我用Claude进行交易，通过我自定义的Market Research Desk赚了+$19,537。 我刚刚开源了整个GitHub仓库！ 以下是如何安装、使用和运行我的Research Desk，让你也能用AI在市场中赚到真金白银的方法： 它到底是什么： 可以把它看作一个交易回测工作空间。 你可以导入真实的市场数据，定义规则，运行交易模拟，并准确查看结果（已经预加载了400+策略）。 开始步骤： Step 1. 安装 终端命令： ```bash git clone https://((github.com))/Miles-Deutscher/Backtesting-Engine.git cd Backtesting-Engine npm install npm run dev ``` 打开终端中打印的本地URL。 Step 2. 运行你的第一个回测 → 从侧边栏打开Backtesting → 保持Binance公共市场数据选中（不需要API密钥），选择一个交易对，比如BTCUSDT，以及一个时间周期。1天是一个不错的初始选择 → 选择一个策略：移动平均线交叉、RSI均值回归——随你选 → 设置你的初始投资组合现金和手续费假设 → 点击“Load data & run backtest”（加载数据并运行回测） Step 3. 正确解读结果 你会看到净利润/亏损（Net P/L）、最大回撤（Max Drawdown）、胜率（Win Rate）、平均交易（Average Trade）、盈利因子（Profit Factor）和市场持仓时间（Time in Market），所有数据都会一起显示。 Step 4. 保存并比较策略 调整策略设置，然后将其保存为自定义预设。 它会显示在“My Saved Strategies”（我的保存策略）下，你还可以在“History”（历史记录）中查看任何过去的运行结果并进行比较。 Step 5. 扩展功能 代码库是故意设计得小而易读的。 你可以随意添加滑点、止损、仓位大小、做空，或者完全新建一个策略。 我还推荐使用Alpaca进行股票交易（可选；你的API密钥会保留在本地）。 花了我好几个星期才完成。尽情享用吧！ → http://((github.com))/Miles-Deutscher/Backtesting-Engine