天才一秒记住【爱看书】地址：https://www.aksss.org
【code初始】：
取沪深市场1000只股票的所有历史成交数据，给这些股票从0-999进行编号，1000股票的所有数据用all表示，all[0]代表第一只股票，all[1]代表第二只股票......
取编号0的股票数据all[0]，计算ma、rsi、斐波那契各值、balabala一系列指标
当编号0股票某个指标高于某水平，返回卖出信号，低于则返回买入信号
编号0股票计算完毕后继续计算编号1，直到编号999位置
指标数据存储表格all2
===============
【code回测】：
设初始资金为100万
取【code初始】所存储的表格数据all2
设每次投入比例为本金20%
根据all2数据的买入卖出，从all2[0]开始执行模拟买卖操作，一直到all2[999]位置
计算所有100只股票在该策略下的回测百分比
将投入本金比例设为从1-20%的变量，依次测试不同投入仓位的回测百分比
记录存储所有数据为all3
===============
【code模拟】：
取【code初始】所产生数据all3
取all3[0]，根据随机数产生未来300天交易价格波动
按照【code回测】的最优结果，模拟未来300天交易策略和仓位的回测比例
记录所有数据
......
好了，这些伪代码当然是不能执行。
但我们常说计算机语言，不管何种语言，它的实现都是由人来设计，这些所写的伪代码要转化为实际计算机语言也没有想象中那么复杂。
当然，效果好不好我们另当别论。
好比策略的东西，不管任何市场，它都需要是不断调整，而机器决策是重要的环节，但同样也离不开控制者本身对策略进行调整。
在【code回测】中，我们描述了一个过程，我们基于过去的历史，让计算机在某个策略和仓位管理中去模拟，如果用这东西在过去买卖，它能不能赚钱。
而接着则是在【code模拟】中，我们随机生成了未来的交易价格，又用这个策略和仓位管理套了进去。
仓位管理，比较有名如凯利公式，而模拟有采用蒙特卡洛模拟来做。
手段和方法多重多样，这里我们就不一一细述。
ok，那么问题来了。
我说技术分析的思路是对的，但大部分人操作并不正确，答案便在这里。
技术分析源于过往历史，结合各种指标来提升胜率。
但我不认为一个普通人通过肉眼观察和划线，最终所做是能比机器做的更好。
打个比方，某个人正在做交易，他个人的仓位较多，所以他所期望的是接下来市场价格会涨，那么划线这个行为是很主观的操作，不同人在同一张图操作，最后可能产生无数种结果，无数种可能。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！