PulseTrader
Unverified ML strategy on Indices by jerlinn. BotFinder score 18 out of 100.
AI-powered quantitative trading analysis tool with precise technical indicators and intelligent insights
Source: github
BotFinder analysis pending.
PulseTrader
PulseTrader - 探讨 AI 量化投资的正确方向 在当今快速变化的金融市场中,我注意到一个吊诡的现象:市面上许多 AI 量化工具似乎在关键环节上偏离了正确方向。 核心理念 数据神圣不可侵犯,必须用 100% 可靠的算法来承接。 为什么现有工具偏离正确方向? - 让概率替代确定性:把财务数据交给推理处理 - 用信息掩盖信号:沉迷舆情与财报,忽略量价关系 - 错置分工:让 AI 做计算,人来意会 PulseTrader 的正确姿势: - 算法保底精确:所有技术指标 100% 可验证、可复现 - 量价优先分析:用量价关系和相对强度刻画情绪,用 SuperTrend 捕捉趋势 - 化繁为简设计:少量稳健规则抵抗过拟合,回归量价分析本质 - AI 负责洞察:智能分析与呈现,降低门槛、提高可得性 ⚖️ 精确计算与智能洞察的完美平衡 PulseTrader 采用分离式架构设计,确保计算的绝对精确性和 AI 辅助的智能化: 技术架构 核心特性: - 统一数据库:SQLite 一库统管,6 张数据表科学设计,消除重复存储 - 精确计算:100% 可靠算法,数据完整性检验 + Wilder 等确定性算法 - 智能缓存:增量更新、快速查询,内置交易日历避免无效请求 - 多市场支持:统一架构下支持 A 股和港股,自动识别股票代码类型 数据库表结构设计 AI 智能分析层 Agent Z 交易助手的核心能力: - 量价核心:重视脉冲、背离等关键信号模式 - 信号聚焦:极端条件深入分析,常规范围让图表说话 - 左侧交易偏好:在弱势中寻找机会,避免追涨 - 确定性偏好:信号冲突时优选等待 - 动态仓位管理:基于 Kelly 准则的渐进式建仓和分层止损策略 化繁为简的设计理念 可视化特点:默认采用对数坐标——用距离表示百分比,跨数量级比较更可靠;交互式图表一键切换周期 https://github.com/user-attachments/assets/b372a5bf-a92b-4aa5-9616-d9209abe3917 成交量指标系统 三大成交量信号识别: - 极致缩量:当日成交量为 50 日最低量,往往出现在市场恐慌或关注度极低时 - 放量:20 日最高成交量 + 接近 20 日新高 + 强势上涨(日涨幅 >1.5% 且盘中涨幅 >2%) - 爆量:放量基础上成交量超过 20 日均量 3.5 倍的极端情况 量价配合原理: 🧐 一个真正好用的量化投资工具 核心优势 数据精确性:100% 算法可靠,每个计算结果可手工验证,LLM 推理与数据计算完全分离 实用性导向:目标是清晰可执行
⚠ No verified equity curve — no track-record source connected.
Drawdown profile
Data unavailable — contact the owner.
Verification ledger
How the score has moved
Recalculated at each data collection. Transparency means showing the bad weeks too.
No score history is stored yet — only the current score is shown.
Reviews & comments
No reviews collected from the source yet.
⚠ No live verification account connected — ask for proof before buying.
Alerts on changes: coming soon
Prop-firm compatibility not provided.
Open-source maintainer on GitHub.
Data-completeness & trust index (not a profitability rating)