跳到主要内容

原语策略系统

什么是原语策略​

原语策略系统是策引平台的核心功能，它将复杂的投资策略分解为简单易懂的"积木块"，让普通投资者能够理解、定制和组合投资策略。

💡 核心理念​

  • 模块化设计：将策略分解为小的功能模块
  • 组合创新：通过不同模块组合创造新策略
  • 透明易懂：每个组件的逻辑都清晰可见
  • 灵活配置：无需编程即可调整策略参数

原语组件类型​

1. 指标原语（技术 + 基本面）​

功能：计算技术指标并读取基本面字段，为交易决策提供数据支持。

常用技术指标：

  • 移动平均线（MA）：反映价格趋势方向
  • 相对强弱指标（RSI）：判断超买超卖状态
  • 布林带（Bollinger Bands）：识别价格波动区间
  • MACD指标：分析价格动量变化

可用基本面指标：

  • ROE：净资产收益率
  • PE_TTM：滚动市盈率
  • RevenueYoY：营收同比
  • OperatingCashflow：经营现金流
  • DebtRatio：资产负债率

实用价值：

  • 提供客观的市场分析工具
  • 帮助识别买卖时机
  • 减少主观判断的影响

2. 交易信号原语​

功能：基于技术指标、基本面指标和价格数据生成具体的买卖信号。

常用信号：

  • 价格突破：价格突破关键阻力或支撑位
  • 指标交叉：两条均线的金叉死叉
  • 数值比较：指标值与固定阈值比较
  • 逻辑组合：多个条件的AND/OR组合

信号作用：

  • 将复杂分析转化为明确决策
  • 提供精确的进出场时机
  • 支持多条件组合判断

策略构建过程​

1. 策略设计思路​

基本步骤：

  1. 确定投资目标：明确期望收益和风险水平
  2. 选择分析方法：决定使用哪些技术指标与基本面条件
  3. 设定交易规则：定义买入和卖出条件
  4. 组合验证：通过回测验证策略效果

2. 原语组合逻辑​

组合原则：

  • 指标计算：首先计算所需的技术指标并读取基本面字段
  • 信号生成：基于指标生成交易信号
  • 逻辑组合：将多个信号按逻辑规则组合
  • 最终决策：形成明确的买卖决策

示例流程：

  1. 计算5日和20日移动平均线
  2. 判断短期均线是否上穿长期均线
  3. 同时检查ROE/负债率等质量条件是否通过
  4. 两个条件都满足时生成买入信号

3. 策略状态管理​

交易状态：

  • 空仓状态：未持有任何资产
  • 买入状态：根据信号买入资产
  • 持有状态：保持当前持仓
  • 卖出状态：根据信号卖出资产

状态转换：

  • 空仓 → 买入信号 → 买入 → 持有
  • 持有 → 卖出信号 → 卖出 → 空仓

策略类型与应用​

1. 趋势跟踪策略​

基本思路：跟随市场主要趋势进行投资。

常用原语：

  • 移动平均线系统
  • 趋势线突破信号
  • 动量指标确认

适用场景：

  • 趋势明显的市场环境
  • 中长期投资周期
  • 追求稳定收益的投资者

2. 反转策略​

基本思路：在市场过度反应时进行反向操作。

常用原语：

  • RSI超买超卖信号
  • 布林带边界触碰
  • 价格偏离均值程度

适用场景：

  • 震荡市场环境
  • 短期交易机会
  • 擅长把握市场情绪的投资者

3. 动量策略​

基本思路：追随价格动量强劲的资产。

常用原语：

  • 价格相对强度比较
  • 成交量确认信号
  • 突破后的持续性判断

适用场景：

  • 强势上升市场
  • 成长型投资风格
  • 追求高收益的投资者

策略定制与受控研究​

1. 明确变量​

可调整要素：

  • 时间周期：如均线的计算天数
  • 阈值设定：如RSI的超买超卖线
  • 组合权重：多个信号的重要性权重
  • 止损止盈：风险控制参数设置

研究原则：

  • 先写清 hypothesis、baseline、观察窗口和停止条件；
  • 一次只改变一个有意义的变量；
  • 同时比较收益、回撤、交易次数、现金暴露、费用和样本量；
  • 把历史差异当作证据，不把最高结果当作最优配置。

2. 策略验证​

验证方法：

  • 历史回测：在历史数据上测试策略
  • 风险分析：评估最大回撤等风险指标
  • 稳定性测试：检验不同时期的表现
  • 压力测试：极端市场条件下的表现

3. 不把优化当作默认生命周期​

日常 Formal Portfolio 的路径是长期观察，不是表现变差后自动调参。若当前 state 或 evidence 暗示原始假设可能被挑战，可以进入明确的 controlled research；研究结果不会静默修改正在观察的 Portfolio。

避免：

  • 追逐近期表现；
  • 大量参数 sweep 后挑历史赢家；
  • 把市场观点当成自动调参授权；
  • 隐藏失败结果或样本外限制。

使用建议​

1. 新手用户​

学习路径：

  1. 从简单开始：先理解单一指标的含义
  2. 观察效果：通过回测了解指标的作用
  3. 逐步组合：学会组合多个指标
  4. 实践验证：在模拟环境中测试策略

注意事项：

  • 不要一开始就构建过于复杂的策略
  • 充分理解每个组件的作用原理
  • 重视风险管理和资金控制

2. 经验用户​

进阶应用：

  • 创建多层次的信号过滤系统
  • 结合不同时间周期的分析
  • 比较策略在不同市场环境下的历史行为
  • 构建策略组合分散风险

创新思路：

  • 尝试非传统的指标组合
  • 结合基本面分析要素
  • 开发适合特定行业的策略

3. 专业投资者​

高级功能：

  • 构建复杂的多因子模型
  • 研究有明确假设的变量变化
  • 检查数据、语义和资金策略能力边界
  • 记录反例、失败结果和停止条件

常见问题​

Q: 原语策略用于什么？​

A: 原语策略用于把明确、受支持的研究想法表达成可校验的规则。它不按投资者画像提供配置，也不替用户做真实账户决策。

Q: 如何比较原语组合？​

A: 先建立清晰 baseline，再一次只改变一个有意义的组件，比较 signal、回撤、交易次数、费用、现金暴露和样本外限制。

Q: 策略表现不舒服怎么办？​

A: 先核对数据新鲜度、策略版本、当前 state、触发原因和历史参考范围。短期亏损本身不足以证明策略失效；如果原始假设确实被证据挑战，再提出一个明确研究问题，而不是直接追逐近期表现调参。

Q: 可以同时研究多个策略吗？​

A: 可以，但应明确每个 Portfolio 的 Universe、资金规则和比较口径；相关性或收益差异不会自动产生个人配置建议。

Q: 原语策略支持哪些类型的指标？​

A: 当前支持两类指标：一类是基于OHLC和成交量的技术指标（如MA、RSI、MACD、布林带等），另一类是通过fundamental_inputs接入的基本面指标（ROE、PE_TTM、RevenueYoY、OperatingCashflow、DebtRatio）。基本面能力当前语义面向CN/US单股，建议启用point_in_time=true避免前视偏差；US pe_ttm 更适合作为监控输出，不建议作为历史硬门控。

延伸学习：

最后于 更新