点击上方↗️「活水智能」，关注 + 星标🌟
作者：Austin Starks
编译：活水智能
我应该卖出吗？
大多数人在回答这个问题时，往往凭直觉或近期的经验进行推测。很少有人真正查看数据来指导他们的投资决策。
这种方式往往导致草率决策、恐慌、疑虑和收益下降。
今天，我将向您展示如何利用历史数据来帮助指导您的决策过程。本文将为您提供工具，帮助您在特定的市场条件下决定是应该买入更多、持有还是卖出。
通过遵循本指南，您将对投资更有信心，缓解焦虑，并获得比过去显著更高的收益。
那我们就开始吧！
如何操作：一个用于投资的 Google Collab
本文旨在互动性地为您提供做出这些决策所需的工具。因此，我强烈建议您不仅仅阅读，还要跟随操作。
为此，您需要创建一个免费的 NexusTrade 账户。NexusTrade 是我们将用来进行研究的平台，用来回答诸如“我是否应该在这次回调期间卖出？”这样的问题。
如果您目前无法创建账户，也不用担心！本文将包含大量的截图和链接，供您参考。
其中一个最重要的链接是我与 Aurora（AI 助手）的对话直接链接：https://nexustrade.io/share/67663d92cbd782e4a29357b8，它将帮助我们完成这项分析。这个直接链接比本文更加精简，并且会提醒您如何进行分析，而无需通读整篇文章。
这有点类似于 Google Collab，一个程序员用来分享脚本的平台。通过对话，您可以从我停止的地方继续，复制消息，并将其用作执行您自己分析的指南。
最后，我鼓励您将本文分享给朋友，帮助我实现让数据支持的系统化投资对所有人开放的使命，而不仅仅是“华尔街精英”。
事不宜迟，让我们开始吧！
实验设置：我们选择的语言模型
本文将由三个主要目标组成：
1. 查询金融数据
2. 进行金融分析
3. 运行历史模拟
为此，我将使用全新的 OpenAI O1 模型。O1 模型是 O1-preview 模型的继任者。它支持功能调用，能够生成合成有效对象——这一点在大语言模型（LLM）应用中非常有用。
O1 模型是一个推理模型，这意味着它在回答复杂问题之前会进行思考。这对于金融应用来说非常有用，因为准确性至关重要。
然而，这种推理也有其缺点。首先，它非常慢，通常需要几分钟才能回答复杂问题。此外，它的成本也非常高，比其他一些语言模型高出数倍。
在 NexusTrade 中，我们选择的模型是可配置的，这意味着我们可以根据具体用例选择其他模型，包括 Anthropic 的 Sonnet 3.5 和 Google 的 Gemini Pro——两个先进的语言模型。
因此，我们必须在速度、准确性和成本之间进行权衡。为了展示更强大的大语言模型的完整功能，本文将使用全新的 O1 模型。
要查看模型使用的确切查询，您可以点击 AI 消息中附带的“查看股票筛选器调试信息”。
使用 O1 模型跑赢市场
通过使用最佳语言模型，我们可以以前所未有的速度和准确性分析市场。以下是方法。
在 NexusTrade 中，大语言模型连接到一个全面的金融数据库。该模型充当数据库和用户之间的接口。它将用户问题转化为查询，从而准确回答我们的金融问题。
这与盲目使用 ChatGPT 不同。ChatGPT 无法访问实时金融信息。因此，您不能仅仅通过访问 ChatGPT 网站来复制这一过程。您需要像 NexusTrade 这样的平台。
现在，让我们开始分析。
进行金融分析
我们将使用 Aurora 来了解在市场低迷期间应该如何操作。
首先，我将提出以下问题：
自 2000 年 1 月 1 日以来，SPY 在 7 天内下跌 5% 的情况有多少次？换句话说，在时间点 (t) 时，时间点 (t+7) 天的百分比回报率为 -5% 或以下的情况有多少次？
注意，我指的是 7 个日历日，而不是 7 个交易日。
在结果中，包含这些下跌的日期范围并显示百分比回报率。此外，请将这些结果格式化为 Markdown 表格。
以下是模型的结果快照：
提醒一下，您可以通过点击此链接查看完整结果（https://nexustrade.io/share/67663d92cbd782e4a29357b8）。
此分析显示，SPY 出现如此大跌幅的情况相对罕见。自 2000 年 1 月 1 日以来，这种情况发生了 150 次。许多这样的下跌集中在美国金融危机和新冠疫情期间。然而，在大多数情况下，它们分布得相对均匀。
让我们深入挖掘。
分析市场可能下跌的程度
在 5 天的下跌之后，我们最关心的是：
市场还能跌多深？
让我们找出答案。
接下来，我的问题是为了确定接下来一年的最大回撤。我问了以下问题：
从这些起始日期开始，接下来 180 天内的最大回撤是多少？365 天内呢？
由于模型输出了完整的表格，我要求它对数据进行总结。
这些结果非常有价值。自 2000 年 1 月 1 日以来，如果股市下跌 5% 或以上，一年后的平均回撤接近 20%。这意味着，从下跌开始的日期起，市场可能会继续下跌，可能会使您的投资组合损失加倍甚至三倍。
这是否暗示您应该在面临一些波动时卖出？
不一定。
分析继续持有的可能性
从上面的分析中，我们知道在大幅回撤期间市场可能会继续下跌。但这并不意味着我们应该卖出。
为了证明这一点，我将向模型提出以下问题：
从这些分析的结束日期开始，接下来 180 天的百分比回报率是多少？365 天呢？
从中我们可以看到半年和一年后的平均回报率。这些数据对我们来说太多了，因此我们将同样总结它以获取关键点。
平均 180 天回报率和平均 365 天回报率是多少？它们与 7 天的百分比下跌相比如何？
从中我们可以看到一个非常有趣的现象：市场在大幅下跌后往往会反弹。
尽管最大回撤可能是初始下跌的 2 倍至 4 倍，但我们可以看到市场往往会逆转趋势。
需要注意的是，此分析包括了历史上因明显的宏观经济条件而导致下跌的数据，例如 2008 年金融危机和新冠疫情。因此，我们可以排除这些数据以获得更准确的分析。
我将这一任务留给读者 😉。
将这些洞察转化为交易算法
到目前为止，我已经向您展示了如何使用 LLM 工具进行详细的金融分析。然而，捕捉这些工具的价值是最重要的方面。
接下来，我将向您展示如何将这些分析转化为交易策略。
更新实验设置
为此，我将模型更改为 GPT-4o-mini。对于不需要复杂推理的任务，GPT-4o-mini 足以胜任。这包括创建算法交易策略。它也更快且成本更低。
我还将更新 Quicktest 设置，以便生成的回测结果更适用于我想要测试的内容——即在市场低迷时期跑赢市场的交易策略。
创建交易策略
接下来，我将使用这些洞察创建一个跑赢市场的交易策略。
我们的交易策略将利用市场在长期内往往上涨的事实，即使在大幅回撤的情况下也是如此。我选择的规则如下：
• 如果我们持有的 SPXL 头寸少于 500 美元，则购买 50% 的购买力的 SPXL
• 如果我们在 10000 天内没有卖出，并且我们的头寸上涨了 10%，则卖出 20% 的投资组合价值的 SPXL
• 如果 SPXL 股票价格从上一次卖出时上涨了 10%，则卖出 20% 的投资组合价值的 SPXL
• 如果 SPXL 头寸下跌了 12% 或以上，则购买 40% 的购买力的 SPXL
此投资组合比持有 SPY 波动性更大，最大回撤可达 26%（这一点与我们在本文前面发现的情况一致）。
然而，如果我们持有并继续持有，杠杆策略最终会上涨。
实际上，它不仅表现良好。如果您等待 2 年且什么都不做（只是持有），它会占据主导地位。
并且显著跑赢大盘。
此投资组合的一个很棒的地方在于，它不仅在市场对我们不利时表现良好——在牛市中也表现同样出色。
温馨提示：此策略在过去表现良好。这并不意味着它在未来一定会表现良好。不同的市场条件会导致股票价格的不同变化。
例如，如果爆发核战争或 AI 机器人接管世界，这可能导致市场长期低迷。此策略依赖于市场在长期内往往上涨的事实，如果这一点不成立，此策略将特别容易遭受回撤。
现在，如果我们认为此策略非常适合 2025 年，我们可以将其部署到真实市场。这可以是纸面交易，一种在不冒实际资金风险的情况下测试策略的方式。或者，我们可以连接到一个经纪账户，看看此投资组合在实际股市中的表现。
以下是如何将其部署到实际市场的步骤。
步骤 1（可选）：创建一个 Alpaca 账户并启用实盘交易
此步骤仅在我们想将投资组合部署到实际市场时才需要。
在 NexusTrade 中，有两种部署方式：纸面交易和实盘交易。
纸面交易就像玩大富翁游戏中的虚拟货币。它允许我们查看投资组合的表现而无需任何风险。这是我们最好的测试方式，并且能提供不掺水的策略表现视图。
相比之下，实盘交易不是测试。我们实际上是在股市中执行交易。当我们准备好迈出这一步时，我们首先需要进行一些设置。
首先，我们将导航到实盘交易页面。
然后我们点击“连接 Alpaca”按钮并按照屏幕上的说明进行操作。
一旦我们的 Alpaca 账户创建并与 NexusTrade 账户连接，我们就可以通过交易策略自定义投资组合。
步骤 2)：将自动交易策略添加到投资组合中
在下一步中，我们可以将策略添加到我们的投资组合中。根据具体目标，我们可以同时对纸面交易和实盘交易进行操作。为此，我们首先点击我们创建的投资组合。
这会打开一个允许我们更新策略或将其添加到投资组合的模态窗口。这包括创建一个新投资组合，将其添加到我们的实盘交易 Alpaca 投资组合，或者将其添加到纸面交易投资组合中。
选择投资组合后，我们点击“添加到投资组合”，我们的策略就准备好启动了！
现在，是时候将我们的投资组合部署到市场了。
步骤 4)： 将策略部署到市场
最后一步是实际部署我们的投资组合，这非常简单。无论是纸面交易还是实盘交易，我们都会导航到投资组合页面，并点击“启动到市场”。这会打开一个模态窗口，允许我们部署交易策略。
现在，您刚刚将一个数据驱动的算法交易策略部署到了市场。恭喜！
警告和免责声明
如果本文没有警告，那将是不完整的：过去的表现并不一定能预测未来。
本文的目的不是说服您在首次大跌后全仓买入。它是为了向您展示如何进行数据分析，以便您能够为自己做出更明智的投资决策。
尽管如此，本文仍然存在局限性。最大的问题是模型的准确性。即使是其他强大的 LLM，例如 Claude 3.5 Sonnet 和 Gemini Pro，与 GPT O1 这样的推理模型相比也相形见绌。例如，当我使用 Claude Haiku 时，我得到了如下结果。
如果我们放大并检查查询，我们会注意到查询完全错误。
它没有准确计算 7 个日历日，而是使用了 LEAD(…, 7)。这显然给出了 7 个交易日，而不是我们要求的。
此外，正如我之前提到的，过去的表现并不一定能预测未来。2008 年金融危机和新冠疫情期间发生的事情是前所未有的，市场的波动也是如此。如果我们进入任何一种长期的多年经济萧条，本文中提出的策略将特别容易遭受回撤。
尽管如此，本文仍然可以作为有用的指南，帮助那些想要开始进行自动化投资和金融研究的人。
结语
本文的目的不是说服您在回撤期间买入股票，也不是因为市场可能会变得更糟而卖出股票。它是为了向您展示进行股票分析的简单方法，从而让您能够自行做出这些决策。
感谢全新的 OpenAI O1 模型，像您这样的投资者可以以前所未有的速度进行准确分析，而无需编写一行代码。
您可以将这些洞察转化为交易策略，并使用这些策略显著跑赢市场。
总体而言，它让您一瞥如何通过使用客观数据成为更好的投资者。O1 节省的时间是惊人的，其推理能力无与伦比，并将改变企业利用这一新模型前沿的方式。
我非常期待见证这一切。
如果您读到这里，您一定对算法交易或金融研究感兴趣。因此，我请求您将本文分享至社交媒体，并与几位亲密的朋友分享。这有助于扩大我的影响力，并直接支持我完成让华尔街工具对所有人开放的使命，无论他们的财务或技术背景如何。
这难道不是一个值得支持的使命吗？
活水智能成立于北京，致力于通过AI教育、AI软件和社群提高知识工作者生产力。中国AIGC产业联盟理事。
活水现有AI线下工作坊等10+门课程，15+AI软件上线，多款产品在研。知识星球中拥有2600+成员，涵盖大厂程序员、公司高管、律师等各类知识工作者。在北、上、广、深、杭、重庆等地均有线下组织。
欢迎加入我们的福利群，每周都有一手信息、优惠券发放、优秀同学心得分享，还有赠书活动~
👇🏻👇🏻👇🏻
