: `平衡 (Balanced)`
* 指标: 您的偏好
* 频率: `100` (默认)
* 最少柱线: 535
  {% endcolumn %}
  {% endcolumns %}

***

#### 📚 理解性能指标 (Understanding Performance Metrics)

<details>

<summary><strong>详细指标说明 (Detailed Metric Explanations)</strong></summary>

{% hint style="info" %}
**注意:** Infinity Algo 基于**单笔交易收益率 (Per-Trade Returns)** 计算指标，使用无风险利率 (Risk-Free Rate) 和平均必要回报率 (MAR) = 0。行业定义通常使用时间序列(时间序列收益率/Daily or Monthly Returns)。
{% endhint %}

**经典指标 (Classic Metrics)**

| 指标                        | 公式               | 最适合     |
| ------------------------- | ---------------- | ------- |
| **总利润 (Total Profit)**    | 所有损益之和           | 快速评估    |
| **胜率 (Win Rate)**         | 胜利数 ÷ 总交易数 × 100 | 一致性检查   |
| **平均损益 (Average P\&L)**   | 总损益 ÷ 交易数        | 交易质量    |
| **收益-痛苦比 (Gain-to-Pain)** | Σ 收益 / \|Σ 亏损\|  | 风险/收益平衡 |

***

**风险调整指标 (Risk-Adjusted Metrics)**

**夏普比率 (Sharpe Ratio) - 行业标准**

* **公式:** 超额收益 (高于无风险利率) ÷ 标准差
* **Infinity Algo:** 使用无风险利率 = 0
* **优点:** 最广泛使用，易于比较，考虑总波动性
* **缺点:** 对上行波动性进行惩罚，假设正态分布
* **基准值:** \~1 = 良好 | \~2 = 非常好 | 3+ = 优秀

**索提诺比率 (Sortino Ratio) - 下行风险关注**

* **公式:** 超额收益 (高于目标/MAR) ÷ 下行偏差 (Downside Deviation)
* **Infinity Algo:** 使用 MAR = 0
* **优点:** 仅对不利波动性进行惩罚，更适合趋势跟踪
* **缺点:** 需要定义目标收益率，标准化程度较低
* **基准值:** >1 = 良好 | >2 = 非常好 | >3 = 优秀

**卡玛比率 (Calmar Ratio) - 最大回撤保护**

* **公式:** 年复合增长率 (CAGR) ÷ 最大回撤 (Maximum Drawdown - 通常 36 个月)
* **优点:** 关注资本保护，易于理解
* **缺点:** 基于单一最坏事件，向后看
* **基准值:** >1 = 良好 | 3-5 = 强势

**马丁比率 (Martin Ratio) - 溃疡指数性能**

* **公式:** 超额收益 ÷ 溃疡指数 (Ulcer Index - 回撤的均方根 / RMS of Drawdowns)
* **优点:** 考虑所有回撤，关注平滑的资产曲线 (Smooth Equity Curve)
* **缺点:** 知名度较低/可比性较差，计算复杂
* **用途:** 比较您的不同策略

**SQN - 系统质量数字 (System Quality Number)**

* **公式:** (期望值 (Expectancy) ÷ 标准差) × √ 交易数量
* **优点:** 考虑样本量，适合系统比较
* **缺点:** 需要足够的交易数据以确保有效性
* **基准值:** >2 = 良好 | >3 = 优秀 | >5 = 超级优秀 (Superb)

***

**按交易风格选择 (Choosing by Trading Style)**

| 风格                          | 主要指标                            | 次要指标            |
| --------------------------- | ------------------------------- | --------------- |
| **高频交易 (Scalping)**         | 胜率 (Win Rate) + 夏普比率 (Sharpe)   | 总利润             |
| **日内交易 (Day Trading)**      | 夏普比率 (Sharpe) + 胜率 (Win Rate)   | 平均损益            |
| **波段交易 (Swing Trading)**    | 索提诺比率 (Sortino) + 卡玛比率 (Calmar) | 收益-痛苦比          |
| **头寸交易 (Position Trading)** | 卡玛比率 (Calmar) + 马丁比率 (Martin)   | 索提诺比率 (Sortino) |

{% hint style="warning" %}
**记住:** 单纯胜率是具有误导性的。30% 胜率但风险回报比为 3:1 的策略比 70% 胜率但风险回报比为 1:3 的策略更有利可图。
{% endhint %}

{% hint style="info" %}
**AI 模式选择 (AI Mode Selection):**

* **日内/均值反转 (Intraday/Mean-reversion):** 为夏普比率 (Sharpe) + 胜率 (Win Rate) 优化
* **趋势/波段交易 (Trend/Swing trading):** 优先考虑索提诺比率 (Sortino) + 卡玛比率 (Calmar)
* **多指标 (Multi-metric):** 平衡所有指标以获得稳健的性能
  {% endhint %}

</details>

***

{% hint style="success" %}
**底线:** 让 AI 处理优化，而您专注于交易决策和风险管理。
{% endhint %}