今天是实盘记录的第224天。
期末资产：341823.92元 累计盈亏：13.941% 今日盈亏 2279.99元
相对
沪深300 超额 15.938%， 相对中证2000超额 13.059%
（1）
周五原本这个账户盈利超过2.5%，其他账户最多有3.5%的，但是后来整体开始下跌，这个账户最终盈利只有0.76%。
而且按今天的走势，下周可能还会绕一下，但是很可能在下周末，或者大下周初，正式开始下跌。
我的感觉是
融资融券的可融资金比例，这个值的指引性真的太强了。
在前面4天，刻画股市交易情绪的指标连续4天强势多头。在这种情况下，可融资金比例的空头信号，竟然都能这么有效。
说到这，有一个我还没能解决的问题，就是在系统框架之外，有一些没有合进系统内的，指向性特别强的单独信号，这些信号之间相互冲突的时候，我应该怎么处理？就比如昨天晚上看到这两个的冲突。
现在的情况，是这种相互冲突的信号，能让我不会只想多头，忽略空头，在变盘的时候，自己心态转变比较容易。但到目前，还没办法有效弄清楚怎么样来增加盈利。
可能想解开这个问题，我需要对每个这种单独信号的原理有更深入的研究，明白它们为什么有效，以及在什么情况下可能失效吧。
如果确实会转入下跌，提前卖股票的方式，会有些变化，不会再跟前面一样，按顺序往后多卖出，而是会选最近几天多头时候，买入资金量多的天，优先卖出。
至于因为提前卖出导致的卖出空白天，是安排在被卖出部分对应的日期，还是放在提前卖出那天之后紧跟随的日期，原本需要卖出的顺延。这点还没想明白。
（2）
到十一，这个账户的实盘记录就发一年了。如果九月下半个月是下跌的话，那么很可能这一年的盈利累积，只有5-10%；相对沪深3000和中证2000的超额，应该会有15-20%。
按这个值计算，这是除2024年外，我实盘盈利最低的一年。算上历史回测，也是从2011年开始，除2024,2017之外，盈利最低的一年。
对我来说，今年的走势，跟2017年基本就是同一回事。只是可惜，5月13日开始下跌的时候，我知道会下跌，但是没意识到会是这么大幅度的下跌，所以选择了硬抗。不然的话，这个账户的表现会好非常多。
对于账户真正的长期收益来说，缺了这段盈利也不影响啥。因为本来就不能指望每一个判断都做对。只是因为我在对外展示实盘记录，所以希望表现结果能更好一些，^_^。
这里面，因为腰椎间盘突出的剧痛，导致那段时间我所有工作都停滞，其实是一个非常大的影响。咳。。。。
（3）
目前计划，是十一的时候，会再封仓一个账户，把我最新的系统，也在这个记录里一起展示。
新的系统，不管是盈利能力，还是减少回撤方面，都大幅好于现在展示的这个。
我的估算是就算遇到15年6月之后的熊市，最差年盈利应该有40%以上，正常情况会远好于这个值；回撤方面应该只会有5-7%，极端情况回撤应该也只有15%。
这个系统制作的初衷，就是为了对抗可能出现的金融危机。
上面数据都是在新系统不使用杠杆，并且平时持仓只会占总资金的70-90%的情况下做的测算。
至于我是否真做到这种程度了，后面展示出来，大家可以一起看下。^_^
不过这个新系统，有很多内容，我不会完全展示。
只有每日账户余额的截图和数据记录，是固定展示的。然后是部分天的持仓数据和买入卖出数据，会展示出来。
根据我展示的结果，应该能确认这个系统超过80%的盈利是怎么获得的；但对于剩余的20%盈利和我是怎么减少回撤的，我不准备展示。
做一个高盈利的系统很容易；但是做一个高盈利的同时，正常回撤能控制在5-7%的系统，这东西，就不是什么简单的事了。
之所以会这样半遮半掩的展示，是我准备拿它来找基金合作，所以需要展示。但我又不希望系统被太严重的泄露，尤其还是免费公开出去这种，所以只展示部分信息。做到至少可以通过我展示的信息，确认其中80%的盈利是怎么获得的。
说明：
目前实盘展示的是一套量化交易系统。正常每天分别买入和卖出六只股票。偏小市值股票。
我有参加淘股吧实盘比赛，实盘比赛用的系统，就是展示的这个。数据相同。
下面是目前账户截图：
读书笔记部分：
你的注意力，就是你的人生算法
（真剑圣）
为什么说“专注”是智能的本质？
最近，我看到一句对“注意力机制”的精妙定义：
“任何能够学『权重分布』并用于『加权聚合』的机制，都是注意力机制。”
这句话如同一个棱镜，从一个特定的角度切入，竟折射出
人工智能、乃至人类智慧与生存哲学的璀璨光芒。今天，我们就来一起聊聊，“注意力”为何远不止是一个算法名词。
一、解码智能的“选择性”本质
让我们先用一个简单的例子来拆解这句定义。
想象一下，你作为一位家长去参加孩子的家长会。教室里坐满了家长，人声嘈杂（这就是输入信息）。突然，你听到了自己孩子的名字（这如同一个查询），你的耳朵会瞬间“锁定”声音传来的方向，并努力听清那位老师接下来说的每一句话，同时自动屏蔽掉周围其他无关的谈话。
这个过程中，你的大脑完成了一次完美的“注意力”计算：
学权重分布：你对所有声音信号进行了快速评估，赋予“提及孩子名字的老师”的声音最高的权重，其他声音的权重则急剧降低。
加权聚合：你将这些高权重的语音片段在脑海中聚合起来，形成了对你最有意义的信息：“我的孩子最近表现如何？”
这就是注意力：它不是平均用力，而是有选择地聚焦。
在人工智能领域，尤其是颠覆性的Transformer模型中，注意力机制做的是一模一样的事情。当模型处理句子“The animal didn’t cross the street because it was too tired”时，它需要理解“it”指代的是什么。通过注意力机制，模型会学到“it”与“animal”的关联权重远高于“street”，从而在理解时，将焦点聚合在“animal”上，得出正确含义。
所以，那句定义的核心在于两个动词：“学” 和 “聚合”。权重不是固定的，而是根据上下文动态计算的。这让AI从“聋哑瞎子”变成了懂得“察言观色”的智能体。
二、从机器到人：我们无时无刻不在进行“加权聚合”
如果我们跳出代码的范畴，会发现这条法则同样适用于我们自身。人类的认知，本质上就是一种高效的注意力系统。
信息爆炸的时代：我们每天都身处信息的汪洋大海。你选择点开这篇文章，而忽略其他推送，这就是一次基于你个人兴趣和需求的“注意力权重分配”。
时间管理：你将一天中精力最充沛的时段（高权重）分配给最重要的工作（高价值信息），这就是对时间的“加权聚合”，以期获得最大的产出。
人际交往：你会在不同的人面前展现不同的侧面，因为你潜意识里为他们的喜好和期望分派了不同的权重，并将自己的行为进行“聚合”，以维持良好的关系。
成长与学：一个专家和一个新手的区别，往往在于专家建立了一套更高效的“权重分布”系统。他们能更快地识别出问题的关键（高权重特征），而忽略无关细节。
我们的大脑无时无刻不在执行着这套精密的算法，以便在资源有限（时间、精力）的情况下，做出最优的决策。你的注意力流向，决定了你的人生走向。
三、注意力陷阱：当“算法”出现偏差
然而，任何强大的机制都有其弱点。AI的注意力模型如果训练数据有偏，就会产生荒谬的结果。人类的注意力系统同样会失灵。
权重分布被劫持：短视频平台、标题党文章，正是在利用我们大脑注意力机制的漏洞。它们通过强烈的刺激（奇闻、争议、焦虑），人为地给自己赋予了过高的“权重”，劫持了我们的聚焦能力。
陷入局部最优：我们可能过度聚焦于眼前的工作压力（赋予其过高权重），却忽略了健康、家庭这些长期来看权重更高的事情。这就像是一个短视的AI，只看到了最近的几个数据点。
“均匀聚合”的平庸：另一种失败，是放弃分配权重的责任——对所有信息一视同仁，对所有要求全盘接受。最终的结果，是一个被平均力拉扯的、失去个性的、平庸的“聚合体”。
四、主动训练我们人生的“注意力机制”
既然注意力是一种可以“学”的机制，那么我们完全可以像训练一个AI模型一样，主动地、有意识地训练我们自己的注意力系统。
明确你的“查询向量”：你想成为一个什么样的人？你的长期目标是什么？这个根本性的“查询”，是你分配一切注意力的基准。只有明确了它，你才能判断信息的相关性。
给高价值信息更高的权重：主动地将你的时间和精力，投向那些能让你成长、健康、幸福的“数据源”。比如，深度阅读、技能学、与良师益友的交谈。
定期“反向传播”与调整：像AI模型通过损失函数调整权重一样，我们需要定期复盘。当前的生活方式、信息摄入，是否让我离我的“查询”更近了？如果不是，果断调整你的注意力分布。
学会“屏蔽”低权重噪声：主动关闭不必要的推送，为专注创造“静默区”，甚至学会对不重要的请求说“不”。这是在手动将无关输入的权重设置为零。
结语
“任何能够学『权重分布』并用于『加权聚合』的机制，都是注意力机制。”
这句来自AI领域的洞见，最终指向了一个古老的智慧：活在当下，要事第一。 它用计算语言的笔触，重新勾勒出了一种生存策略。
在这个时代，注意力是我们最宝贵也最稀缺的资源。如何为你的人生精准地“学权重”，智慧地“加权聚合”，决定了你将拥有怎样的深度、怎样的成果，以及最终，成为一个怎样的自己。
你的注意力，就是你的人生算法。
是时候，检查一下你的代码了。
远凡aa量化交易系统
0
评论(0)
收藏
展开
