Backtest Validation

用 AI 比较交易策略：均线回测与动态 DCA 模拟盘实录

从用户与 AI 的真实对话中，看看如何通过 AlgoRover（策跃）比较均线参数、回测动态 DCA，再进入模拟盘检查成交与运行日志。

用 AI 比较交易策略：均线回测与动态 DCA 模拟盘实录

比较几组均线参数，寻找交易频率更高的策略，再放到模拟盘里运行——用户通过这些具体要求，在 AlgoRover（中文名：策跃）这款 AI 量化交易工具中逐步推进策略研究。

通过用户与 AI 的真实对话，看看 BTC 4 小时策略的 EMA 均线参数怎样比较，以及 HYPE 动态 DCA 怎样从策略回测推进到 Binance 模拟盘、版本修改和日志检查。参数表、交易频率图和模拟成交记录，都跟随对应的问答展开。

接下来，一起看看用户怎样向 AI 提出要求，又怎样根据返回的结果继续追问。

比较四组 EMA 均线参数，再保存选中的版本

同一款 BTC 策略，EMA 均线参数从 20/50 改成 4/12、5/15 或 6/18，回测结果会有什么变化？这位用户先测原版，再让 AI 比较四组快慢周期，最后把选中的 4/12 版本另存为“周期优化”并复测。

这次策略参数比较使用 Binance BTCUSDT 永续的 4 小时线，回测区间为 2026 年 7 月 28 日至 10 月 26 日。

BTC 4 小时策略回测：用户先测原版 20/50

用户

不修改策略参数的情况下运行 K-BTC金豆芽种子策略5 QuantElse
v1.1.1 90 天历史回测

AI

已完成 K-BTC金豆芽种子策略5 QuantElse v1.1.1 的 90 天历史回测，策略参数未修改。

  • 区间：2026/07/28–2026/10/26（香港时间）
  • 配置：Binance BTCUSDT 永续、4小时线、初始资金 100,000 USDT、1倍杠杆
指标结果
总收益率+2.15%
已实现盈亏+2,153.69 USDT
最大回撤4.93%
夏普比率0.60
胜率31.82%
盈利因子1.41
完成交易22笔

修改 EMA 快慢周期：用户提出四组参数比较

用户

以原版为基线，将快慢周期 4/12 与 5/15、6/18 两组参数进行对比，只运行回测。

AI

请确认对比基线：保留原版 20/50 并对比 4/12、5/15、6/18 四组，还是仅对比 4/12、5/15、6/18 三组？修改周期需要另存为自定义策略；我建议命名为『K-BTC金豆芽种子策略5 QuantElse · 周期4-12』等，原版保持不变。确认后沿用上次的 90 天回测及其他配置。

  • 四组：原版20/50 + 三组自定义，确认创建
  • 三组：以4/12为基线，确认创建三组自定义
用户 · 确认选项

四组：原版20/50 + 三组自定义，确认创建

均线参数回测结果：4/12 收益最高，5/15 回撤最低

AI

四组 90 天回测均已完成，仅修改 EMA 快慢周期，其余参数一致。

配置：Binance BTCUSDT 永续、4小时线、初始资金 100,000 USDT、1倍杠杆。区间为 2026/07/28–10/26（香港时间）。

可左右滑动查看全部指标
快/慢周期收益率最大回撤夏普比率盈利因子完成交易
原版 20/50+2.15%4.93%0.601.4122笔
4/12+4.80%2.73%1.811.8549笔
5/15+3.38%2.12%1.341.6344笔
6/18+2.20%2.36%0.901.4139笔

本次样本中，4/12 收益和夏普最高，5/15 回撤最低。 相比原版，4/12 收益提高约 2.65 个百分点，但交易次数也由 22 笔增加至 49 笔。6/18 收益接近原版，回撤更低。

三个自定义版本均已保存为 r1：周期4-12、周期5-15、周期6-18。

保存参数版本：用户选择 4/12 并再次回测

用户

将该策略的4/12 周期 另存为「周期优化」，原版保持不变；创建参数修订并运行回测。

AI

已保存为 『K-BTC金豆芽种子策略5 QuantElse · 周期优化』r1，快慢周期 4/12，其他参数及原版保持不变。

90 天回测已完成：

指标结果
收益率+4.80%
最大回撤2.73%
夏普比率1.81
完成交易49笔

结果与此前 4/12 回测一致。

用户运行原版回测、比较均线参数、保存版本并复测的案例过程
这位用户先测原版，比较四组均线周期后，保存了 4/12 版本并完成复测。

从三策略回测比较，到动态 DCA 模拟盘与运行日志

用户希望找到交易更频繁的策略，便请 AI 推荐并比较动态 DCA、RSI＋SMA 和 Trend Surfer。看过回测结果后，他选择将动态 DCA 放到 Binance 模拟盘运行，随后继续提出修改参数、增加启动首单和查看运行日志的要求。案例中的 EdgePilot 现已更名为 AlgoRover（策跃）。

先找策略：用户想要交易更频繁的选择

用户

给我推荐3个交易频率高的策略

AI · 对话节选

通过 EdgePilot Local 筛选了支持 1 分钟 K 线的策略，按回测 Sharpe 和策略类型多样性，推荐以下 3 个进行研究。

最初推荐的策略与目录指标
策略回测年化最大回撤Sharpe
基于成交量的动态定投策略+18.10%2.02%12.97
RSI 下跌 SMA 交叉底部做多+31.80%2.16%3.00
Trend Surfer DI 振荡器括号单+41.86%7.18%1.72

动态 DCA 利用价格下跌枢轴和相对成交量动态分批入场；RSI＋SMA 结合 RSI 超卖下跌与 SMA 死叉寻找短期反转机会；Trend Surfer 使用趋势背景和 DI 振荡器过滤进场信号。

用户

对这 3 个策略统一回测，比较日均交易次数、单笔净收益、手续费占比及最大回撤

AI · 对话节选

三个策略的回测比较

已通过 EdgePilot Local 读取到 3 个策略的官方基准回测数据。基准区间为 2026-07-22 至 2026-10-20，UTC，Binance，HYPE/USDT，1 分钟策略。

三个策略的官方基准数据
指标动态定投 DCARSI＋SMATrend Surfer DI
已平仓交易次数3176660
日均交易次数3.520.730.67
累计收益率+4.18%+7.04%+9.00%
最大回撤2.02%2.16%7.18%
Sharpe12.973.001.72
盈利因子46.301.941.54
持仓时间中位数11 分钟402.5 分钟1070 分钟

日均已平仓交易次数

次数 / 天，按相同的 90 天基准期计算

3.52
0.73
0.67
动态 DCARSI＋SMATrend Surfer
用户

继续测试

AI · 对话节选

EdgePilot Local 统一回测

3/3 回测完成

三个策略的 v1.1.0 版本均已成功安装，回测配置也已读取。

统一测试条件
配置设置
交易所Binance
交易标的HYPEUSDT 永续合约
K 线周期1 分钟
回测长度90 天
初始资金100,000 USDT
杠杆1 倍
Maker 手续费0.02%
Taker 手续费0.05%

保留各自的原始策略参数，比较在统一市场和交易成本下的实际表现。

统一回测结果
指标动态 DCARSI＋SMATrend Surfer
已平仓次数3266659
日均平仓次数3.620.730.66
日均提交订单数7.501.471.31
每笔已实现盈亏均值12.95 USDT103.26 USDT159.63 USDT
累计已实现盈亏+4,221.91+6,815.17+9,418.33
累计回报+4.22%+6.82%+9.42%
最大回撤2.02%2.16%7.17%
Sharpe12.422.921.75
手续费占比未提供未提供未提供

每笔已实现盈亏均值 = 回测报告 realized_pnl ÷ 平仓次数。

实际回测日均平仓次数

按 90 天计算，动态 DCA 的交易频率显著更高

3.62
0.73
0.66
动态 DCARSI＋SMATrend Surfer

关键发现

  • 交易频率最高：动态 DCA。日均提交 7.5 个订单，平仓 3.62 次，最大回撤约 2.02%。
  • 收益与回撤相对均衡：RSI＋SMA。回报 6.82%，最大回撤 2.16%。
  • 累计回报最高：Trend Surfer。90 天累计回报 9.42%，最大回撤 7.17%。

手续费占比如何计算？

回测报告提供了汇总 PnL，手续费占比需要成交级数据，包括手续费总额、成交额及每笔订单的 Maker/Taker 成交归属。

手续费占毛利润比例 = 手续费总额 ÷ 扣费前交易毛利润 × 100%。

用户继续追问：能把回测买卖点放到 TradingView 上吗？

用户

动态 DCA 的回测记录使用tradingview在k线上标记出买卖点

AI · 对话节选

TradingView 标记买卖点，需要的是“逐笔回测明细”。

逐笔交易记录的字段
字段含义
timestamp成交时间
sideBUY / SELL
price成交价
qty成交数量
actionENTRY 首次开仓、DCA 补仓、EXIT 平仓、TP / SL

可以生成两种版本：简化版只标记首次买入点和最终卖出点；完整版包含首次开仓、每次 DCA 补仓、最终止盈 / 止损 / 平仓。动态 DCA 的这次回测有 326 次平仓、675 笔订单，也可以按月份或最近 N 笔拆开查看。

进入 Binance 模拟盘：从配置检查到启动

用户

先把 动态 DCA 放到模拟盘上跑

AI · 对话节选
首次部署检查
检查项目状态
EdgePilot RuntimeReady
动态 DCA v1.1.0已安装
Binance Demo 账户已识别
策略部署预检credentials_missing
策略实例未创建

请打开 EdgePilot Local Dashboard，进入账户或 API 凭证配置，添加并验证 Binance Demo 的凭证。

用户

继续启动

AI · 对话节选

Binance Demo 账户的 API 凭证已验证成功，REST 和 WebSocket 连接均正常。已成功创建并保存 demo-1000 配置。

资金配置核对
项目结果
策略动态 DCA v1.1.0
市场Binance Demo · HYPEUSDT 永续
计划策略资金1,000 USDT
Demo USDT 余额7,388.42 USDT
杠杆1 倍
最多 DCA 加仓段数5
部署引用预设default
策略包解析资金100,000 USDT
用户

重试部署模拟盘

AI · 对话节选

已完成部署检查。demo-1000 资金配置已保存，模拟盘部署配置尚未正确关联，策略运行实例为 0。

用户

用当前参数覆盖default参数然后启动

AI · 对话节选

已通过 EdgePilot Local 将当前资金配置写入动态 DCA v1.1.0 的 default 工作区配置，平台确认配置来源为 user_override。

工作区覆盖后的参数
参数当前值
配置资金1,000 USDT
杠杆1 倍
基础下单比例6.25%
最大 DCA 段数5
最大总敞口比例83%
最大等效杠杆1 倍
Maker / Taker 费率0.02% / 0.05%

部署预检读取到的工作区资金为 1,000 USDT，策略包 initial_capital 仍为 100,000 USDT。

用户

直接启动

AI · 对话节选

已向 EdgePilot Local 提交启动请求，并显示平台确认入口。

用户

给出链接我点击

AI · 对话节选

打开后，进入 Binance Demo 模拟盘部署页面，检查资金参数并完成启动确认。确认完成后回复「已确认」，我再核实策略是否真正运行。

用户

已确认

AI · 对话节选
模拟盘启动成功

已通过 EdgePilot Local 核实：动态 DCA v1.1.0 已在 Binance Demo 模拟盘正式运行。

启动后的实际状态
项目实际状态
交易账户Binance Demo
交易标的HYPEUSDT 永续
引擎状态ready
策略状态running
风控状态normal
当前持仓 / 挂单0 / 0
启动时间2026-10-20 17:24:36（北京时间）

研究动态 DCA 的入场逻辑，再创建高频实验版

用户

动态 DCA v1.1.0 当前逻辑是什么，有什么方案可以提高成交频率，我想立刻看到成交

AI · 对话节选

我已直接读取 EdgePilot Local 中的策略配置、运行实例和日志。

当前策略怎么交易？

第一步：等待下跌机会确认局部低点 + 价格达到下跌阈值 + 成交量放大
第二步：首次做多满足所有条件才发出买入信号
第三步：动态加仓浮亏达到设定阈值，按 DCA 规则增加仓位
达到动态止盈卖出平仓
达到止损卖出平仓
实际参数与优化方向
参数当前高频测试建议
枢轴确认 swing_points32
下跌系数 median_drop_multiplier1.10.7
成交量倍数 volume_multiplier2.01.2
成交量均值周期20 根10 根
DCA 浮亏触发−5%−1%
动态止盈倍数1.00.5
止损20%暂时保持
DCA 最大段数5保持

volume_multiplier=2 要求相对成交量明显放大；swing_points=3 需要左右各 3 根 K 线确认枢轴低点；降低止盈倍数可能缩短持仓时间。

用户

创建动态 DCA 高频实验自定义版本，初始资金1000 USDT，swing_points=2，median_drop_multiplier=0.7，volume_multiplier=1.2，relative_volume_length=10，floating_loss_pct=-1，take_profit_multiplier=0.5，其余风控参数保持。先回测比较交易次数和手续费，再准备 Binance Demo 部署，不影响当前运行实例。

AI · 对话节选

高频实验版本已创建

自定义版本保存成功

已通过 EdgePilot Local 从原版 v1.1.0 复制创建独立策略。策略名称为“基于成交量的动态定投策略 · 高频实验”，版本为 r1。

参数变更
参数原版高频实验版
initial_capital100,0001,000
swing_points32
median_drop_multiplier1.10.7
volume_multiplier2.01.2
relative_volume_length2010
floating_loss_pct−5%−1%
take_profit_multiplier1.00.5
num_orders55
stop_loss_pct20%20%
杠杆1 倍1 倍

保持原始下单比例 6.25%、最大总敞口比例 83% 和最大等效杠杆 1 倍。Maker/Taker 手续费仍为 0.02% / 0.05%。

90 天回测比较

Binance · HYPEUSDT 永续 · 1 分钟 · 90 天

原版 v1.1.0 与高频实验 r1
指标原版 v1.1.0高频实验 r1
初始资金100,000 USDT1,000 USDT
已平仓次数3261,036
日均平仓次数3.6211.51
提交订单数6752,289
日均订单数7.5025.43
累计回报+4.22%−0.57%
最大回撤2.02%7.85%
Sharpe12.42−0.13
胜率99.69%88.42%
盈利因子25.220.92

两次回测均覆盖约 90 天，结束时间相差约 1 小时 51 分钟；初始资金分别为 100,000 和 1,000 USDT。

日均平仓次数

3.62
11.51
原版高频实验
平仓频率提升3.18 倍
实验版回测盈亏−5.65 USDT

手续费比较

两版使用相同费率；按等额开平仓计算的理论往返费率
假设的成交方式往返手续费率
双边 Maker0.04%
双边 Taker0.10%

高频实验版成交显著增加，盈利因子降至 0.92。我建议下一步先做手续费敏感性分析，检查亏损是否集中在连续加仓及较大亏损交易中。

Binance Demo 部署准备情况
项目状态
策略版本r1
策略包初始资金1,000 USDT，已核实
杠杆1 倍
最大敞口83%
Binance Demo 预检已通过
实验版运行实例未启动
原版 v1.1.0继续运行

增加启动首单：从 r1 到 r3，再核对实际成交

用户

高频实验 r1 增加一个逻辑，策略启动的时候立刻下一笔taker单

AI · 对话节选

动态 DCA 高频实验 r2 已创建

已从 r1 创建独立的 r2，新增启动首单逻辑。

  • 订单类型：Market BUY，按 Taker 成交方式执行。
  • 首单目标金额：62.50 USDT，按 1,000 USDT × 6.25% 计算。
  • 触发时机：启动后立即尝试；没有可靠实时报价时，使用第一根实时 1 分钟 K 线的价格计算下单数量。
  • 安全检查：同一合约已有仓位或未完成订单时跳过；单次启动只尝试一次。
  • 后续交易：首单之后恢复原有 DCA 加仓、动态止盈及止损逻辑。

r2 首次回测失败，修复行情接口兼容问题后保存为 r3。r3 的 90 天回测已成功完成。

r1 原实验版与 r3 启动 Taker 版
指标r1 原实验版r3 启动 Taker 版
订单数量2,2892,291
已平仓次数1,0361,037
累计回报−0.57%−0.81%
最大回撤7.85%7.85%

订单增加 2 笔、完整交易增加 1 轮，与启动时额外买入、随后卖出的设计一致。

原版 Demo 已模拟成交

在最后检查时，原版动态 DCA v1.1.0 已自行触发买入信号并完成了一笔 Taker 成交。

原版模拟买入记录
项目成交结果
方向 / 市场BUY · HYPEUSDT 永续
成交价格78.17700
成交数量5.90 HYPE
成交手续费0.23062215 USDT
成交方式Market · Taker
成交时间2026-10-20 17:46:01（北京时间）
用户

停止并平仓 原版动态 DCA v1.1.0

AI · 对话节选

已向 EdgePilot Local 提交原版动态 DCA v1.1.0 的停止并平仓请求。请在确认界面批准操作。

用户

已确认

AI · 对话节选
停止并平仓成功

已通过 EdgePilot Local 核实：原版动态 DCA v1.1.0 已停止，Binance Demo 持仓全部平仓。

本次模拟交易记录
项目结果
开仓买入价格78.17700
平仓卖出价格78.23900
平仓数量5.90 HYPE
平仓方式Market · Taker
已实现净盈亏−0.0956272 USDT
双边手续费合计0.4614272 USDT
平仓成交时间2026-10-20 17:51:06（北京时间）
策略运行状态stopped
HYPEUSDT 持仓 / 未完成订单 / 待执行指令0 / 0 / 0
用户

已启动r3版本，能读取到策略运行日志吗

AI · 对话节选

已成功读取 r3 的运行状态与交易事件

r3 运行中，首笔 Taker 单已成交

EdgePilot Local 确认：动态 DCA 高频实验 r3 已成功启动，并完成了一笔模拟盘市价买单。

r3 首笔模拟成交
项目实际结果
交易账户Binance Demo
引擎 / 策略状态ready / running
成交价格78.286 USDT
成交数量5.89 HYPE
订单名义金额461.10 USDT
Taker 手续费0.23055227 USDT
成交时间2026-10-20 17:53:00（北京时间）
订单类型Market BUY
当前持仓 / 挂单5.89 HYPE 多头 / 0
原版 v1.1.0已停止

读取到的实际运行日志

以下日志时间为 UTC。

09:52:28 INFO  ExecEngine: Registered OMS.NETTING
09:52:28 INFO  TRADER-001: Registered Strategy
09:52:37 INFO  VolumeBasedDynamicDcaStrategy: RUNNING
09:52:37 INFO  Startup Taker entry awaiting first live 1-minute bar
结合交易事件还原的启动过程（北京时间）
时间事件
17:52:37r3 正式运行
17:52:37启动买单等待第一根实时 K 线
17:53:00提交 Market BUY
17:53:00交易所接受订单
17:53:00Taker 成交 5.89 HYPE
17:53:46持仓同步成功

日志与成交暴露出的两个问题

策略配置为 initial_capital=1000、order_fraction=0.0625，首单目标金额为 62.50 USDT，实际成交名义金额约 461.10 USDT。我会重点排查资金基数与下单数量的计算。

日志还出现了一条 instrument_status 订阅错误。为继续分析策略为何下单、如何计算数量，我建议将 SIGNAL、ORDER_SIZING、ORDER_SUBMIT、FILL、DCA、EXIT 分开记录。

最后，用户要求定时检查日志与成交通知

用户 · 对话节选

在chatgpt新建每15分钟的定时任务，定时检查日志，如果有报错，给出解决方案并通知我，如果有成交也通知我，通知方式，飞书机器人

AI · 对话节选

针对正在运行的动态 DCA 高频实验 r3，监控内容包括运行日志、策略状态和新增成交事件。

定时检查读取 r3 运行日志、策略状态和新增成交事件
错误告警错误内容、可能原因、解决方案、是否需要人工介入
成交通知买卖方向、成交价、数量、手续费和订单 ID
通知有新错误或新成交时发送，使用事件 ID 去重
用户

改为每小时检查一次

AI · 对话节选
定时任务创建成功

已在 ChatGPT 创建并启用 EdgePilot r3 日志与成交告警。

对话中记录的任务配置
项目配置
监控策略动态 DCA 高频实验 r3
交易环境Binance Demo
检查频率每小时一次
首次计划检查2026-10-20 18:03（北京时间）
日志报错分析原因、提供解决方案并通知
新增成交通知成交方向、价格、数量和手续费
无异常、无成交不发送通知
Runtime 连接失败发送监控不可用提醒
ChatGPT 任务通知已配置
飞书机器人通知已写入任务指令，发送待验证

关于 EMA 均线参数与策略回测的几个问题

这次四组 EMA 参数比较，有哪些差别？

4/12 的收益率和夏普比率最高，分别为 +4.80% 和 1.81；5/15 的最大回撤最低，为 2.12%。用户最后选择保存了 4/12 版本。

用户怎样保存选中的均线参数？

用户直接在对话中要求将 4/12 周期另存为“周期优化”，保留原版，并创建参数修订、运行回测。AI 返回了保存后的版本名称和回测结果，收益率、最大回撤、夏普比率与交易次数均与此前一致。

研究 4 小时波段交易策略，能参考这个案例的哪些内容？

可以参考它如何记录原版、比较参数，并同时查看收益率、最大回撤、夏普比率和交易次数。指标含义可以阅读收益率、最大回撤和夏普比率的解释；参数研究的延伸阅读见多组参数回测与过拟合。

从均线参数比较，到动态 DCA 的模拟成交和运行日志，用户通过一次次追问推进了自己的策略研究。想了解 AlgoRover（策跃）的 AI 对话使用方式，可以从官网查看产品入口。

了解 AlgoRover（策跃）

继续阅读