1. 量化机器人触发含义
我们以下图，2025年2月3号，美东时间早上5点整，第17秒，450毫秒的触发为例，进行说明：
根据级别，深度，代码块，这三个参数，按照下图的仓位对照表，即可算出仓位:
至此，此次机器人触发，品种，方向，价格，仓位，交易订单的四要素就齐了。
另外，这里解释下，各级别对应的理论交易周期：
L0 🔹 日内或隔日
L1 🔹 两个交易左右，和L0类似，互补
L2 🔹 3到5个交易日，一周左右
L3 🔹 10个交易日，两周左右
L4 🔹 两周以上，没有上限，也无法确定上限
交易对 🔹 同级别深度的Bull/Bear构成一个交易对，如果Bear的价格高于Bull，则认为交易对完成
注：以上均为理论上的交易周期，机器人实际bull/bear交易对的触发，会有一定的偏差。
2. 量化机器人策略原理 & 风险
核心思路 🔹 股指/概率/EV/性价比/相对位置/博弈
设计依据 🔹 测不准原理，概率，仓位管理，自身的股指杠杆交易经验
交易标的 🔹 股指杠杆ETF为主，TQQQ，SOXL，以及IBIT (BTC现货ETF)
选择依据 🔹 波动大，流动性好，成交量大，ask/bid趋近，价差及滑点极小，底层资产优质
策略警示 🔹 在强势单边行情中，本策略将短期出现一定被埋或卖飞情况，请注意交易风险。
风险警示 🔹 没有任何一个策略能够每次盈利！
风险警示 🔹 没有任何一个策略可以适用任意市场行情！
风险警示 🔹 没有任何一个策略可以预测未来！
3. 测不准原理设计概论：
机器人有一部分的设计思想就是，用概率来衡量这个不确定，测不准的问题，尽量保证交易或押注的收益期望至少大于0。核心就是这个概率博弈的思想。
级别越低，超短线置信度越高，两周左右及以上置信度越低，同时，时效性为越好；
级别越高，超短线置信度中性，两周左右及以上置信度越高，同时，时效性为中性。
策略的级别中，L0-L4这几个大级别是单独的，每个级别中的 深度 和 代码块 的设计思路就是上面这个原理，可以分别对应x和p。PS，题外话，这个公式早期是用来描述和解释电子云状态的，引入了概率密度的说法，以前是层级理论。
正是因为这个理论是用来描述和解释，所以说，机器人不做预测，也做不了预测，只做决策，也没有人能够去预测市场。根据当前所能获取的数据，去判断当前的状态，然后去描述和解释，再把这个结果量化成大家在tqqq-notify这个分区看到的级别信号，比如：L1 .0.1 @ Bull Range，最后，机器人也根据这个结果去做对应的交易决策。
这样就实现了一个决策型模型： 数据输入，输出交易决策。
又因为是基于概率的，所以不可能每次都正确，这个正确是指的每个级别的bull/bear交易对在设定的交易周期内完成并且bear的价格高于bull。
因为不是每次都正确，所以机器人还引入仓位管理，对于不同的置信度和交易区间，给予不同的仓位，分批分仓，增大容错，减小风险。
以上，是一些说明概论性内容，也是目前可以公开的内容。至于更加具体的问题：策略到底是怎么设计的？参数哪些？怎么决策？模型到底是什么类型？等等，这些当然是不公开，也不会开源的。
即，策略模型不开源，但是交易的执行框架开源。
4. 量化机器人答疑（必看文章）：
-
美股量化 - Wall API 自动交易 - 配置教程（总览：只需三步）：点此前往