硅谷交易员：构建你的第一个算法

1. 策略逻辑 (Alpha)

在写代码之前，你需要一个假设。

• 均值回归： 押注价格将回归平均值 (例如 RSI < 30)。
• 动量/趋势： 押注走势将继续。

2. 回测谎言 (过度拟合)

这是 99% 的人失败的地方。如果你调整参数直到它们完美契合过去的数据，这就是 过度拟合。过去的数据噪音不能预测未来的信号。

协议：

1. 样本内测试： 使用 2015-2020 数据训练。
2. 样本外测试： 使用 2021-2023 数据测试。如果性能大幅下降，模型就是假的。

3. 技术栈

• 一级： TradingView (Pine Script)。适合视觉回测。
• 二级： Python (Pandas) + API。适合复杂数据分析。

4. 执行与滑点

你的回测假设你以精确价格买入。现实生活中有 滑点 (Slippage)。

规则： 在回测逻辑中始终计入 2 倍的平均点差 + 佣金。如果优势在扣除交易成本后仍然存在，那才是真实的。

结论

代码是终极纪律。一个简单的机器人在标准普尔 500 指数上穿 200 日均线时买入，其历史表现优于 90% 的基金经理。