原语策略快速入门
本指南旨在帮助您快速上手原语策略系统，通过几个简单的例子，让您了解如何使用原语组件构建交易策略。无需深入了解复杂的编程概念，只需掌握基本的JSON配置格式，您就能创建自己的交易策略。
在开始配置原语策略之前，我们强烈建议您先访问原语策略可视化编辑器。这个直观的可视化工具可以帮助您：
- 以图形化方式构建和编辑策略
- 实时预览策略配置的 JSON 结构
- 快速理解原语组件之间的关系
- 避免手动编写 JSON 时的常见错误
通过可视化编辑器，您可以更轻松地掌握原语策略的配置方法，为后续的策略开发打下坚实基础。
⚠️ 重要说明：原语策略配置 vs 完整组合配置
请注意区分以下两个概念：
原语策略配置
在前端原语策略页面中，您只需要配置：
trade_strategy（必须）：包含指标、信号和输出的核心交易逻辑market_indicators（可选）：当trade_strategy中使用市场指标时必须包含
完整组合配置
完整的投资组合配置还包含：
- 基本信息（name、code、description等）
- 交易标的（symbols）
- 时间参数（start_date、end_date等）
- 市场参数（currency、market、commission等）
- 资金管理策略（capital_strategy）
重要规则：
- 如果您的
trade_strategy中使用了市场指标引用（如{"market": "000300.SH", "transformer": "hs300_raw"}），则必须在market_indicators中定义相应的指标和转换器 - 如果没有定义market_indicators但trade_strategy中引用了市场指标，回测将会失败
- 前端JSON schema只会将market_indicators标记为可选，但实际使用时可能是必须的
1. 原语策略系统简介
什么是原语策略？
原语策略是一种基于组件化思想的交易策略构建方法。在这个系统中，复杂的交易逻辑被分解为简单、可重用的基本组件（称为"原语"），这些组件可以像乐高积木一样自由组合，构建出各种复杂度的交易策略。
原语策略的优势
- 可组合性：原语组件可以自由组合，创建无限可能的策略
- 可测试性：每个组件都可以单独测试，确保其正确性
- 可维护性：当需要修改策略时，只需调整相关组件，而不是重写整个策略
- 透明性：策略的每个部分都有明确的功能和输出，便于理解和调试
- 无需编程：通过JSON配置文件即可定义策略，无需编写代码
原语策略与传统策略的区别
传统的交易策略通常是一段连续的代码，将数据处理、信号生成和交易决策混合在一起。而原语策略将这些功能分解为独立的组件，每个组件负责特定的功能，然后通过配置文件将它们连接起来。
这种方法的主要区别在于：
- 传统策略：一体化、难以修改部分功能、难以重用代码
- 原语策略：模块化、易于修改单个功能、组件可重用
2. 原语策略的基本组成部分
一个完整的原语策略通常包含以下几个部分：
指标组件（Indicators）
指标组件负责计算各种技术指标，如移动平均线、RSI、MACD等。这些组件接收价格数据作为输入，输出计算后的指标值。
例如，一个简单的移动平均线指标组件配置如下：
{
"id": "sma20",
"type": "SMA",
"params": {
"period": 20,
"column": "Close"
}
}
信号组件（Signals）
信号组件负责根据指标值生成交易信号。它们可以比较不同的指标，检测交叉点，或者应用其他逻辑规则来确定何时买入或卖出。
例如，一个检测价格是否高于移动平均线的信号组件配置如下：
{
"id": "price_above_sma",
"type": "GreaterThan",
"inputs": [
{ "column": "Close" },
{ "ref": "sma20" }
]
}
逻辑组合（Logic Combinations）
逻辑组合器允许您将多个信号组合在一起，使用AND、OR、NOT等逻辑操作符。这使您可以创建复杂的条件，如"当RSI低于30且价格高于20日均线时买入"。
例如，一个组合两个信号的逻辑组件配置如下：
{
"id": "buy_condition",
"type": "And",
"inputs": [
{ "ref": "rsi_oversold" },
{ "ref": "price_above_sma" }
]
}
资金管理策略（Capital Strategy）
资金管理策略决定了每次交易投入多少资金。系统提供了几种不同的资金管理策略，可以根据不同的需求选择合适的策略。
例如，一个基于总资产百分比的资金管理策略配置如下：
"capital_strategy": {
"name": "PercentCapitalStrategy",
"params": {
"initial_capital": 100000,
"percents": 20,
"max_positions": null
}
}
这个策略会将总资产的20%分配给每个交易标的，max_positions参数可以限制最大持仓数量。
3. 第一个原语策略：简单移动平均线交叉
让我们从一个简单的策略开始：使用短期移动平均线和长期移动平均线的交叉来生成交易信号。这是一个经典的趋势跟踪策略。
策略思路
- 当短期移动平均线（如20日均线）上穿长期移动平均线（如50日均线）时买入
- 当短期移动平均线下穿长期移动平均线时卖出
- 使用SPY（S&P 500 ETF）和QQQ（纳斯达克100 ETF）作为交易标的
原语策略配置代码
以下是这个策略的原语策略配置（仅包含前端原语策略页面需要的部分）：
{
"trade_strategy": {
"indicators": [
{
"id": "sma20",
"type": "SMA",
"params": {
"period": 20,
"column": "Close"
}
},
{
"id": "sma50",
"type": "SMA",
"params": {
"period": 50,
"column": "Close"
}
}
],
"signals": [
{
"id": "sma20_cross_above_sma50",
"type": "Crossover",
"params": { "mode": "simple" },
"inputs": [
{ "ref": "sma20" },
{ "ref": "sma50" }
]
},
{
"id": "sma20_cross_below_sma50",
"type": "Crossunder",
"params": { "mode": "simple" },
"inputs": [
{ "ref": "sma20" },
{ "ref": "sma50" }
]
}
],
"outputs": {
"buy_signal": "sma20_cross_above_sma50",
"sell_signal": "sma20_cross_below_sma50"
}
}
}
说明： 这个策略不需要market_indicators，因为所有指标都基于当前标的的OHLC数据。
完整组合配置示例
如果您需要完整的组合配置（用于API调用或完整回测），可以参考以下格式：
{
"name": "简单均线交叉策略",
"code": "simple_ma_cross",
"description": "使用20日均线和50日均线的交叉生成交易信号",
"strategy_definition": {
// 上面的原语策略配置 + 资金管理策略
"capital_strategy": {
"name": "PercentCapitalStrategy",
"params": {
"initial_capital": 100000,
"percents": 20
}
}
},
"symbols": [
{"symbol": "SPY", "name": "S&P 500 ETF"},
{"symbol": "QQQ", "name": "Nasdaq ETF"}
],
"start_date": "2018-01-01",
"currency": "USD",
"market": "US",
"commission": 0.0001,
"update_time": "08:00"
}
配置解析
让我们逐步解析这个配置：
-
基本信息：
name：策略名称code：策略代码，用于在系统中唯一标识这个策略description：策略描述symbols：交易标的列表start_date：回测起始日期
-
指标定义：
- 定义了两个移动平均线指标：20日均线和50日均线
- 每个指标都有一个唯一的ID，用于在后续的信号定义中引用
-
信号定义：
sma20_cross_above_sma50：检测20日均线上穿50日均线sma20_cross_below_sma50：检测20日均线下穿50日均线- 每个信号通过
inputs引用之前定义的指标
-
输出映射：
buy_signal：将sma20_cross_above_sma50信号映射为买入信号sell_signal：将sma20_cross_below_sma50信号映射为卖出信号
-
资金管理：
- 使用百分比资金管理策略
- 初始资金10万
- 每个标的分配20%的资金
4. 第二个原语策略：RSI超买超卖
接下来，让我们尝试一个基于RSI（相对强弱指数）的策略。RSI是一个常用的动量指标，用于识别市场的超买或超卖状态。
策略思路
- 当RSI低于30（超卖状态）时买入
- 当RSI高于70（超买状态）时卖出
- 使用与第一个策略相同的交易标的
原语策略配置代码
以下是这个策略的原语策略配置：
{
"trade_strategy": {
"indicators": [
{
"id": "rsi",
"type": "RSI",
"params": {
"period": 14,
"column": "Close"
}
},
{
"id": "buy_threshold",
"type": "Constant",
"params": {
"value": 30
}
},
{
"id": "sell_threshold",
"type": "Constant",
"params": {
"value": 70
}
}
],
"signals": [
{
"id": "rsi_oversold",
"type": "LessThan",
"inputs": [
{ "ref": "rsi" },
{ "ref": "buy_threshold" }
]
},
{
"id": "rsi_overbought",
"type": "GreaterThan",
"inputs": [
{ "ref": "rsi" },
{ "ref": "sell_threshold" }
]
}
],
"outputs": {
"buy_signal": "rsi_oversold",
"sell_signal": "rsi_overbought"
}
}
}
说明： 这个策略同样不需要market_indicators，因为只使用了基于当前标的OHLC数据的指标。
配置解析
让我们重点解析与第一个策略不同的部分：
-
RSI指标：
- 使用14天周期的RSI指标
- RSI是一个范围在0-100之间的指标，通常用于衡量价格动量
-
常量指标：
- 定义了两个常量指标：
buy_threshold（值为30）和sell_threshold（值为70） - 这些常量用于与RSI值进行比较
- 定义了两个常量指标：
-
信号定义：
rsi_oversold：检测RSI是否低于30（超卖状态）rsi_overbought：检测RSI是否高于70（超买状态）- 使用
LessThan和GreaterThan信号类型进行比较
-
输出映射：
buy_signal：将rsi_oversold信号映射为买入信号sell_signal：将rsi_overbought信号映射为卖出信号
5. 组合多个信号：RSI + 移动平均线
现在，让我们尝试组合多个信号，创建一个更复杂的策略。我们将结合RSI和移动平均线，要求同时满足多个条件才生成交易信号。
策略思路
- 当RSI低于30（超卖状态）且价格高于20日均线时买入
- 当RSI高于70（超买状态）或价格低于20日均线时卖出
- 这种组合既考虑了价格动量（RSI），又考虑了价格趋势（移动平均线）
原语策略配置代码
{
"trade_strategy": {
"indicators": [
{
"id": "rsi",
"type": "RSI",
"params": {
"period": 14,
"column": "Close"
}
},
{
"id": "sma20",
"type": "SMA",
"params": {
"period": 20,
"column": "Close"
}
},
{
"id": "buy_threshold",
"type": "Constant",
"params": {
"value": 30
}
},
{
"id": "sell_threshold",
"type": "Constant",
"params": {
"value": 70
}
}
],
"signals": [
{
"id": "rsi_oversold",
"type": "LessThan",
"inputs": [
{ "ref": "rsi" },
{ "ref": "buy_threshold" }
]
},
{
"id": "rsi_overbought",
"type": "GreaterThan",
"inputs": [
{ "ref": "rsi" },
{ "ref": "sell_threshold" }
]
},
{
"id": "price_above_sma",
"type": "GreaterThan",
"inputs": [
{ "column": "Close" },
{ "ref": "sma20" }
]
},
{
"id": "price_below_sma",
"type": "LessThan",
"inputs": [
{ "column": "Close" },
{ "ref": "sma20" }
]
},
{
"id": "buy_condition",
"type": "And",
"inputs": [
{ "ref": "rsi_oversold" },
{ "ref": "price_above_sma" }
]
},
{
"id": "sell_condition",
"type": "Or",
"inputs": [
{ "ref": "rsi_overbought" },
{ "ref": "price_below_sma" }
]
}
],
"outputs": {
"buy_signal": "buy_condition",
"sell_signal": "sell_condition"
}
}
}
说明： 这个策略仍然不需要market_indicators，因为所有指标都是基于当前标的的数据。
配置解析
这个策略结合了前两个策略的元素，并添加了逻辑组合器。让我们重点解析新增的部分：
-
信号组合：
buy_condition：使用And逻辑组合器，要求同时满足rsi_oversold和price_above_sma两个条件sell_condition：使用Or逻辑组合器，只要满足rsi_overbought或price_below_sma任一条件即可
-
逻辑组合器的工作原理：
And组合器：只有当所有输入信号都为真时，输出信号才为真Or组合器：只要有一个输入信号为真，输出信号就为真Not组合器（本例未使用）：将输入信号的真假值取反
-
输出映射：
buy_signal：将组合后的buy_condition信号映射为买入信号sell_signal：将组合后的sell_condition信号映射为卖出信号
6. 使用市场指标的策略示例
让我们看一个需要使用market_indicators的策略示例。这个策略使用沪深300指数的趋势来决定是否买入股票。
原语策略配置代码
{
"market_indicators": {
"indicators": [
{"code": "000300.SH"}
],
"transformers": [
{
"name": "hs300_raw",
"type": "IdentityTransformer",
"params": {
"indicator": "000300.SH",
"field": "Close"
}
},
{
"name": "hs300_ma200",
"type": "MovingAverageTransformer",
"params": {
"indicator": "000300.SH",
"window": 200,
"method": "simple",
"field": "Close"
}
}
]
},
"trade_strategy": {
"indicators": [
{
"id": "rsi",
"type": "RSI",
"params": {
"period": 14,
"column": "Close"
}
},
{
"id": "rsi_threshold",
"type": "Constant",
"params": {
"value": 30
}
}
],
"signals": [
{
"id": "market_trend_up",
"type": "GreaterThan",
"inputs": [
{
"market": "000300.SH",
"transformer": "hs300_raw"
},
{
"market": "000300.SH",
"transformer": "hs300_ma200"
}
]
},
{
"id": "rsi_oversold",
"type": "LessThan",
"inputs": [
{ "ref": "rsi" },
{ "ref": "rsi_threshold" }
]
},
{
"id": "buy_signal",
"type": "And",
"inputs": [
{ "ref": "market_trend_up" },
{ "ref": "rsi_oversold" }
]
}
],
"outputs": {
"buy_signal": "buy_signal",
"sell_signal": "rsi_oversold"
}
}
}
重要说明：
- 因为
trade_strategy中使用了市场指标引用（{"market": "000300.SH", "transformer": "hs300_raw"}），所以必须包含market_indicators配置 - 如果缺少
market_indicators，即使前端校验通过，回测也会失败 market_indicators定义了可用的市场指标及其转换器
7. 资金管理策略说明
注意： 在原语策略配置中，您不需要配置资金管理策略。资金管理策略是在创建完整组合时设置的。
何时需要配置资金管理
资金管理策略在创建完整投资组合时配置，包括：
- 每次交易的资金分配比例
- 最大持仓数量限制
- 定投策略等
在原语策略开发阶段，您专注于交易逻辑，无需关心资金管理细节。
8. 调试与优化
在开发原语策略时，您可能会遇到各种问题，如信号不触发、交易过于频繁、配置错误等。
获取详细帮助
由于调试和故障排除涉及的内容较为复杂，我们为您准备了两个专门的详细指南：
📚 入门级故障排除
适合初学者，涵盖：
- 常见配置错误及解决方案
- 数据和信号问题诊断
- 策略行为异常排查
- 性能优化技巧
- 系统调试方法
- 组件使用陷阱避免
🔬 高级信号分析
适合有经验的用户，教您如何编写SQL进行复杂分析：
- 策引平台信号分析工具详细使用方法
- 专业SQL查询语句编写技巧
- 信号数据库下载和本地分析
- 深度验证中间指标计算正确性
- 信号切换逻辑和交易频率分析
- 实际案例分析和问题诊断
快速检查清单
遇到问题时，请首先检查：
- ✅ 配置格式：JSON语法是否正确
- ✅ 组件引用：所有ref引用的组件是否已定义
- ✅ 市场指标依赖：如使用市场指标引用，是否包含market_indicators配置
- ✅ 参数类型：数值参数是否为数字类型（不带引号）
- ✅ 输入数量：信号组件的输入数量是否正确
简单调试方法
查看计算结果：在outputs中添加中间指标，这些数据会写入信号数据库供分析
"outputs": {
"buy_signal": "buy_signal",
"sell_signal": "sell_signal",
"indicators": [
{ "id": "rsi_indicator", "output_name": "rsi" },
{ "id": "price_above_sma", "output_name": "trend_up" }
]
}
信号数据库分析：
- 所有中间指标和信号都会存储在SQLite数据库中
- 可以下载信号数据库并运行SQL查询分析：
- 检查中间指标计算是否正确
- 验证最终信号是否符合逻辑
- 分析信号切换的合理性
内置分析工具： 策引平台为每个组合提供了策略交易信号深度分析功能，内置了8个专业SQL查询工具：
🔴 关键分析：
- 🏥 数据健康检查 - 验证信号数据的完整性和有效性
- 🎯 信号有效性分析 - 评估买卖信号的预测准确性和盈利能力
- ⚠️ 风险信号识别 - 识别策略中的潜在风险因素
- 📈 波动性分析 - 分析各标的价格波动性，识别高风险资产和杠杆特征
🟡 重要分析：
- ⏰ 交易时机分析 - 了解策略的交易频率和节奏特征
- 🌍 市场适应性分析 - 策略在不同市场环境下的表现评估
🔵 辅助分析：
- 🔄 信号切换逻辑检查 - 验证信号状态转换的合理性
- 📊 信号分布分析 - 分析信号类型分布和策略风格
查看示例：可以访问策引组合示例，点击组合页面的"策略交易信号深度分析"了解详细功能。
遇到问题？
9. 下一步学习
恭喜您完成了原语策略的快速入门指南！以下是一些建议的下一步学习内容：
- 探索更多指标：了解系统支持的其他技术指标，如布林带、MACD、KD等
- 学习高级组合：尝试创建更复杂的信号组合，如多重条件、时间过滤等
- 研究资金管理：深入了解不同资金管理策略的优缺点和适用场景
- 回测分析：学习如何分析回测结果，评估策略的优劣
推荐阅读
- 架构概述：了解原语策略系统的整体架构
- 指标原语详解：详细介绍系统支持的所有指标
- 信号原语详解：深入了解信号组件的工作原理
- 组合模式：学习如何创建复杂的信号组合
- 策略示例：查看更多策略示例
- 故障排除：解决常见问题的指南
- 市场指标：了解市场指标的使用
- 高级故障排除：高级故障排除技巧
- 策略优化：学习如何优化策略性能
实践练习
尝试修改本指南中的示例策略，创建您自己的交易策略。您可以：
- 更改指标参数（如RSI的周期、移动平均线的长度）
- 尝试不同的指标组合（如MACD、布林带）
- 调整买入和卖出条件
- 测试不同的资金管理策略
通过实践，您将更好地理解原语策略系统的工作原理，并能够创建适合自己风险偏好的交易策略。