Thí nghiệm khai phá yếu tố hợp đồng tương lai: Từ triển khai Docker đến kiểm thử ngược yếu tố và giao dịch mô phỏng

Giới thiệu dự án

Thí nghiệm khai phá yếu tố hợp đồng tương lai là nền tảng nghiên cứu định lượng và giao dịch mô phỏng hợp đồng tương lai, có thể sử dụng ngay sau khi cài đặt. Nền tảng tập trung việc xem dữ liệu thị trường, khai phá yếu tố, kiểm thử ngược chiến lược, giao dịch giấy, tác vụ định lượng theo thời gian thực và phân tích thị trường có AI hỗ trợ trong cùng một hệ thống tự lưu trữ, phù hợp cho học tập, nghiên cứu và thí nghiệm mô phỏng.

Dự án mặc định cung cấp dữ liệu thị trường miễn phí từ Sina Finance, làm mới khoảng 5 giây một lần và không yêu cầu đăng ký tài khoản dữ liệu. Cơ sở dữ liệu, bộ nhớ đệm và dữ liệu nghiệp vụ đều do người triển khai tự lưu trữ; nếu có hệ thống tiền tuyến tương thích CTP riêng, bạn cũng có thể cấu hình địa chỉ tcp:// tương ứng trong trang quản trị.

Dự án này chỉ phục vụ học tập, nghiên cứu và thí nghiệm giao dịch mô phỏng, không cấu thành khuyến nghị đầu tư. Khi kết nối dữ liệu hoặc giao diện giao dịch thực, người dùng tự chịu trách nhiệm về rủi ro và tuân thủ pháp luật.

Chức năng chính

• Thiết bị đầu cuối thị trường: Cung cấp báo giá thời gian thực miễn phí từ Sina và lịch sử nến K, đồng thời hỗ trợ danh sách yêu thích và cây mã hàng; chức năng sổ lệnh năm mức giá phụ thuộc vào nguồn dữ liệu được kết nối.
• Phòng thí nghiệm yếu tố: Tích hợp hơn 60 đặc trưng, hỗ trợ khai phá yếu tố thông qua biểu thức và tái hiện thí nghiệm bằng mã token.
• Kiểm thử ngược lịch sử: Hỗ trợ kiểm thử ngược nến K đa khung thời gian, nến K do AI tạo và mô hình ra quyết định.
• Giao dịch mô phỏng: Cung cấp tài khoản giấy, khớp lệnh chờ, quản lý vị thế, đường cong vốn và nhiều tiêu chuẩn đóng vị thế.
• Tác vụ định lượng: Tính toán tín hiệu chiến lược theo thời gian thực, hỗ trợ cộng hưởng đa khung thời gian và dừng lỗ theo nến K tín hiệu.
• AI phân tích thị trường: Tạo bản tin thị trường theo phong cách người dẫn chương trình và thông tin hỗ trợ giao dịch thông qua kênh LLM do người dùng tự cấu hình.
• Trang quản trị: Quản lý giám sát và chuyển đổi chính-dự phòng của các kênh dữ liệu, nguồn nến K, người dùng và hạn mức.

Kiến trúc kỹ thuật

Backend dựa trên Python 3.12, FastAPI, SQLAlchemy bất đồng bộ, PostgreSQL và Redis; frontend sử dụng Next.js 15, React 19 và Tailwind CSS; toàn bộ dịch vụ được điều phối bằng Docker Compose.

Kiến trúc này đưa frontend, API, cơ sở dữ liệu và bộ nhớ đệm vào triển khai container thống nhất, phù hợp để tự lưu trữ trên máy chủ cá nhân hoặc trong môi trường nghiên cứu nội bộ.

Cài đặt và khởi chạy

Bước 1: Chuẩn bị môi trường triển khai

Trước khi bắt đầu, hãy đảm bảo môi trường chạy đã cài Docker và có thể sử dụng Docker Compose. Sau đó lấy mã nguồn dự án và chuyển vào thư mục gốc của kho lưu trữ.

Bước 2: Tạo tệp biến môi trường

Sao chép cấu hình mẫu do kho lưu trữ cung cấp:

cp .env.example .env

Mở .env, kiểm tra hoặc chỉnh sửa các cấu hình như cơ sở dữ liệu, Redis và khóa JWT theo môi trường triển khai. Khi triển khai công khai, không nên tiếp tục sử dụng khóa dễ đoán hoặc trùng với ví dụ.

Bước 3: Khởi chạy container

Thực thi trong thư mục gốc của kho lưu trữ:

docker compose up -d

Lệnh này sẽ khởi chạy ở chế độ nền các dịch vụ được định nghĩa trong Compose. Sau khi khởi chạy, có thể dùng lệnh sau để xem trạng thái container:

docker compose ps

Việc tạo bảng cơ sở dữ liệu, cấu hình dữ liệu và mô tả đầy đủ về biến môi trường được quy định trong SELF-HOSTING.md của dự án. README không cam kết cố định cổng truy cập, vì vậy cần xác định địa chỉ thực tế dựa trên tệp Compose và biến môi trường cục bộ.

Cấu hình nguồn dữ liệu thị trường

Sử dụng trực tiếp dữ liệu Sina mặc định

Khi trải nghiệm lần đầu, có thể giữ nguồn dữ liệu sina mặc định. Nguồn này không yêu cầu tài khoản hoặc địa chỉ máy chủ, mặc định làm mới khoảng 5 giây một lần, phù hợp để nhanh chóng xác minh trang dữ liệu thị trường và quy trình nghiên cứu cơ bản.

Kết nối tiền tuyến tương thích CTP riêng

Nếu đã có dịch vụ dữ liệu tương thích CTP đang hoạt động, có thể chọn ctp_sim, sau đó điền địa chỉ riêng trên trang “Giám sát kênh dữ liệu thị trường” trong trang quản trị, ví dụ:

tcp://host:port

Kho mã nguồn mở không tích hợp sẵn địa chỉ máy chủ dữ liệu trả phí hoặc riêng tư. Người triển khai phải tự lấy và cấu hình địa chỉ tiền tuyến hợp pháp, khả dụng.

Sử dụng môi trường mô phỏng openctp 7×24

openctp_724 tương ứng với môi trường mô phỏng 7×24 của openctp, phù hợp cho thí nghiệm tài khoản ảo. Các nguồn dữ liệu khác nhau có thể cung cấp trường dữ liệu và độ sâu khác nhau; chẳng hạn, sổ lệnh năm mức giá yêu cầu chính nguồn dữ liệu đó hỗ trợ chức năng này.

Quy trình sử dụng cơ bản

1. Chọn đối tượng nghiên cứu từ thiết bị đầu cuối thị trường

Sau khi vào thiết bị đầu cuối thị trường, sử dụng danh sách yêu thích hoặc cây mã hàng để xem báo giá hợp đồng tương lai và nến K lịch sử. Hãy xác nhận dữ liệu đang được cập nhật trước khi thực hiện thí nghiệm yếu tố hoặc kiểm thử ngược, nhằm giảm phán đoán sai do nguồn dữ liệu bất thường.

2. Thực hiện thí nghiệm trong phòng thí nghiệm yếu tố

Phòng thí nghiệm yếu tố cung cấp hơn 60 đặc trưng tích hợp và hỗ trợ kết hợp yếu tố bằng biểu thức. Nên bắt đầu với các biểu thức tương đối đơn giản, ghi lại mã hàng nghiên cứu, khung thời gian và tham số, sau đó tăng dần độ phức tạp.

Mã token của nền tảng có thể dùng để tái hiện thí nghiệm. Sau khi hoàn thành một nghiên cứu yếu tố có giá trị, nên lưu token tương ứng đồng thời ghi lại nguồn dữ liệu và phạm vi thời gian đã sử dụng. Nhờ vậy, khi chạy lại hoặc so sánh kết quả, bạn dễ đảm bảo các điều kiện thí nghiệm nhất quán hơn.

3. Chạy kiểm thử ngược lịch sử

Vào mô-đun kiểm thử ngược, chọn kiểm thử ngược nến K đa khung thời gian, kiểm thử ngược nến K do AI tạo hoặc kiểm thử ngược mô hình ra quyết định theo mục tiêu nghiên cứu. Khi kiểm thử, cần kiểm tra kỹ khung thời gian, logic tín hiệu và điều kiện đóng vị thế có nhất quán với giả định ban đầu hay không.

Không nên chỉ quan sát một kết quả lợi nhuận duy nhất. Vì README không quy định các chỉ số đánh giá hoặc tham số mặc định cụ thể, khi phân tích thực tế cần lấy kết quả kiểm thử ngược do hệ thống hiển thị làm cơ sở, đồng thời đối chiếu giữa các khung thời gian và điều kiện khác nhau.

4. Chuyển sang giao dịch mô phỏng để xác minh

Sau khi kiểm thử ngược lịch sử, có thể sử dụng tài khoản giấy để xác minh mô phỏng. Mô-đun giao dịch mô phỏng hỗ trợ khớp lệnh chờ, xem vị thế và đường cong vốn, đồng thời cho phép sử dụng các tiêu chuẩn đóng vị thế như giao cắt tử thần của chỉ báo, ngưỡng yếu tố hoặc tham chiếu dao động.

Nên quan sát trước hiệu quả của tín hiệu trong dữ liệu thị trường liên tục bằng tài khoản mô phỏng, thay vì coi trực tiếp kết luận kiểm thử ngược lịch sử là hiệu quả tương lai. Đặc biệt cần kiểm tra trạng thái lệnh chờ, thay đổi vị thế và đường cong vốn có phù hợp với kỳ vọng của chiến lược hay không.

5. Tạo tác vụ định lượng theo thời gian thực

Tác vụ định lượng có thể tính toán tín hiệu chiến lược theo thời gian thực, đồng thời hỗ trợ cộng hưởng đa khung thời gian và dừng lỗ theo nến K tín hiệu. Khi sử dụng thực tế, có thể xác minh tín hiệu với một khung thời gian trước, sau đó thêm các khung thời gian khác để lọc cộng hưởng, qua đó phân biệt ảnh hưởng của tín hiệu cơ bản và điều kiện đa khung thời gian.

6. Cấu hình AI phân tích thị trường

AI phân tích thị trường phụ thuộc vào kênh mô hình do người triển khai tự cấu hình. Sau khi hoàn tất thiết lập kênh LLM, hệ thống có thể cung cấp bản tin thị trường theo phong cách người dẫn chương trình và thông tin hỗ trợ giao dịch.

Kết quả AI nên được xem là hỗ trợ nghiên cứu, không phải kết luận giao dịch chắc chắn. Khi sử dụng nến K do AI tạo hoặc diễn giải thị trường, cần độc lập xác minh bằng dữ liệu thị trường gốc, kết quả kiểm thử ngược và hiệu quả của tài khoản mô phỏng.

Đề xuất sử dụng nâng cao

Duy trì khả năng tái hiện thí nghiệm

• Lưu mã token tương ứng với biểu thức yếu tố.
• Ghi lại mã hàng, khung thời gian nến K, nguồn dữ liệu và phạm vi thời gian thí nghiệm.
• Khi so sánh thí nghiệm, cố gắng chỉ thay đổi một biến quan trọng.
• Sau khi chuyển nguồn dữ liệu, kiểm tra lại các trường dữ liệu và khả năng cung cấp sổ lệnh.

Xác minh chiến lược theo từng giai đoạn

1. Xây dựng và kiểm tra yếu tố trong phòng thí nghiệm yếu tố.
2. Kiểm thử hiệu quả trong các khung thời gian khác nhau bằng kiểm thử ngược lịch sử.
3. Sử dụng tài khoản giấy để kiểm tra quy trình lệnh chờ, vị thế và đóng vị thế.
4. Tạo tác vụ định lượng, quan sát tín hiệu thời gian thực và cộng hưởng đa khung thời gian.
5. Sử dụng AI phân tích thị trường như thông tin bổ sung, không thay thế quy tắc chiến lược.

Nâng cao tính khả dụng bằng quản lý kênh dữ liệu

Nếu đã cấu hình nhiều kênh dữ liệu, có thể sử dụng trang quản trị để giám sát kênh và chuyển đổi chính-dự phòng. Nên kiểm tra trạng thái kết nối định kỳ và đảm bảo kênh dự phòng đã điền đúng địa chỉ dịch vụ có thể truy cập.

Bảo vệ môi trường tự lưu trữ

Trước khi triển khai, cần thay đổi khóa JWT và bảo vệ cẩn thận thông tin kết nối của PostgreSQL, Redis, tiền tuyến dữ liệu và kênh mô hình. Có thể quản lý người dùng và hạn mức thông qua trang quản trị để tránh tiêu hao tài nguyên không cần thiết hoặc truy cập trái phép.

Lệnh vận hành thường dùng

Xem trạng thái container hiện tại:

docker compose ps

Xem nhật ký dịch vụ:

docker compose logs

Liên tục theo dõi nhật ký:

docker compose logs -f

Dừng các dịch vụ Compose:

docker compose down

Nếu cần điều chỉnh cơ sở dữ liệu, Redis, JWT hoặc cấu hình khác, trước tiên hãy tham khảo tài liệu tự triển khai của dự án và thao tác dựa trên cấu hình Docker Compose hiện tại.

Kết luận

Thí nghiệm khai phá yếu tố hợp đồng tương lai cung cấp một lộ trình nghiên cứu tự lưu trữ hoàn chỉnh: bắt đầu từ dữ liệu thị trường miễn phí và xây dựng yếu tố, tiếp tục qua kiểm thử ngược đa khung thời gian và giao dịch mô phỏng, rồi mở rộng sang tác vụ định lượng theo thời gian thực và AI phân tích thị trường. Nên hoàn tất quy trình cơ bản bằng dữ liệu Sina mặc định trước, sau đó kết nối tiền tuyến dữ liệu và kênh mô hình riêng theo nhu cầu, đồng thời luôn thận trọng xác minh chiến lược trong phạm vi nghiên cứu và mô phỏng.