154 lines
5.2 KiB
Markdown
154 lines
5.2 KiB
Markdown
# 两步创建示例：强势反包策略
|
|
|
|
本文演示从零创建一个自定义策略的完整流程。
|
|
|
|
---
|
|
|
|
## Step 1：填写规则
|
|
|
|
用户在创建对话框填写：
|
|
|
|
| 字段 | 填写内容 |
|
|
|------|---------|
|
|
| 名称 | **强势反包** |
|
|
| 描述 | 筛选前日阴线下跌、今日放量阳线反包的短线强势股 |
|
|
| 方向 | 做多 |
|
|
| 规则 | 前一交易日为明显阴线且跌幅不低于2%，今日阳线收盘反包前一日实体，收盘价接近或高于前一日高点，成交量较前一日放大1.2倍以上，当前 close > ma5 或 close > ma10；使用 filter_history，并优先用 Polars shift/with_columns/filter 实现。 |
|
|
|
|
点击「AI 生成」，AI 返回完整策略代码（含参数、信号、评分、告警）：
|
|
|
|
```python
|
|
"""强势反包 — 前日阴线下跌 + 今日放量阳线反包"""
|
|
import polars as pl
|
|
|
|
META = {
|
|
"id": "strong_reversal",
|
|
"name": "强势反包",
|
|
"description": "筛选前日阴线下跌、今日放量阳线反包的短线强势股",
|
|
"tags": ["反包", "短线", "放量"],
|
|
"basic_filter": {
|
|
"price_min": 3,
|
|
"price_max": 200,
|
|
"market_cap_min": 10e8,
|
|
"amount_min": 0.5e8,
|
|
"exclude_st": True,
|
|
"exclude_new_days": 30,
|
|
},
|
|
"params": [
|
|
{
|
|
"id": "prev_down_pct",
|
|
"label": "前日最大跌幅",
|
|
"type": "float",
|
|
"default": -0.02,
|
|
"min": -0.10,
|
|
"max": -0.005,
|
|
"step": 0.005,
|
|
},
|
|
{
|
|
"id": "volume_ratio",
|
|
"label": "成交量放大倍数",
|
|
"type": "float",
|
|
"default": 1.2,
|
|
"min": 1.0,
|
|
"max": 5.0,
|
|
"step": 0.1,
|
|
},
|
|
{
|
|
"id": "reversal_tolerance",
|
|
"label": "反包容忍误差",
|
|
"type": "float",
|
|
"default": 0.005,
|
|
"min": 0.0,
|
|
"max": 0.03,
|
|
"step": 0.005,
|
|
},
|
|
],
|
|
"scoring": {
|
|
"change_pct": 0.4,
|
|
"vol_ratio_5d": 0.3,
|
|
"momentum_5d": 0.3,
|
|
},
|
|
"order_by": "score",
|
|
"descending": True,
|
|
"limit": 100,
|
|
}
|
|
|
|
LOOKBACK_DAYS = 2
|
|
|
|
ENTRY_SIGNALS = ["signal_broken_board_recovery"]
|
|
EXIT_SIGNALS = ["signal_ma20_breakdown"]
|
|
STOP_LOSS = -0.05
|
|
MAX_HOLD_DAYS = 10
|
|
ALERTS = [
|
|
{"field": "signal_broken_board_recovery", "message": "反包信号"},
|
|
]
|
|
|
|
RULES = """
|
|
1. 前一交易日为阴线，且跌幅不小于设定阈值
|
|
2. 今日为阳线，收盘价收复前一日开盘价并接近或突破前一日高点
|
|
3. 今日成交量较前一日明显放大，且收盘价站上 MA5 或 MA10
|
|
"""
|
|
|
|
|
|
def filter_history(df: pl.DataFrame, params: dict) -> pl.DataFrame:
|
|
if df.is_empty() or "date" not in df.columns:
|
|
return df
|
|
|
|
down_pct = float(params.get("prev_down_pct", -0.02))
|
|
vol_ratio = float(params.get("volume_ratio", 1.2))
|
|
tolerance = float(params.get("reversal_tolerance", 0.005))
|
|
latest = df["date"].max()
|
|
hist = (
|
|
df.sort(["symbol", "date"])
|
|
.with_columns([
|
|
pl.col("open").shift(1).over("symbol").alias("_prev_open"),
|
|
pl.col("high").shift(1).over("symbol").alias("_prev_high"),
|
|
pl.col("close").shift(1).over("symbol").alias("_prev_close"),
|
|
pl.col("volume").shift(1).over("symbol").alias("_prev_volume"),
|
|
pl.col("change_pct").shift(1).over("symbol").alias("_prev_change_pct"),
|
|
])
|
|
)
|
|
return hist.filter(pl.col("date") == latest).filter(
|
|
(pl.col("_prev_close") < pl.col("_prev_open"))
|
|
& (pl.col("_prev_change_pct") <= down_pct)
|
|
& (pl.col("close") > pl.col("open"))
|
|
& (pl.col("close") > pl.col("_prev_open"))
|
|
& (pl.col("close") >= pl.col("_prev_high") * (1 - tolerance))
|
|
& (pl.col("volume") >= pl.col("_prev_volume") * vol_ratio)
|
|
& ((pl.col("close") > pl.col("ma5")) | (pl.col("close") > pl.col("ma10")))
|
|
)
|
|
```
|
|
|
|
---
|
|
|
|
## Step 2：预览 + 指令修改
|
|
|
|
进入第二步，显示完整的策略预览和指令输入框。
|
|
|
|
用户如果觉得反包条件太严格，可以输入「把前日跌幅放宽到 -1.5%，反包前高允许 1% 误差」→ 点 AI 修改。AI 更新 `params` 默认值和 `filter_history()` 逻辑。
|
|
|
|
确认无误后点「保存策略」→ 策略池中出现。
|
|
|
|
---
|
|
|
|
## 后续使用
|
|
|
|
打开策略配置，**基础参数**和**策略参数**分别独立：
|
|
|
|
```
|
|
┌─ 配置：强势反包 ──────────────────────────┐
|
|
│ 名称 [强势反包 ] 显示上限 [30]│
|
|
│ │
|
|
│ 📊 基础参数 [启用 ●] │
|
|
│ 价格 [3]~[200]元 排除ST、新股 │
|
|
│ 最低成交额 [5000万] │
|
|
│ │
|
|
│ ⚙ 策略参数 │
|
|
│ 前日最大跌幅 [-0.02] │
|
|
│ 成交量放大倍数 [1.2] │
|
|
│ 反包容忍误差 [0.005] │
|
|
│ │
|
|
│ ⭐ 评分权重 📈 交易参数 │
|
|
└────────────────────────────────────────────┘
|
|
```
|