跳到主要内容

原语策略

原语策略是策引搞的一套基于组件搭建的策略系统。你可以像搭积木一样，用各种指标和信号组件来构建自己的交易策略。

怎么工作的​

基本思路​

  1. 选择指标：比如均线、RSI、MACD等技术指标
  2. 设置条件：比如"价格大于均线"、"RSI小于30"
  3. 组合逻辑：用AND、OR等逻辑把条件组合起来
  4. 生成信号：最终产生买入或卖出信号

组件类型​

  • 指标组件：计算各种技术指标（SMA、RSI、MACD等）
  • 信号组件：生成比较和判断（大于、小于、交叉等）
  • 逻辑组件：组合多个条件（AND、OR、NOT等）

为什么有用​

1. 灵活性高​

  • 想怎么组合就怎么组合
  • 不受固定策略框架限制
  • 可以实现各种复杂的判断逻辑

2. 逻辑透明​

  • 每个组件的功能都很清楚
  • 策略逻辑一目了然
  • 容易调试和优化

3. 门槛适中​

  • 不需要会编程
  • 但需要懂一些技术分析
  • 用于表达明确研究想法的配置样本

适合做什么​

技术指标组合​

擅长的场景：

  • 多个技术指标的复杂组合
  • "当A指标满足条件且B指标也满足时"这类逻辑
  • 单个股票的精细化买卖判断

典型例子：

  • MACD金叉且RSI不超买时买入
  • 价格突破布林带上轨且成交量放大时买入
  • 三条均线多头排列且MACD在零轴上方时买入

复杂条件判断​

适合的逻辑：

  • 多重条件的AND、OR组合
  • 基于当前数据点的判断
  • 不需要记忆历史的策略

不适合做什么​

跨股票比较​

不能实现：

  • "买入涨幅最大的3只股票"
  • "在我的股票池中选择最强势的"
  • 需要比较多只股票的策略

历史状态记忆​

不能实现：

  • "如果这是本月第三次金叉则买入"
  • "连续上涨5天后卖出"
  • 需要记住历史事件的策略

复杂形态识别​

不能实现：

  • 头肩顶、双底等图表形态
  • 复杂的K线组合形态
  • 需要模式识别的策略

常见陷阱​

1. 等待完美风暴​

错误做法：要求多个瞬时信号同时出现

  • MACD金叉 + 均线金叉 + RSI突破同时发生
  • 这种概率极小，可能永远等不到

正确做法：用持续性信号替代瞬时信号

  • MACD在零轴上方 + 价格在均线上方 + RSI适中

2. 过度复杂化​

错误做法：堆砌太多条件

  • 要求10个条件同时满足
  • 条件越多，触发概率越小

正确做法：抓住核心逻辑

  • 选择2-3个关键条件
  • 保持策略简单有效

3. 逻辑矛盾​

错误做法：设置互相冲突的条件

  • 要求RSI既要小于30又要大于70
  • 逻辑上不可能同时满足

设计建议​

1. 分层设计​

示例方法：

  • 第一层：大环境条件（趋势方向等）
  • 第二层：入场触发条件（具体信号）
  • 避免把所有条件平铺

2. 使用状态信号​

更可靠：

  • 用"MACD在零轴上方"而不是"MACD金叉"
  • 用"价格在均线上方"而不是"均线向上穿越"
  • 状态信号更持久，组合概率更高

3. 测试和迭代​

验证策略：

  • 先用简单逻辑测试
  • 逐步增加复杂度
  • 通过回测验证效果

学习资源​

详细教程​

想深入学习原语策略，可以查看：

  • 原语策略完整指南 - 详细的组件介绍和使用方法
  • 策略设计最佳实践 - 避坑指南和设计技巧
  • 若当前产品提供原语编辑器，可将其作为理解配置的辅助；具体能力以当前契约和页面为准

组件参考​

在策引平台使用​

创建原语策略​

  1. 确认当前契约支持的原语策略类型
  2. 使用 canonical DSL 表达策略逻辑；若当前产品提供编辑器，可将其作为辅助
  3. 按 schema 配置各个组件的参数
  4. 进行回测验证效果

可复查的起点​

研究示例：

  • 从简单的双指标组合开始
  • 先理解各个组件的作用
  • 逐步尝试更复杂的逻辑
  • 多看示例策略

总结​

原语策略是策引的特色功能：

主要优势：

  • 高度灵活，想法可以自由实现
  • 逻辑透明，每个环节都清楚
  • 组件化设计，便于测试和调试
  • 不需要编程，但能实现复杂逻辑

典型使用者：

  • 需要理解 DSL 和技术指标语义的研究者
  • 有明确假设并愿意核对历史证据的用户

成功要点：

  • 理解各个组件的作用
  • 避免过度复杂化
  • 多做回测验证
  • 从简单开始逐步优化

局限性：

  • 只适合基于OHLC的技术策略
  • 不能跨股票比较
  • 不能记忆历史状态
  • 不适合过于复杂的形态识别

开始使用：先阅读原语策略入门和生成的 LLM quickstart；若当前产品提供原语编辑器，再以页面和服务端校验为准。

最后于 更新