PineForge 的交易紀錄
- 成交筆數
- 820
- 淨 P&L
- +1,737.36 USDT
- 最大回撤(已平倉交易)
- −1,165.17 USDT
- 勝率
- 29.1%
- 獲利因子
- 1.16
1 筆 PineForge 交易在 TradingView 端找不到配對。
點一下或拖曳圖表,查看任一點的數值。
來源:pineforge-corpus 提交 d75b4fa 的 tv_trades.csv 與 engine_trades.csv。另有 1 筆 TradingView 交易在 PineForge 的回測區間外平倉,圖表與筆數皆不計入。
| 時間(UTC) | TradingView(USDT) | PineForge(USDT) |
|---|---|---|
| 2025-03-31 21:00 | 12.46 | 12.46 |
| 2025-05-24 13:45 | 809.77 | 809.77 |
| 2025-07-11 15:15 | 1,207.57 | 1,185.41 |
| 2025-09-03 01:15 | 2,170.58 | 2,170.58 |
| 2025-10-20 00:15 | 2,407.69 | 2,407.69 |
| 2025-12-07 13:45 | 2,098.37 | 2,098.37 |
| 2026-01-23 20:45 | 1,986.84 | 1,968.99 |
| 2026-03-10 18:45 | 1,498.26 | 1,498.26 |
| 2026-04-30 21:45 | 1,746.53 | 1,737.36 |
與「損益」檢視使用同一組資料計算:每份交易紀錄的累計損益,距離自身的歷史高點有多遠。
| 時間(UTC) | TradingView(USDT) | PineForge(USDT) |
|---|---|---|
| 2025-03-31 21:00 | 0.00 | 0.00 |
| 2025-05-24 13:45 | −97.51 | −97.51 |
| 2025-07-11 15:15 | 0.00 | 0.00 |
| 2025-09-03 01:15 | −110.71 | −110.71 |
| 2025-10-20 00:15 | −20.07 | −20.07 |
| 2025-12-07 13:45 | −503.91 | −468.72 |
| 2026-01-23 20:45 | −615.44 | −598.10 |
| 2026-03-10 18:45 | −1,104.02 | −1,068.83 |
| 2026-04-30 21:45 | −855.75 | −829.73 |
每個方格是一筆交易,依類別計數。方格只表示筆數,不對應時間軸上的位置。
| 類別 | 成交筆數 |
|---|---|
| 完全相同 | 819 |
| 不一致 | 0 |
| 僅 TradingView | 0 |
| 僅 PineForge | 1 |
| 合計 | 820 |
819 筆交易中有 819 筆在兩份交易紀錄中完全相同;1 筆 PineForge 交易在 TradingView 端找不到配對。
來源:TradingView 的匯出資料 tv_trades.csv,以及 PineForge 的成交列表 engine_trades.csv,皆來自 pineforge-corpus 的提交 d75b4fa;其中 PineForge 的列表由引擎 v1.0.1 產生。
經引擎的公開策略集檢查評為優異。這項檢查在兩份列表共同涵蓋的區間內,容許進場與出場價格和 TradingView 相差 0.01% 以內、損益相差 1% 以內,皆以第 90 百分位數計。對於優異等級,當 TradingView 在完全相同的時間、價格和方向上顯示兩個或以上不同的進場 Signals 時,引擎也在該處顯示相同數量的獨立進場(獨立進場識別)。「完全相同」是指兩份檔案列出的多空方向、進場與出場時間、進場與出場價格都相同,數量也相同,精確到 TradingView 匯出的小數位數。評級方式說明
本頁顯示的是 pineforge-corpus 提交 d75b4fa 中的檔案:Pine 原始碼、codegen 1.0.1 由此生成的 C++,以及兩份成交列表;其中 PineForge 的成交列表,是由引擎 v1.0.1 依這份 C++ 產生的。評級則來自引擎提交 35db01c8 的策略集檢查:這項檢查會重新執行每一支策略,而引擎 v1.6.2 已包含這個提交。pineforge-release 1.6.0 映像檔內的引擎與 codegen 均為 1.6.0,早於最新發布的 v1.6.2 版本組合,會以你提供的 OHLCV 資料執行。
從該策略集提交中,把這支策略的 strategy.pine 存到你的 OHLCV 檔案旁邊,然後執行:
docker run --rm --network=none \
-v "$PWD/strategy.pine:/in/strategy.pine:ro" \
-v "$PWD/ohlcv.csv:/in/ohlcv.csv:ro" \
ghcr.io/pineforge-4pass/pineforge-release:1.6.0 > report.json