bot以python編寫，可下載免費軟件anaconda執行程式。資料夾h載有測試樣本歷史數據CSV檔案。圖片若選擇不在anaconda terminal展示而改作儲存，將會儲存於p資料夾，報告儲存在py檔資料夾的report.txt。
anaconda：https://www.anaconda.com/
bot下載：https://github.com/algobughk/apple

bot請配合服用：

bot數據使用Bloomberg 5年歷史數據，然持第51日交易生成50天線後，才開始模擬交易。
bot每日讀取OHLC資料後作買賣決定，然後以翌日開市價成交。
為方便模擬，每次交易只買賣1股。港股不理會手數，逐股交易，強逼症患者可自行改code。
bot起動資金為第一日調整後收市價10倍，以兼顧因合股等原因，難以劃一固定金額，如5年前SQQQ 1股高達1,528美金，及調整後收市價只為24美元的Apple，及不同股票間的可比較性。
股價數據為經派息、合股及拆股等處理後的調整後價格。
Bot暫不考慮交易成本。

優生學bot (gene.py)：

測驗指標主要約60個陰陽燭，其他現階段只有MACD、RSI和移動平均線關係等，如5日線高於或低於10日線等。
algo首先創造300人，並隨機將78個「基因」分配給他們，每人帶10個基因。於file頭可修改設定。
測試所有股票樣本，股民根據股票技術面和基因相符程度決定買賣，較多符合的基因則買，反之則沽。
計分後大屠殺表現最差的10%人口。
剩下90%人隨機與另一人交配，湊合新基因；Top 10%有兩次交配機會，順便維持人口相同；遺棄上一代，下一代重覆大屠殺至第50代。代數於file頭可修改。
完成後於console print出top10的基因
algo使用的套件TA-lib其他還有很多如CCI等指標可方便地加入。
目前基因過於「硬性」只有正與反，如RSI寫死了30/70，其實可加入參數，讓algo自行模索RSI最佳買入及賣出的位置。但牽涉較大程式改動，之後再處理。移動平均線情況也是一樣。

AI bot (apple_ai.py)：

AI採用Q-network形式強化學習（reinforcement learning）
bot沒採用常用的Bellman方程更新Q-table，因測試中效果很差
bot會為每個action計算50日後股價變化影響
獎勵機制中有機會成本，減少bot出現「取勝唯一法︰『及早離去』四字而矣。」情況。不過，當股價下跌時，機會成本則變負，即獎勵持有現金。
程式有貪婪系數（greedy），放大持貨追貨的獎勵，能提升處理爆升股的表現，不過亦令處理下跌股的表現有所下降。
bot最初會隨機作決定，以模索不同選擇的後果，並隨訓練次數提升，減少隨機決定，default設定是處理1萬交易日後就完全透過Q-table決策，以每回合1,200步計，即略多於8回合。
bot買賣決定是隨機，不作股價走勢預測，只學習持股最佳倉位。
若AI覺得現時倉位已是較佳解，則會透過買/賣0股拒絕執行，
- 關於熱量圖：
- 熱量圖垂直的 Y 軸代表電腦作決定時的持倉水平，每格一成，第一格代表10%持倉以下，第二格代表10%至20%持倉。
- 橫向的 X 軸代表改變去到哪水平持倉，同樣是每格一成。當XY相同。
- 譬如X1Y1、X2Y2、X3Y3……代表持倉不變，而這些方格左面代表沽貨到該水平（的獎勵，以顏色代表），右面則是增持到該水平（的獎勵，以顏色代表）。

普通bot (apple_backtest.py)：

主要為回測工具，根據指定policy硬性執行交易。
預設數個規則，可供選擇，其中一個為隨機決定。
預載多項技術指標，如平均線、MACD、保加力通道及陰陽燭組合。

測試股票樣本：
美股：Apple、Tesla、迪士尼、嘉年華集團、SQQQ、墨菲石油、第一太陽能及森科能源。
港股：港視（1137）、卓爾（2098）、數碼通（315）、港交所（388）、香港電訊（6823）、騰訊（700）、中聯通（762）、中海油（883）及中移動（941）