乐A73RNE
4.4K posts

Sabitlenmiş Tweet

上次去@okxchinese 年夜饭的时候
被种草了大疆Pocket3
当时他们说4出来让我等等
刚才发现4出了
好了,这下可以买来记录我的讨债生活了🙃
中文

通常来说,如果我用英文介绍我的 vibe 产品会有更大的流量,但我坚持用中文写,因为我们总是在时间线上看到大家在讨论英文社区有什么火起来的 AI 产品,我希望哪一天英文社区的人也能用自动翻译讨论我做的产品。中文不应该只是中国的中文,应当是世界的中文。
郭宇 guoyu.eth@turingou
看来推特改了算法,我光是在推上写废话半个月可以挣 1000美元,算人民币收入一个月有一万五,大家还跑什么外卖都去发帖好了呀😂😂😂
中文

.@heyibinance: why are people asking me to sign your book?
Me: the foreward is better than the book. 😂

English

最近玩的有点过头,连后台跑了50个小时的GP引擎都没看,但成果还是有的!
由于BTC价格数据已经完美跑通并可以生成一些弱Alpha因子了,所以我在此基础上开始了新的数据输入,目前喂进去了黄金、美股、DXY以及美债10年期数据,训练出来的表现再次提升了一个台阶!
收益率上升50%,最大回撤降低了7%...
果然,对于遗传算法来说,更多的数据量代表了更好的学习效果,接下来就是慢慢堆数据了,下一个我打算放进去的就是加密市场稳定币总量以及BTC市占率,如果未来能爬下来一些链上数据估计就会更好了~

Crypto_Painter@CryptoPainter
今天给遗传算法做了一次升级,之前的架构开始逐渐展现出弊端了... 成熟的精英因子虽然会被纳入新的进化流程,但时间久了,GP树总会收敛到相似的因子上,这导致过去2天生成的策略跑起来回测都很相似... 所以必须引入更强的变异机制! 我是这么做的: 1. 给每个树进行一个相似度评分,如果新生成的 因子相似度与目前已有精英因子的相似评分超过0.7,那么就进行惩罚; 2. 引入新的精英因子,最简单的办法就是直接从 Alpha 101 里面让 Agent 进行解析,找到了31个可以直接拿来进行杂交的因子参与进化; 3. 准备在后续引入更多的数据源,目前 A-Trading 的离线架构已经接近于完整,AI 在策略生成的过程中参与感极低,我打算给系统做一个用于让 OpenClaw Agent 访问并监控的接口,这样我就可以远程控制整个项目的进化,同时还可以让 Agent 进行实时分析; 最终形态则是: 本地系统跑的是传统量化架构,负责寻找因子; 云端系统负责交易、下单、风控; AI 系统负责多维数据处理和监控,比如期货持仓、费率、溢价等等,并对新闻实事进行监控与分析,必要时,Agent 会作为一个风控经理对量化策略进行强制干预! 这样,我就不需要在 A-Trading 这个系统内构建那么一套复杂的 Agent 交互逻辑了,任何外部的 Agent 都可以连接系统进行接管,也就是说,Agent 的 Skills 也可以静悄悄的参与到策略的运行中了! 接下来一个月的重点就是这个方向了!
中文













