本文介绍了如何利用GPT-4o，结合量化交易技术创建盈利的交易机器人策略，并通过回溯测试验证这一策略的有效性。原文: 52% Returns in 30 Days: Your GPT-4o Quant Trading Bot Strategy[1]
量化交易可以盈利，但只有拥有丰富资源、拥有编码和数学技能的交易者或大型机构才能使用。
但时代变了！现在有了 ChatGPT，普通人也可以从量化交易中获益。
量化交易员是指使用基于数学和统计模型的计算机算法和程序来分析市场数据并寻找交易机会的人。
让我们在 GPT-4o 的帮助下，找到有利可图的量化交易策略。我会告诉你这有多简单！
GPT-4o 如何为交易者带来巨大飞跃
最近发布的 GPT-4o 与以前的 LLM 相比具有新的功能。
首先，它能很好的理解图像。这一点非常好，因为现在可以上传图表，而 ChatGPT 会帮我们创建适合该图表的指标或策略。
其次，GPT-4o 比以前的型号更快、更准确。虽然 Claude 的准确性也相当出色，但 GPT-4o 在理解图像方面更胜一筹。
上面的 HELM 排行榜追踪了不同模型在不同领域的表现，从答案的准确性来看，GPT-4o 紧随 Claude 之后。
在 VLM（Visual to Language Models，视觉语言模型）方面，GPT-4o 遥遥领先于竞争对手。非常好，因为我们希望它能很好的理解图表，并根据图表创建交易策略。
如果你想从这些人工智能中获得最佳效果，建议留意上面的排行榜，因为它们的进化速度非常快。
让我们使用 ChatGPT 创建有利可图的交易策略。首先，建议阅读以下文章：
Use This ChatGPT Trading Bot to Beat 99% of Wall Street Investors![2]
Step-by-Step of How to Create a Profitable Trading Bot & How to Backtest it with Zero Coding Knowledge Needed.[3]
用 GPT-4o 创建量化交易机器人
完全披露：我创建的机器人在一个月内创造了 52% 的回报。然而，交易中没有100%确定的事情，过去的结果可能与未来的回报并不一致。
有鉴于此，本文的目的是提供工具，帮助你设想、创建、测试AI辅助量化交易策略，并最终从中获利。
我们将使用 TradingView[4] 测试AI交易策略。
让我们直奔主题。
步骤 1 - 选择资产
对于均值回归等量化交易策略来说，横盘交易的资产往往能产生更好的效果。因此，我决定选择以太坊，因为它已经横盘数月。
我想看看能否创建一个在市场横盘甚至下跌时获利的交易机器人。
步骤 2 - 用图表提示 GPT-4o
简单的提示往往比冗长复杂的提示更有效，提示必须简洁明了。在本例中，我结合图表对AI进行了如下提示：
Create a profitable mean regression Pine 5 quant strategy for the asset in the chart.
为图表中的资产创建可盈利的均值回归 Pine 5 量化策略。
GPT-4o 回答说，它的策略包括使用布林带和 RSI。
步骤 3 - 将 Pinescript 代码复制/粘贴至 TradingView
转到 TradingView 的 Pine Editor 并粘贴代码，然后将其添加到图表中。现在，该策略应该可以在图表上和策略测试选项卡中进行回测。
如果不知道如何在 TradingView 上回测策略，强烈建议查看以下文章中的步骤：
✅ Use This ChatGPT Trading Bot to Beat 99% of Wall Street Investors![5]
✅ Build the Best ChatGPT Trading Bots with my “DEBOPIE” Framework[6]
如果已将该策略正确添加到 TradingView 中，应该会看到下图所示的内容：图表上有一些未结交易，底部有回测结果。
步骤 4 - 微调量化策略
现在，除了要对策略进行上百次测试以外，还必须手动优化策略。
在不同的时间框架和不同参数下测试策略，尝试不同的值，看看哪个值能产生最好的结果。
在将策略应用于实际资金之前，对其进行广泛测试至关重要。
出色的回报（回溯测试）
在我的回测中，GPT-4o 创建的策略产生了非常令人印象深刻的结果，如你所见：
在 1 个月的时间里，该策略在交易以太坊（ETH/USD）时创造了 52% 的惊人回报。
上图中，蓝线代表"买入并持有"策略，该策略在此期间的回报率为-7%。
因此，使用机器人获得了 52% 的利润，而买入并持有策略则损失了 7%。
这表明，即使在市场横盘甚至下跌趋势中，AI创建的均值回归策略也能盈利。
也许你知道我正在建立一个反脆弱投资组合[7]，它能从任何市场情况中获益。
虽然上述结果还需更多的测试，但我很高兴看到，即使在市场不利的情况下，也能产生出色的回报。
结论
工作不会就此停止，为了完善交易策略，必须继续对其进行回测、优化和扩展。
为了优化交易机器人，我撰写了这篇文章：
Build the Best ChatGPT Trading Bots with my “DEBOPIE” Framework[8]
Follow my unique DEBOPIE framework if you want to achieve great results with ChatGPT trading bots.[9]
记住，交易成功的关键不仅在于有利可图的策略，还在于根据不断变化的市场条件不断完善和调整策略。
技术交流群邀请函
我们建立了一个CV/NLP/搜索推荐/大模型技术交流群！专门分享最新资讯、行业趋势和有趣想法。
如果你想抓住这次AI变革的红利，欢迎扫码进群，群里聚集了很多学术界和工业界大佬，日常还可以唠嗑~
你好，我是对白，硕士毕业于清华，大厂算法工程师，拿过8家大厂算法岗SSP offer
创业做过无人机、机器人和互联网+教育，保研清华后开始系统接触AI。
我每周至少更新一篇原创，分享AI算法、技术干货和职场感悟。下方关注可加我私信交流，点击蓝字查看我的算法学习之路。
您的“点赞/在看/分享”是我坚持最大动力
坚持不易，卖萌打滚求鼓励 (ฅ>ω<*ฅ)
分享
收藏
点赞
在看
