这就是我通过GPT-01在SET泰国股市获得1316.09%回报的方法
这就是我如何通过使用GPT o1在泰国股市获得1316.09%的回报。
策略概述:
在快速发展的算法交易世界中,数据驱动模型和机器学习的使用已经打开了以前无法想象的盈利水平。在这篇文章中,我将向您介绍自2020年1月以来在泰国股市取得1316.09%回报的策略,主要是通过数据分析和使用定制交易信号驱动。我的方法的基础围绕着动量、价值和流动性指标展开,这些指标被系统地结合在一起产生买入和卖出信号。
然而,需要注意的是,回测结果虽然令人印象深刻,但应视为最佳可能情景,而不是未来表现的保证。俗话说,“如果如此高的回报一直可实现,每个人都会很快成为沃伦·巴菲特、埃隆·马斯克或比尔·盖茨。”回测是模型潜力的指示,为算法交易者提供其优势和劣势的见解,如胜率、夏普比率和回撤。然而,交易策略的真正考验在于真实市场条件下。
让我们逐步分解:
数据获取和准备:
首先,我告诉最新的版本ChatGPT:01收集所有可以在Ezyquant中使用的数据,并要求它们生成利润策略。
嘿,我需要你找到一种能在新冠疫情后为我带来利润的有效策略,使用 ezyquant 的数据,以市盈率和ROE作为主要关键因素。
构建这种交易模型的第一步是获取相关数据。我使用Ezyquant 拉取了股价和财务比率的历史数据点,这些数据对每只股票的表现至关重要。
动量指标:
动量指标提供了对股票近期表现与历史价格水平的洞察。我计算了1.5个月、6个月和12个月的动量,然后将其平均成一个综合动量得分。
这个综合动量评分帮助我们识别出那些在多个时间段内表现始终良好的股票。
价值指标:
具有强大基本面的股票通常被市场低估,我的价值指标通过专注于财务比率如PE、ROE和债务股权比(DE),来利用这一点。我根据这些数值对每支股票进行排名,并计算出一个综合价值得分。
流动性指标:
流动性对确保股票可以交易而不会出现重大价格滑点至关重要。我计算21天平均成交量,以过滤出交易量不足的股票。
买卖信号生成:
现在,一旦动量、价值和流动性指标已被计算出来,我们将它们结合成最终得分。综合得分更加注重动量(70%)同时考虑价值(30%)。
根据综合排名,我定义了购买和出售的阈值:
- 购买信号:当等级低于一定阈值且满足流动性和市值条件时。
- 卖出信号:当综合排名超过卖出阈值时。
最后调整和筛选:
信号被精炼和调整以确保仅有排名靠前的股票包含在最终的投资组合中。不符合必要条件的股票将被筛除。
结果:
结论:
GPT 和我采用的策略,依靠先进的机器学习模型和数据驱动的见解,使我在泰国股市取得了超过1300%的回报。通过仔细分析动量、价值和流动性,并应用纪律信号驱动的方法,该策略不仅能降低风险,还能最大化潜在回报。
免责声明:交易存在风险。过往表现并不代表未来结果。请负责任地交易,并在做出投资决定之前进行彻底研究。
亲切的问候,
道赫丹宁·李丘吴瑟隆
领英 - https://www.linkedin.com/in/dhouch/