StratEvo

---

📡 实时信号

进化策略生成的实时买入/卖出信号。每日更新。所有信号都会提交到 git 历史记录中，你可以逐一验证。

最新信号

日期	市场	操作	资产	入场价格	DNA	状态
模拟交易上线后将在此处发布信号

📁 完整信号历史： signals/

---

📊 模拟交易表现

使用模拟执行在真实市场数据上对进化策略进行前向测试。没有事后诸葛，也没有挑选有利结果。

模拟交易已启动 — Crypto V13 自 2026-04-18 起实时运行。

当前模拟投资组合

策略	市场	开始日期	天数	回报率	夏普比率	最大回撤	交易次数	状态
Crypto V13	Crypto	2026-04-18	0	—	—	—	—	🟢 实时运行

📁 每日盈亏报告： paper-trading/
📈 权益曲线： paper-trading/charts/

权益曲线（演示 — 正在累积真实数据）

回撤

---

工作原理

大多数量化工具都要求你编写策略。StratEvo 则让策略自行进化。

You write the rules        →  StratEvo discovers the rules
You tune parameters        →  GA tunes parameters  
You test on one period     →  Walk-forward tests on multiple windows
You hope it generalizes    →  Monte Carlo measures if it does

  Random DNA population (484 factor weights + risk parameters)
       │
       ▼
  ┌──────────────────────┐
  │  Walk-Forward Test   │  Multi-window out-of-sample validation
  │  each DNA candidate  │  Real fees, slippage, position caps
  └──────────┬───────────┘
             │
             ▼
  Keep the survivors (fitness = Sharpe × Return / MaxDD)
             │
             ▼
  Mutate + Crossover → next generation
             │
             ▼
  Repeat for N generations

每个 DNA 都是一个涵盖 484+ 个因子的权重向量，并包含风险/仓位参数，所有参数均可进化：

参数	范围	控制内容
因子权重（×484）	0.0–1.0	哪些因子发挥作用以及作用程度
hold_days	2–60	从日内交易到波段交易
trailing_stop	%	跟随峰值下调止损位以锁定利润
market_regime	敏感度	在熊市中自动降低敞口
kelly_fraction	0–1	根据近期胜率确定仓位大小

---

进化结果

数据来自正在运行的进化引擎。随着代数推进持续更新。

🇺🇸 美股 V8（100 只 S&P 500 股票 — 第 136 代）

指标	最优 DNA
年化回报率	33.5%
夏普比率	1.47
最大回撤	17.0%
胜率	55.5%
盈利因子	1.75
总交易次数	179

₿ Crypto V13（17 种资产 — 第 53 代）

指标	最优 DNA
年化回报率	69.0%
夏普比率	2.27
最大回撤	13.0%
胜率	50.0%
盈利因子	1.58
总交易次数	174

这些数据来自经过滚动前向验证的回测，并非真实交易。这正是模拟交易的意义所在——证明策略在前向测试中有效，而不只是回看历史数据时表现良好。

---

防过拟合

这是我们付出惨痛代价才学到的教训。早期版本显示收益高达 25,000%。后来发现这是一个漏洞——前视偏差。

防护措施	作用
Walk-Forward	多窗口样本外验证。必须在从未用于训练的数据上获利。
Monte Carlo	进行 1,000 次随机打乱迭代。p 值必须 < 0.05，否则就是运气。
CPCV	组合净化交叉验证。它成为行业标准自有原因。
Arena Mode	多种策略正面交锋。拥挤信号会受到惩罚。
Bias Detection	自动标记前视偏差、数据窥探和幸存者偏差。
Turnover Penalty	过度交易会受到惩罚，并计入实际交易成本。

真实的 33% 胜过虚假的 25,000%。

---

484+ 个因子

类别	数量	示例
加密原生	200	资金费率、巨鲸检测、清算连锁反应
动量	14	ROC、加速度、趋势强度
成交量与资金流	13	OBV、聪明钱、Wyckoff VSA
波动率	13	ATR、布林带挤压、波动率的波动率
均值回归	12	Z-score、Keltner 通道位置
趋势跟踪	14	ADX、EMA 黄金交叉、均线扇形
Qlib Alpha158	11	兼容 Microsoft Qlib 的因子
+ 另外 5 个类别	37	风险、质量、价格结构、情绪、DRL

所有因子权重均通过进化发现，无需手动调优。

---

策略风格

算法会自行收敛到易于辨认的交易风格：

风格	DNA 学到的策略
价值寻觅者	低价买入，耐心持有
动量追随者	追逐强势标的，抛售落后标的
均值回归者	押注价格反弹
资金流读者	跟随资金流向——成交量领先价格
波动率猎手	从波动率扩张中获利
加密原生	为全天候市场打造的 200 个因子

---

获取权限

StratEvo Pro 包含进化引擎、模拟交易、信号生成和实时交易所连接器。

📧 联系： [email protected]
💬 Discord： discord.gg/kAQD7Cj8

---

技术论文

• GT-Score：用于 Walk-Forward 策略进化的通用适应度函数

---