你是不是也经历过这种感觉
你读完一篇技术分析的文章,觉得作者说得很对。你打开券商软件想验证一下 —— 只有 5 分钟 K 线、历史数据封顶一两年,更别提跑个回测看看过去 5 年这套形态到底赢率多少。
你有一个想法。想看看「如果我用 MA20 金叉 + 成交量放大做入场信号,会怎样」。但 A 股分钟级数据获取门槛高、清洗对齐复权要时间、搭一套靠谱的回测框架更是大工程 —— 光把环境搞顺,半个月就没了,想法也凉了。
你关注的交易博主发了一张漂亮的权益曲线。你看不到他的代码,看不到他的参数,看不到他在其他品种上跑会怎样。你只能选择相信或不相信 —— 没有第三种路径。
这不是能力问题,是工具问题。
机构有全套研究员、数据源、回测系统、风控框架。散户只有朋友圈截图和「老师带单」。你的想法本身可能是对的,但你永远没法验证它 —— 直到你把真金白银砸进去,发现不对,然后输给这个结构。
我们做 Tradcrab,就是想填上这个鸿沟。
为什么叫「交易蟹」
左手进攻、右手防守、身被重甲、横行霸道 —— 螃蟹身体的每个部分,都对应一个交易者该有的本能。
AI 写策略,机会一来代码秒落。把想法变成可跑的回测,不等灵感冷却。
6 道验证门槛 + 量化止损规则。每一个策略上实盘前先问:守得住吗?
仓位 / 资金管理 / 多品种分散。单笔亏损不威胁本金,才能走得长。
不追共识、不带情绪。数据说话,看准了就横着走自己的路。
三个你可能是的样子
Tradcrab 不是「给量化工程师的工具」—— 它服务所有愿意把交易逻辑说清楚、验证清楚的人。下面三种用户,你大概率是其中之一。
不会编程,只想验证「这个说法到底靠不靠谱」
你读完一篇技术分析文章,看到作者说「MACD 金叉 + RSI > 50 胜率 70%」。你想知道真的假的 ——
在 Tradcrab 上:在 Tradcrab 上,你打开交易蟹AI助手对话,说「写一个 MACD 金叉 + RSI > 50 入场的策略,止损 3%,止盈 6%」。AI 助手几秒生成代码,一键跑 5 年回测,曲线 + 胜率 + 最大回撤全部出来。觉得不对? 改一句话再来。过去「想看看这东西灵不灵」要搭一个月的环境,现在一个下午试 20 个变种。
会编程,但缺权威数据和验证框架
你懂 Python,会写脚本。但 A 股分钟级数据获取门槛高,自己拉还要做清洗、对齐、复权;验证工具自己搭一套也是大工程。光是把环境备齐,半个月就过去了。
在 Tradcrab 上:在 Tradcrab 上,6,000+ 股票 × 25 年分钟数据开箱即用。更重要的是 6 道验证门槛跑一遍:前向验证看样本外表现、蒙特卡洛看回撤分布、多品种一致性看策略是真的普遍有效还是只在一个品种上「运气好」。自己写代码有自由度,权威数据和验证框架是底座。
做期货多年,想把「感觉」变成「规则」
你做期货 CTA 有年头了,有一套自己的「盘感」。但市场风格一变,心里就没底 —— 到底是运气好还是真有边际?
在 Tradcrab 上:在 Tradcrab 上,把「盘感」翻译成清晰、量化、可执行的规则。跑多品种一致性验证,看这套逻辑在豆粕、白糖、铜、原油上表现是不是真的普遍稳定。回撤统计、持仓时长、盈亏分布一次看清 —— 交易这件事从「感觉对」升级到「数据证明对」。
什么才算「程序化策略」?
能跑在 Tradcrab 实验室里的策略,都要过三关。这不是我们立的规矩 —— 这是一个策略能不能被真金白银检验的前提。
清晰
逻辑里没有「看感觉」的空间 —— 每个条件要么成立、要么不成立,不能留中间态。想法能说清楚,就能变成策略。
量化
每个条件都用数字表达 —— 「均线金叉」写成 MA5 > MA20,不是「差不多」。数据能验的,才值得下注。
可执行
直接变成代码跑起来 —— 回测、参数扫描、实盘,全程不需要翻译给别人。逻辑即代码,代码即交易。
· 三关都过,策略就不再依赖个人状态、心情、直觉。它变成一段可复现、可审计、可迭代的代码 —— 这就是我们说的 程序化。