交易系统

启动算法交易

点击工具栏算法交易启动

确定风险系数

运行量化模块 | 确定分线系数

模型系数显示红色表示当前下单手数小于最小交易手数

写入系数

开始运行

量化模块实际上是集风控和资金管理为一体的控制模块

举个例子
你是一名交易员，你有一个假设（A），认为某只股票的价格在未来一个月内会上涨。这个假设是基于你对市场趋势的分析、公司的财务报告以及行业新闻等因素。
现在，你想要通过实际的市场数据来测试这个假设。你决定观察接下来的几周内股票的价格变动。这些价格变动的数据就是你的证据（B），比如你可以记录每天的收盘价，看看它们是上涨还是下跌。
在没有新数据之前，你的先验概率 P(A) 是基于你之前的分析，比如你可能认为股票上涨的概率是60%。
接下来，你开始收集数据。假设在接下来的几周里，股票的价格大多数时间都在上涨。这个观察结果（B）会让你重新评估你的假设。似然函数 P(B|A) 就是在你的假设（股票会上涨）成立的情况下，观察到实际价格变动的概率。如果你的假设是正确的，那么你应该期望看到价格上涨的证据。现在，你使用贝叶斯定理来更新你的假设。你计算后验概率 P(A|B)，也就是在观察到价格上涨的证据之后，你的假设（股票会上涨）为真的概率。这个计算过程如下：
1. 先验概率 P(A)：你最初认为股票上涨的概率是60%。
2. 似然函数 P(B|A)：在你的假设下，观察到价格上涨的概率。如果价格上涨，这个概率会比较高（即我们会更加倾向于更多资金进行投资博弈）。
3. 证据的概率 P(B)：这个概率涉及到所有可能的市场情况，包括你的假设正确和错误的情况。计算这个概率可能很复杂，但在实际应用中，通常只需要关注似然函数和先验概率。

使用贝叶斯定理计算后验概率 P(A|B)：P(A|B) = P(B|A) * P(A) / P(B)。这个计算会给出你在观察到价格上涨的证据之后，股票真的会上涨的概率。如果观察到的价格上涨与你的假设相符，那么你的后验概率 P(A|B) 将会增加（倾向于投入更多的资金），这意味着你现在更有信心认为股票会上涨。如果价格上涨的证据不足或者价格实际上下跌了，那么你的后验概率将会降低，你可能需要重新评估你的交易策略（减少损失或止损）。