🧠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。
快速开始: 启用 AI → 选择模式 (Static/Walk-Forward) → 选择指标 → 让 AI 进行优化
🚀 快速设置
启用 AI (Enable AI)
在设置中打开 🧠 启用 AI 优化 (Enable AI Optimization)
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)
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)
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
优化模式 (Optimization Modes)
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
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
仅限走向前进模式 (Walk-Forward Only)
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 天越小 = 响应更快但资源消耗大 | 越大 = 更稳定且高效
参数空间 (Parameter Space)
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
选择您的目标 (Choose Your Goal)
快速选择 (Quick Selection):
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)
重要: 高胜率 ≠ 盈利。90% 的胜率伴随大额亏损可能导致不盈利。
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
📈 模拟设置 (Simulation Settings)
AI 模拟止盈% (AI Sim TP% - 仅用于测试)
注意: 这些是内部模拟参数 - 它们不会创建真实订单
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%
📊 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
💡 最佳实践 (Best Practices)
初始测试使用 静态 (Static) 模式
选择 平衡 (Balanced) 敏感性
默认 100 根柱线频率
将指标与目标相匹配
走向前进模式需要约 535 根柱线才能进行首次优化
静态模式需要约 5000 根柱线总计
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
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
🔧 故障排除 (Troubleshooting)
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)
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
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
📚 理解性能指标 (Understanding Performance Metrics)
详细指标说明 (Detailed Metric Explanations)
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)。
经典指标 (Classic Metrics)
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)
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)
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。
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
底线: 让 AI 处理优化，而您专注于交易决策和风险管理。
最后更新于