正式公布一个基于 Deep Reinforcement Learning 的美股 AI Auto Trade 服务，当前在测试阶段

之前在这里有发过。D 版那边已经有超过 20 个用户在开始 Beta 测试.

先说明：

这是一个深度学习 Auto Trade 的测试服务，这个测试服务的要求是: 1) 你拥有一个可以做 day trading 的 TDAmeritrade 账户(即你的账户中需要超过$26k ) 2) 你愿意尝试这个 auto trade 服务 3) 你可以选择使用多少$使用这个服务 4) IntelliOS 服务会关联你的账户，得到一个 security refresh token 来使用 auto trade 服务，但不会得到你的账户和密码信息，不会登陆你的账户 5)在正式使用这个服务前，你会被要求签署一个 disclosure agreement

[6/8 更新] 当前所有用户的测试资金为每天最多 $1600, 现在设定每天的利润目标为 0.5%。今天共有 14 个用户参与测试，基本都达到，超过或者接近了这个 0.5% 的盈利目标。All Green.

现在主要还是测试程序和模型以及策略的稳定性和鲁棒性，尤其是特殊情况的保护。等这些测试的数据积累足够我们会 scale up 这个 1.6k 的 limit.

[ 06/04 更新] 程序现在趋于稳定了，我已经开始超过 10 人以上的测试，采用的测试资金 < $2k, 每天的目标盈利目标为 0.5%

这是当前测试用户实时当天的盈利截图：

[前情提要] 我在考虑提供一个免费的测试服务，让有美国 TDAmeritrade Day trade 账户的用户直接使用

最近美国疫情严重，不得不待在家里，这几天最终捣鼓了一套机器学习的模型来自动做 Day Trading

这个模型的运行大概是这样:

1. 每天开市的时候自动买入对应的 Opposing tickers, 比如 SPXL/SPXS 或者 TQQQ/SQQQ, 这样做就保证了无论是涨跌都可以通过 Trading Volativity 来盈利
2. 程序会自动根据实时价格和模型算法交易买入，卖出
3. 因为现在都没有交易费用了，所以每天基本上程序会做出百次以上的交易
4. 在休市之前，自动卖出，不会持有任何股票过夜，来防止盘后的大幅度变化

现在这个程序集（因为针对不同的股票训练了不同的模型）基本上每天都有大概 0.5% - 1% 的收益，运行了一个月了，非常稳定。

更新

具体操作：

现在的解决办法是请所有的 Beta 测试者自己建立一个 TDAmeritrade 的 Developer Account (很容易) 并在 My Apps 里面创建一个新的 APP, 然后使用这个 App 的 Consumer Key 来生成一个新的 refresh token, 我来截屏说明具体步骤。

1. 访问 https://developer.tdameritrade.com/, 点击 Register
2. 到你的邮箱中找到 Activate 链接
3. 点击链接到 TDAmeritrade Developer 账户中 Edit Profile 中完成信息 ：
4. 点击 My Apps
5. 建立一个新的 App:
6. 如下图：
7. 复制新的 App 中的 Consumer key:
8. 打开 intellios_finance_auth.py 文件 ：
9. 修改源码中的 92 行 client_id 为你建立的这个 app 的 consumer key:
10. 重新使用 Python3 运行 intellios_finance_auth.py 来生成一个新的 refresh token, 并发送给 [email protected]

当前看来只有这样才能保证每个用户服务的稳定性。我们会尽快写一份详细的帮助文档来保证今后的用户可以更方便的生成 consumer key 和 refresh token

@All update： 在第六步中的 callback URL 中使用 http://localhost:80 , 如下图 ： 确保这两个和你的 developer 账户中 app 中定义的相同 所有的用户都有各自的 App ID, 可以保证每个用户线程的稳定性