开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

我在回测。为什么TradingView策略测试器没有针对我的策略的交易？

回测是指通过历史数据对投资策略进行模拟和验证的过程。在云计算领域中，回测通常是指利用云计算平台提供的计算资源和工具来进行策略回测。

TradingView是一款知名的金融市场分析和交易平台，其策略测试器是用于对交易策略进行回测和优化的工具。然而，如果TradingView策略测试器没有针对您的策略的交易，可能有以下几个原因：

策略逻辑错误：首先，需要检查您的策略是否存在逻辑错误或编程错误。确保您的策略代码正确无误，没有语法错误或逻辑错误。
数据不完整或不准确：回测需要使用历史市场数据来模拟交易过程。如果您使用的数据不完整或不准确，可能会导致回测结果不准确或无法进行交易。建议使用高质量、完整的历史数据进行回测。
交易所或市场不支持：TradingView策略测试器可能无法支持您所选择的交易所或市场。确保您选择的交易所或市场在TradingView平台上是可用的，并且策略测试器支持该交易所或市场。
策略参数设置不当：策略测试器通常需要设置一些参数来定义交易策略的行为。确保您正确设置了策略参数，并且参数的取值范围和含义符合您的预期。

如果您的策略仍然无法在TradingView策略测试器中进行交易，建议您参考TradingView的官方文档、社区论坛或联系其客户支持团队，以获取更详细的帮助和支持。

腾讯云相关产品和产品介绍链接地址：

云服务器（ECS）：提供可扩展的云服务器实例，支持多种操作系统和应用场景。详情请参考：https://cloud.tencent.com/product/cvm
云数据库MySQL版：提供高性能、可扩展的MySQL数据库服务。详情请参考：https://cloud.tencent.com/product/cdb_mysql
人工智能平台（AI Lab）：提供丰富的人工智能开发和应用服务，包括图像识别、语音识别、自然语言处理等。详情请参考：https://cloud.tencent.com/product/ailab
云存储（COS）：提供安全可靠的对象存储服务，适用于各种数据存储和分发场景。详情请参考：https://cloud.tencent.com/product/cos
区块链服务（BCS）：提供一站式区块链解决方案，包括区块链网络搭建、智能合约开发等。详情请参考：https://cloud.tencent.com/product/bcs

相关搜索:TradingView策略测试器-我可以更改图表上进入/退出箭头的颜色吗为什么admob在测试时没有出现？我的代码出了什么问题？为什么` `fork()`在我的测试程序中没有显示cow？为什么我的@Transactional方法在测试时没有回滚？为什么我的axios post请求没有在我的后端发送任何数据回我的外部api？为什么我的Ethereum智能合约交易在X个交易量后没有显示？为什么我的Micronaut Controller bean在测试期间没有被处理为什么我的Twilio状态回调再也不会被调用，即使重试策略设置为all？为什么我的xampp服务器在我更新时没有启动？为什么我的功能支持测试没有在语法错误发生之前运行？

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

一位从事量化交易的实战者，手把手带你入门量化交易！

一旦确定了某个或某套策略组合，就需要根据历史数据对其盈利能力进行测试，这就属于回测的范畴了。策略回测回测的目的是提供证据，以证明通过上述过程确定的策略在应用于历史数据和样本外数据时是能获得收益的。...一旦策略通过回测并被认为是基本没有偏差，还有了好的夏普率和最低限度的回撤率，是时候建立一个执行系统了。执行系统执行系统是指将一系列由策略生成的交易发送给经纪去执行的系统。...然而，有些策略在部署之前并不能很好地测试出这些偏差。这主要发生在高频交易中。在执行系统和交易策略本身都可能存在漏洞，这些漏洞并不会在回测时出现，但却会出现在实时交易中。...在这篇文章中，我只涉及到其皮毛，但篇幅已经很长了。有很多我只提了一两句的内容，都有很多对应的书籍和论文针对该内容详细展开。因此在申请量化交易岗位前，必须进行大量的基础性研究工作。...我个人偏好是尽可能多地去搭建自己的数据采集器，策略回测和执行系统。如果你的资金要冒险投资，那么对系统进行过全面测试并了解其缺陷和特定问题后，你晚上睡觉才能安眠吧？

1.9K3 1

BackTrader 中文文档（十三）

如预期的那样，交易日在13:00提前关闭，但重新采样器不知道这一点（官方交易结束时间为16:00），并继续提供上一交易日（2016-11-23）的重新采样日线柱形图，新的重新采样日线柱形图首次在下一个交易日...算法交易的一个目标之一是交易的自动化，鉴于 backtrader 是一个用于检查交易算法的回测平台（因此是一个算法交易平台），自动化使用 backtrader 是一个明显的目标。...执行时间显然增加了（指标 + 交易），但为什么内存使用量增加了呢？在得出任何结论之前，让我们运行它创建指标，但不进行交易 $ ....backtrader 社区中经常出现的一件事是，用户解释了希望复制在例如 TradingView 中获得的回测结果，这在当今非常流行，或者其他一些回测平台。...即使不真正了解 TradingView 中使用的语言 Pinescript，并且对回测引擎的内部没有任何了解，仍然有一种方法可以让用户知道，跨平台编码必须谨慎对待。

980 0

VNPY CTP 仿真柜台怎么用来实现CTP 程序TICK级回测

（2）在线回测平台这类是基于网站的回测，使用编程语言以Python,javascript为主，可以通过在网站提交代码脚本，在服务商的服务器上进行回测，由此可见这类回测的CPU硬件资源是极其有限的，...VNPY开创的仿真回测柜台量化回测方式，主要针对有一定编程能力的程序化交易者，如果已经基于原生API完成了策略开发，再转到VNPY仿真柜台实现回测是非常容易的，只需2分钟即可将实盘程序化交易代码转为回测程序...VNPY官方认为，量化交易回测不仅要测试参数，更要测试策略逻辑和子方案组合。...不管你是C++程序员，还是Python程序员，JAVA程序员都能很好满足您的代码回测要求；（5）策略保密性好，比如C++开发的策略，可以采用加密壳进行保护，策略在指定的本地计算机或托管服务器运行，...VNPY仿真回测这项底层仿真回测技术是和编程语言无关的，并且没有第3方平台提供的方法，可以在不修改原有代码的前提下实现回测。

2.3K0 0

量化交易平台介绍

RiceQuant 的回测系统简单好用, 所以在接下来的学习当中, 我们会使用这个平台来讲解. 回测框架肯定有很多朋友好奇为什么我们不自己实现一个回测框架....原因有三: 没有完整的股票行情和基本面数据1. 回测平台是载体, 重点在于快速验证策略1....创建策略首先我们先点击进入平台, 如图: 然后我们点击新建策略, 如图: 在新建策略中我们点击代码策略, 如图: 在策略名称中我们填入 “我的第一个策略”, 如图: 策略页面功能介绍..., 以及交易时间分析结构策略指标分析策略初始设置基础设置:指定回测起止日期, 初始资金以及回测频率起止日期: 策略运行的时间区间- 初始资金: 用于投资的总资金- 回测的频率: 有两种选择,...做股票量化选择日回测即可策略主体运行流程分析在 init 方法中实现策略初始化逻辑策略的股票池: 在那些股票中进行交易判断 (例如: HS300) 在 before_trading 方法中进行一些每日看盘之前的操作

8811 0

公开代码，我的量化程序的开发历程！

不过这个阶段并没有很好的去执行这个策略，因为虽然看上去回测收益还不错，但是我对它还是没有任何信心。...总结：回顾这个过程，最大的价值是我从一开始就坚持A股所有股票一起回测，而不是针对某一些股票去单独回测，我的目标是随机选股，建立一个适用于所有股票的交易策略，而不是依赖于选股的策略。...当然这个过程中也暴露出很严重的问题，就是没有按照最终希望的交易过程去建立回测过程（回测和实盘不一致，回测策略终究不靠谱），这使得接下来的一个阶段一直停滞不前。...于是我推翻了原来的实现方式，重新按照实际的交易模式设计了轮动回测过程，在这个过程中意识到了非常重要的一点：在全A平均模式下，我追求的最大收益和在轮动模式下追求的最大收益是不一样的，在轮动模式下，只有单笔交易收益率高...实盘和回测结果不一致的策略其实是没法用的，你永远不知道哪个细节在实盘中会把你的收益全吃掉。 2. 你对策略的信心必须建立在回测结果之上。

4684 0

学习学习什么是量化交易

步骤4：回测、分析策略：有策略和数据后，会进行验证，根据策略逻辑与数据，进行回溯测试(简称回测)，分析同样的策略在历史上的有效性、在各种行情下的变化。...进行回测程式，必须使用一些套装软体的回测程式，或像是Python、C++…等程式语言，进行运算，回溯测试的目的是提供证据，证明透过上述过程确定的策略，应用到历史和样本外资料时是可以获利的。...步骤5：可行性验证：当量化交易策略有可行性之后，和一般做实验一样，会经过几个比较关键的验证，包括： in-sample test 样本内测试：也就是回测的步骤，会使用历史数据做验证。...正式上线：实际资金投入，初期也会观察一段时间看看成果是否符合回测及讯号符合预期。这些主要是衡量策略在历史数据与实际执行的差异，如果是被过度优化的策略，很可能历史回测像一条龙、实际交易像一条虫。...我自己目前有1/3的资金是放在完全量化类型的策略上，其他的投资部位，超过一半在做决策之前也都有做过回测与分析，理解它的特性与风险，我非常认同量化策略的方式，毕竟市场上大多数人都是主观判断、甚至不看数据就做决策

2.2K2 0

【独家】人工智能『AI』应用算法交易，7个必踩的坑！

专注于单一资产我们之前的研究大多都集中在选取某一单一资产，在某一固定时间内对其进行预测，并对多空股票策略进行回测。...也许一些口袋里揣着1万美元的散户可以这么做——他们针对某些标的建立基于指标的策略，并进行交易。但如果我们仔细考虑一下，它看起来很像对这种特定资产的过度拟合！...第二，使用交叉验证、前向测试和模型集成等。回测过拟合对策略进行回测，该策略应该让你直观了解它将来的表现。我的意思是，你相信，如果策略在过去的数据上表现良好，那么它在未来或多或少都会带来相同的利润。...3、用简单的多空股票策略进行回测（周调仓）。它们几乎每周都超过基准。你能相信这些回测结果的真实性吗？...更多过拟合问题，请查看公众号往期推文（点击标题阅读）：美丽的回测——教你定量计算过拟合概率好的预测 =! 好的交易让我们再讨论一下上面的回测。我们能从策略那里更多的了解什么？

9861 0

【零基础】MT4量化入门一：跑一个简单的boll

但是注意看K线图的右上角，会有你当前测试EA的名字，还有个哭哭脸。这是因为EA已经加载了，但你还没启动策略执行。　　在工具栏找到“自动交易”，点击即可。　　...如果是在有即时行情的时候，点击“自动交易”后，哭哭脸就会变成笑笑脸，那策略就真的开始执行了。但现在没有行情，我们只能做回测，就没必要点“自动交易”了。...2、启动回测　　建议修改代码后，每次都点一下“运行调试”，一是看看代码有没有问题，其次有时我更新代码后立即做回测发现代码并没有更新，执行一次“运行调试”就一定是最新的，反正是比较玄乎。　　...在下方的回测栏中选择我们刚写好的策略、回测的合约、K线周期等等。...2、历史数据可能没有你期待的那么可靠　　通过数次测试我发现，越是以前的数据tick越稀松，越是现在的数据tick越密集。

1.3K1 0

【精华干货】Quant 需要哪些 Python 知识

期权组合的希腊值风险实时监控对冲分级基金套利的beta净敞口、行业暴露等实时监控对冲 Alpha套利策略的因子监控具体需要掌握的知识：模拟实盘交易的策略回测：将策略重新编写为可以基于数据回放（逐TICK.../逐K线）的模式进行回测的程序，模拟实际交易情况，杜绝未来函数的可能性，实盘交易中使用完全相同的程序进行交易，保证实盘和回测的一致性。...数据回测，比较粗的回测一般就直接在Spyder里随手写测试脚本：读取原始数据，用矩阵的形式计算一些变量（技术指标、希腊值），然后用循环逐行跑回测，结果出来后用matplotlib绘图很方便。...比较精细的回测会基于vn.py中模拟实盘交易的回测框架，在速度上会慢些，但是可以基本杜绝未来函数。建模相关：这块不是本人的主攻领域，偶尔有需求拿SciPy边看文档边写。...然后针对不同的交易类型、交易策略，针对性的开发一些Python函数和算法，在其中实现特殊的简化下单功能（这些上层功能没放到框架中）。

2.1K5 1

ChatGPT 调教日记（二）：程序员转量化的背景知识

开发和回测交易策略：使用Python和PyTorch等工具来开发和回测量化交易策略。可以使用历史数据进行回测，评估策略的盈亏情况和风险水平。...同时，可以使用自然语言处理技术来分析新闻和社交媒体等非结构化信息，从中获取交易信号。实盘交易和风险管理：根据回测结果，选择合适的交易策略进行实盘交易。...如果我发现我的量化交易策略不像预期那样运行，我应该用什么工具和方法来检测它？数据分析工具：使用Pandas、NumPy等数据分析工具来检查和分析交易数据。...回测工具：使用专门的回测工具（如Zipline、Backtrader、Quantopian等）来模拟策略在历史数据上的表现。通过回测结果，可以评估策略的盈亏情况、风险水平和绩效指标等。...在量化策略中，泛化能力的评估需要综合考虑模型的稳定性、回测结果、实盘交易表现等因素。

4063 0

期货、外汇、股票等交易策略的建立原则及玄学辅助系统

我曾有偿找人开发过一个量化系统，测试期间非常好，测试了半个月左右。当时每一天的盈利都是本金的5-15%（无杠杆）。但当我加大投入不在测试时却出现了亏损。...无法理解之下找人写了数据回测程序，将量化策略拉进去回测。回测结果显而易见，如同小母牛坐飞机一上一下，一段时间飞高一段时间遁地。最后钱浪费了，策略没法用。...入场时机的出现基于此一个判断入场时机的方法是必不可少的，它可以让我们在高正确率时有盈利仓位，低正确率时没有仓位或极少仓位。这样既减少交易次数也减少了盈利回撤率不至于是回撤100%甚至200%。...出场时机的条件有入场就必须有出场，它可以保证在正确率低时没有仓位或极少仓位。不然在正确率高时进的盈利仓位一直拿到交易策略正确率低时，交易策略的回撤已经拉大甚至亏损了。...看起来酸溜溜的，但这是事实。倘若没有气运那么人的出生为什么会不平等呢？有的人出生就站在我们的终点甚至和我们都不是一个赛场。 2022年国内约有上万人口失踪事件，而全球范围内百万甚至千万人口失踪。

3294 0

金融科技&大数据产品推荐：量子金服投研管理平台

如下图所示，投资者可以通过本地的编译器(如Pycharm)和平台所提供的金融数据进行本地策略回测，从根源上杜绝策略泄漏等问题。...2)本地高速回测，更高效、更稳定由于平台是基于本地回测，在回测速度上大大提升，尤其在分钟级的回测上，量子金服投研管理平台的优势明显大于其他量化平台。...而量子金服投研管理平台，得益于本地回测，没有卡顿现象，稳定性大大提升。...平台针对不同投资标的，提供专门的回测报告，充分展示出策略收益、风险等特点。...6)回测报告详尽，提供策略对比平台针对不同投资标的，提供专门的回测报告，充分展示出策略收益、风险等特点。

1.3K7 0

【量化核武】美丽的回测——教你定量计算过拟合概率

回测中过拟合的直接结果就是无法准确评价策略在样本外的效果。如果过拟合非常严重，即策略本身就是针对噪音构建的，那么它可能在实盘中是完全失效的、等待它的只有亏损。...令回测长度为 1000 个交易日。使用这 790 组参数分别进行回测，得到每组参数下策略在这 1000 个交易日内的收益率序列，从而构建原始的 M 矩阵（1000 × 790 阶）。...出现这种现象的原因是趋势策略非常依赖价格序列的路径。在整个 1000 个交易日的回测期内，趋势策略挣钱的表现集中在某些特定的时间。...从这 50 个子集中，随机选出 13 个作为测试集、13 个作为训练集（13 这个数并没有什么特殊的含义），因此训练集和测试集的长度各为 260 个交易日。...我之前的文章《出色不如走运 (II)》对 Dr. Harvey 的一些研究进行了梳理，而本文介绍的回测中过拟合概率的量化手段则是 Dr.

1.7K4 1

Qlib来啦：策略篇（一）

针对多因子量化研究的场景，一个典型的结果分析流程包括：使用SignalRecord，针对测试集数据，使用训练完的模型生成预测值；使用SigAnaRecord，对预测结果进行因子分析，计算IC...、ICIR等指标；使用PortAnaRecord，对预测结果进行策略回测，如下图中使用了Qlib内置的TopKDropout策略，计算策略回测的绩效指标。...在回测时，历史上每一天都会调用该方法，并返回TradeDecisionWO（可以看做是Order列表），策略执行器（BaseExecutor）会根据TradeDecisionWO执行交易并更新当前账户信息及持仓...这个函数除了一些基本的回测设置参数外，还需要传入策略strategy和执行器executor。...； 3、策略回测功能也可以单独使用，需要以下几个步骤：准备需要回测的策略调用backtest_daily函数 Qlib中还有指数增加策略，运行时需要因子暴露/风险模型/组合优化器，这些qlib都进行了实现

2.9K1 0

Java项目实战——打造一款股票区间交易盯盘系统

，在这个过程中笔者们偶尔会想针对部分股票进行股价的涨跌幅进行监控，或者自动进行交易，在这个需求前提下，现有券商、股票分析软件都会带有机器人自动交易策略功能，大部分都需要收费或者部分策略不能满足自己的需求...，笔者这边提供2种实现思路： 1、借助现有量化平台编写策略和回测分析，然后在券商软件层面进行策略执行。...这个量化平台在笔者的熟悉情况下，它可以很方便的回测你的交易策略，但是在股价盯盘上，或者自定义逻辑上支持的不是很完善，很多功能也是需要收费才能使用，下面笔者简单介绍下手撸个股票区间交易盯盘系统的实现过程。...大致分为以下四大功能模块，分别为 1、股票池：需要获取数据的股票列表 2、股票实时数据收集服务：针对不同数据源配置拉取对应的股票实时数据，并提供重试机制 3、股票组合、交易策略配置、交易策略运行：具体可以参考接口文档...6）小结以上就是手写的区间交易盯盘系统相关功能描述和结果展示，包含用户模块、股票模拟组合模块、套利策略模块、股票通用模块等，工程后端服务在服务器单机部署，在A股股票实践验证几个月，代码暂无发现bug，

2.3K3 0

应对COVID-19危机：这三个量化策略经验你必须了解！

现在是时候让量化分析师将临近预测添加到他们的武器库中了。 3 发展理论，而非交易规则学界和业界通常要进行成千上万次回测，以确定一个有前景的投资策略。...这个事实很容易解释为什么许多基金表现不如预期，包括但不限于在COVID-19危机期间许多量化基金的近期表现。在科学方法中，测试在试图驳斥一个错误假设方面起着至关重要的作用。...但是，在金融领域，研究人员已针对相反的目标（即建立假设）进行了回测。这意味着回测被错误地视为研究过程的一部分，而不是验证过程的一部分。这种情况超出了投资领域，包括所有经济模型。...为了检验这一理论，我们可以调查在这些恐慌中哪些做市商亏损了，他们是否监控订单流失衡，我们可以在当日的FIX消息中搜索它们突然撤退的证据。没有一个交易规则的历史模拟（即回测）能为我们提供这种洞察力水平。...总之，假定基础理论是正确的，回测仅可用于评估交易规则的经济价值，但不能证明理论。 4 避免全天候策略学界和业界通常会寻找在许多不同市场体系中都表现良好的投资策略。

4471 0

Backtrader 来了！

如果你想在本地通过 Python 尽可能“随心所欲”的进行策略回测和交易，选它！选它！选它！就选它！...step 2：实例化策略引擎 cerebro，由 cerebro 来驱动回测由 DataFeeds 加载数据，再将加载的数据添加给 cerebro；将上一步生成的策略添加给 cerebro；按需添加策略分析指标或观测器...在导入多只股票数据时需注意以下细节： ▪ 各股交易日不统一：上市日期不一致、退市日期不一致、回测区间内出现停牌等，都会使得不同股票各自的交易日数量不统一，所以要以回测区间内所有交易日为基础，对每只股票缺失的交易日进行补齐...observers 观测器模块提前配置好要返回的回测结果，比如想要返回策略的收益率序列、常规的策略评价指标，就可以提前将指标添加给大脑： cerebro.addanalyzer(bt.analyzers.TimeReturn...cerebro.addstrategy(TestStrategy) 策略细节说明： 1、__init__() 函数在回测过程中只会在最开始的时候调用一次，而 next() 会每个交易日依次循环调用多次

6.1K10 5

Winton：量化研究中的『实验研究』与『观察研究』

从识别图片内容到在零售商网站上提供有针对性的推荐，这些方法取得了非凡的成功。但是它们有一个关键的要求：大量的输入数据。因此，机器学习适用于更快的交易策略: 短期价格信息的数量产生大量的数据。...比如，我们有一个通过分析公司季度报告文本的交易策略。要对美国最大的1000家公司进行为期40年的回测，我们需要分析16万份报告。然后这项任务不是一群人能完成的。相反，机器学习方法是合适的。...尽管在夏普比率较低的情况下对交易信号进行回测很容易，但要确保夏普比率在未来保持正值则极其困难。统计估计误差是一个问题。一个更有害的问题是选择偏差。...期刊更有可能发表报告重大结果的论文，而不是那些没有发表的论文。这导致了所谓的“复制危机”，研究人员无法复制早期工作的结果。投资管理中的一个相似之处是回测和实盘业绩之间的差距。...其结果是一个更加健壮的研究框架。如果我们没有跟踪的相关的想法正在测试的数量，没有执行必要的统计修正，我们可以拒绝交易策略。而且我们能够对我们的信号可能的样本外性能做出更准确的评估。

2913 0

理工男如何用技术超越其他投资者

02 验证投资支点：通过回测程序验证投资想法第二个例子更有意思，是我通过回测程序验证自己投资想法的经历。...基于历史数据的程序回测就很好地解决了这个问题，下面举一个完整的、通过程序回测验证投资想法的例子。...在完全证实我们的猜想之前，这套策略还谈不上是一个非常稳固的交易策略，而且我们也没有考虑其他影响收益的因素，如交易手续费等。...我是一个程序化交易的践行者，曾经用期货交易的交易接口CTP开发过一套完整的交易策略。在完成开发之后，我只需要在每天闭盘之后查看程序的运行情况就可以了。...典型的例子是利用程序，高效获取投资决策所需的信息，帮助我们做出最全面和理性的决策。投资支点的验证是第二个方向。典型的例子是利用程序回测我们的投资想法，在实盘交易前做充分验证。

3391 0

量化论文不可复现是人品问题，赚不赚钱不是评价它的标准！

例如，下面这篇在2016年发表的论文阐述了这个问题： 为什么在理论上看起来不错的策略往往在实践中表现不佳，是因为回测中那些看起来牛逼轰轰的表现往往不会在实际应用中继续重现。...因此，我们可以预判在向证券交易委员会提交申请之前，ETF的回测会变得更加平坦，但这张图没有展示这一点。事实上，在向美国证券交易委员会提出申请的前一年，这个斜坡是非常陡峭的。...因此，实证与回测过拟合是一致的。因此，你可以在没有交易成本的情况下进行所有这些学术研究，然后说不存在复制危机。那么样本外如何的确认呢？在Harvey看来，这是非常有利的佐证！...石川博士之前写过一篇文章，也是针对这点做了一些自己的见解《所有历史数据都是样本内》: 我们构建策略靠的不是站在回测起点往后看的先见之明，而是站在回测终点往前看的后见之明。所有历史数据都是样本内。...这项研究进行得非常仔细，没有P-hacking。最后，A的想法在回测中表现很好，B凉了。 OK，A的想法进入了实盘交易。在上面的例子中，A和B都是同等级别的高级研究员。

8482 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭