news 2026/9/30 5:16:02

PanWatch 模拟盘实战:AI 建议一键跟单,净值曲线见证策略成色

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
PanWatch 模拟盘实战:AI 建议一键跟单,净值曲线见证策略成色

PanWatch 模拟盘实战:AI 建议一键跟单,净值曲线见证策略成色

【免费下载链接】PanWatchPanWatch — AI stock monitoring for A-shares, HK & US markets, powered by TradingAgents. Portfolio insights, real-time alerts & automated reports.|盯盘侠:覆盖 A股/港股/美股的 AI 盯盘、持仓分析、实时提醒与自动报告。项目地址: https://gitcode.com/GitHub_Trending/pa/PanWatch

PanWatch(盯盘侠)是一款面向 A 股、港股、美股的自托管 AI 盯盘工具,内置AI 模拟盘(Paper Trading)模块:它把你信任的 AI 建议与量化策略信号变成一笔笔可追溯的虚拟交易,用真实的净值曲线、最大回撤与胜率来检验策略的成色。不用真金白银,就能先跑一个月,看看 AI 到底靠不靠谱。

为什么先跑模拟盘,再考虑真仓

多数人在"AI 炒股"上栽跟头,不是因为模型不行,而是缺少验证环节:AI 说买入就买,亏了也不知道是信号差还是执行差。PanWatch 的解法很直接——让 AI 先在模拟盘里"打工":

  • 信号自动跟单:策略引擎产生信号后,模拟盘引擎 自动按信号建仓、平仓,全程无人工干预
  • 真实交易成本:买卖手续费与滑点与回测共用同一套 成本模型,曲线不掺水
  • 风控内置:浮盈 5% 后启动移动止损(回撤 10% 离场),默认持有超过 20 个自然日自动时间止损,见 止损参数

一句话:你看到的是策略"裸奔"后的真实表现,而不是理想回测。

AI 建议从哪来:三个 Agent 的建议池

模拟盘不是孤立存在的,它和 PanWatch 的 AI 盯盘体系咬合在一起。盘中三个 Agent 会持续产出可操作的建议(买入 / 加仓 / 减仓 / 卖出 / 观察 / 回避),统一汇入建议池:

Agent触发时机建议有效期
盘前分析每日开盘前当日约 12 小时
盘中监测交易时段实时6 小时
收盘复盘每日收盘后隔夜约 16 小时

建议会自动去重、按时间窗过期,避免"同一个信号推你八遍"。你在机会页看到的 AI 评分选股,正是这套信号体系的产物:

一键跟单之后,引擎在做什么

打开模拟盘开关后,后台调度器每 60 秒扫一轮(仅在 A 股/港股/美股任一市场处于交易时段时执行,休市自动跳过),扫描逻辑见 paper_trading_scheduler.py。每轮它会做四件事:

  1. 捡信号:读取策略产生的买入信号,按信号强度(rank_score)分配仓位——85 分以上投 25% 预算,65 分以下只投 8%,评分越高分量越足,逻辑在 仓位权重函数
  2. 算股数:A 股按一手(100 股)整数倍计算,并扣除手续费后受可用现金约束,买不起一手就跳过
  3. 盯持仓:逐笔检查止损、止盈、移动止损与时间止损,触发即离场
  4. 记账:每笔平仓落一条完整交易记录(入场价 / 出场价 / 盈亏 / 持有天数 / 离场原因),为净值曲线供数

净值曲线与策略绩效:一张图看懂成色

模拟盘页面(前端入口:PaperTrading.tsx)把最关键的绩效全部摊开:

  • 净值曲线:按日累计的权益曲线,当天未平仓仓位按最新价折算,绘制逻辑见 构建收益曲线
  • 最大回撤:曲线从峰值到谷底的百分比,是策略"抗压能力"的硬指标
  • 胜率与盈亏比:总交易数、盈利笔数、平均单笔收益
  • 策略绩效榜:按策略代码聚合(已平仓 + 持仓中),按总盈亏排序——哪个策略在给你赚钱,一目了然,聚合逻辑见 策略绩效统计

还能按 A 股 / 港股 / 美股分别切换市场视图,只看某一个市场的子池表现。

分市场资金配置与通知推送

模拟盘默认把总资金按A 股 50% / 港股 30% / 美股 20%拆成三个子池(默认配置见 market_trading_engine.py),在页面里改资金总额和比例即可,每个市场独立核算现金与盈亏,互不串账。

通知方面,模拟盘接入了 PanWatch 的全渠道推送(Telegram / 企业微信 / 钉钉 / 飞书 / Bark / Webhook),三类消息可分别开关:

  • 实时交易通知:每次模拟开仓 / 平仓即刻推送
  • 盘前计划:每个交易日 09:00 推送当日计划
  • 日终摘要:每个交易日 15:30 推送当日战报

快速上手:4 步开启 AI 跟单之旅

  1. 启动 PanWatch(Docker 一条命令即可,见 README 快速开始),完成登录与 AI 服务商配置
  2. 进入「模拟盘」页面,打开账户开关,设置初始资金(如 50 万)
  3. 按需调整 A 股 / 港股 / 美股的资金比例,选择跟单通知渠道
  4. 等待信号:策略产生买入信号后引擎自动建仓,之后每天看净值曲线和日终摘要即可

想更了解底层实现,可以从这几个入口读起:

  • 模拟盘引擎与止损逻辑:src/modules/paper_trading/paper_trading_engine.py
  • 调度与定时通知:src/modules/paper_trading/paper_trading_scheduler.py
  • 建议池(AI 建议汇聚):src/modules/automation/suggestion_pool.py
  • 整体后端架构:src/ARCHITECTURE.md

结语

AI 盯盘的尽头不是"听 AI 的",而是"验证过 AI 再听它的"。PanWatch 的模拟盘把 AI 建议、策略信号和真实成本模型放进同一个虚拟账户,用净值曲线和回撤数据说话——等这条曲线跑出了一个让你信服的形状,再考虑真仓,也不迟。

【免费下载链接】PanWatchPanWatch — AI stock monitoring for A-shares, HK & US markets, powered by TradingAgents. Portfolio insights, real-time alerts & automated reports.|盯盘侠:覆盖 A股/港股/美股的 AI 盯盘、持仓分析、实时提醒与自动报告。项目地址: https://gitcode.com/GitHub_Trending/pa/PanWatch

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/30 5:14:55

Windows下C/C++递归栈溢出?四大环境编译期调大栈空间全攻略

不知道你有没有经历过这种邪门时刻:同一个DFS递归算法,在Linux服务器上跑得好好的,拷回Windows本地编译一运行,报错0xC00000FD,直接Stack overflow。我当时在Windows上用CLion刷算法题,一个40000层的深搜&a…

作者头像 李华
网站建设 2026/9/30 5:14:26

多模态原型融合网络在剪纸图像分类中的实践

1. 从一张剪纸图说起:为什么多模态原型融合值得折腾剪纸图像分类这件事,乍一听像是某个小众赛道的自娱自乐,但真正上手做过的人都知道,这里面的坑一点都不比其他视觉任务少。剪纸作品本身具有极强的风格化特征——镂空结构、对称构…

作者头像 李华
网站建设 2026/9/30 5:14:25

Tandem OLED与120Hz VRR:掌机屏幕技术解析与工程实践

1. 掌机屏幕的军备竞赛:为什么Tandem OLED是下一个必争之地掌机这个品类在过去两年被重新点燃了。从PC掌机阵营的密集迭代,到各家第一方硬件厂商重新审视便携形态,玩家对"随时随地玩3A"的期待已经从玩笑变成了真实需求。而在这轮竞…

作者头像 李华
网站建设 2026/9/30 5:14:19

YOLO猫情绪数据集:3200张真实场景标注的工业级行为理解基座

1. 这不是一张张猫照片,而是一套能“读懂猫脸”的工业级行为理解基建你手头如果正打算做宠物智能硬件、动物行为研究、或者想给自家猫主子装个情绪管家,那这个标题里的“3200张YOLO宠物行为数据集”就不是普通的数据集——它是一套经过真实场景打磨、标注…

作者头像 李华
网站建设 2026/9/30 5:14:17

Windows 10下稳定可用的GM软波表:S-YXG50部署与调优指南

1. 这不是怀旧,是Windows 10上真正能用的GM音源解决方案如果你在Win10里打开一个老MIDI文件,听到的是Windows自带的Microsoft GS Wavetable Synth那种塑料感十足、毫无层次的“电子闹钟音”,或者干脆无声——那你不是设备坏了,而是…

作者头像 李华
网站建设 2026/9/30 5:14:02

4300张高质量猫狗检测数据集:YOLO轻量部署实战指南

1. 项目概述:为什么一个4300张的猫狗检测数据集值得专门拆解?“猫狗检测数据集 | 4300张YOLO宠物识别数据集”——这个标题乍看平平无奇,不带炫技参数、没有模型SOTA指标、甚至没提YOLOv5/v8/v10,但在我过去三年带团队落地27个边缘…

作者头像 李华