操作手册
⚠ 重要声明（请先阅读）
- 本手册及系统内的策略说明，均为 AI 对公开学术论文与文献的总结整理，可能存在偏差或过时，仅供参考。
- 本平台仅用于学习因子投资与量化交易：内置的因子筛选与策略模板是教学参考模版，不是经过实盘验证的有效交易策略，不构成任何投资建议。
- 历史回测收益不代表未来表现。实际交易策略需要您自行研究、回测、验证并承担全部风险；模板只是您研究策略的起点。
咨询 & 讨论
对因子策略有疑问？想交流选股心得？欢迎通过以下方式联系我们。
添加时请备注来源「RelayAi Quant」，方便通过验证。
微信
WhatsApp
LINE
第一次使用？按下面 3 步即可完成一次完整的选股：
- 选市场 — 页面顶部点选「美股 / 港股 / 日股」标签
- 选因子 + 点筛选 — 新手推荐选 风险调整动量，Top N 填 30，直接点「筛选」
- 看结果 — 表格按因子得分排序，点击任意行可展开个股详情（走势图、财务指标）
想要更精确的结果？展开「高级过滤」，参考下方推荐值设置负面筛选条件。
1. 工具概述
RelayAi Quant 是本地量化因子选股工具。它读取本地历史价格数据，用学术验证的因子策略对全市场股票打分排名，帮你快速缩小候选范围。
- 因子 — 可以理解为「选股指标」。例如「动量因子」就是选过去涨得好的股票，学术研究表明这类股票往往会继续涨
- 负面筛选 — 先把明显不好的股票排除掉（成交太少买不到的、波动太大风险太高的、短期暴涨可能要回调的）
- 复合评分 — 不只看一个指标，把动量、质量、价值等多个维度加权求和，避免单一指标选出偏科生
2. 因子策略详解
2.1 价格因子 即时计算
只需本地价格数据，无需联网，通常 1-5 秒出结果。
动量 ÷ 波动率。涨得多且涨得稳的排前面，相当于夏普比率思路。
原理：不只看涨了多少，还看涨得稳不稳。同样涨 50%，平稳上涨的比大起大落的排名更高。这是最均衡的单因子策略。
过去一年涨了多少（跳过最近1个月，避免短期噪音）。
原理：学术上「动量效应」是最稳健的异象之一——过去一年表现强的股票，未来3-12个月大概率继续强。跳过最近1个月是为了规避短期反转效应。
和 12-1 动量类似，但只看半年。对中期趋势变化更敏感，换手更快。
适合中期波段操作。与 12-1 动量搭配使用效果更好（动量质量复合已自动包含两者）。
过去一年价格波动最小的股票，按波动率从低到高排列。
原理：「低波动异象」——学术研究发现低波动股票长期收益反而不低于高波动股票，但回撤（最大亏损幅度）小得多。适合追求稳健、讨厌坐过山车的投资者。熊市表现尤其好。
选最近一个月跌幅最大的股票，赌它们反弹。按跌幅从大到小排列。
原理：短期超跌反弹。但风险很高——跌得多的可能是基本面出了问题，继续跌。必须搭配 F-Score 和 Z-Score 过滤，排除掉真正有问题的公司。
当前价格离过去一年最高价有多近（0~1之间，越接近1越强）。
原理：接近历史新高的股票处于强势区间，突破新高后往往有进一步上涨空间。适合追踪趋势突破的投资者。
近5天平均成交量是60天平均的几倍。放量通常预示着市场关注度突然增加。
原理：成交量异常放大可能意味着主力资金介入、重大消息刺激或趋势启动。但也可能是出货信号，需结合价格方向判断。适合短线关注，不建议作为唯一选股依据。
2.2 基本面因子 需调用 API
需要联网调用 yfinance 获取财务数据，首次约 1-2 分钟。结果更全面但速度较慢。
四合一：40%长期动量 + 20%中期动量 + 20%质量 + 20%价值/低波。
原理：不依赖单一维度。动量确保趋势向好，质量确保公司经营健康，价值确保估值合理，低波确保风险可控。是本工具最全面的策略。
9 项财务体检打分：盈利能力（ROA、现金流）+ 杠杆安全（负债率、流动性）+ 经营效率（利润率、周转率）。
0-9分。8-9分=财务非常健康，5-7分=正常，0-3分=有财务隐患。适合作为「安全网」——从别的因子选出的股票里，再用 F-Score 排除财务差的。
预测公司未来2年破产概率的经典模型。>2.99=安全，1.81~2.99=灰色区，<1.81=危险。
主要用途不是选股，而是排雷。建议作为其他策略的辅助过滤器（勾选「排除 Z-Score 危险区」）而不是单独使用。
Joel Greenblatt 的「神奇公式」：同时找 ROIC（资本回报率）高且估值低的公司。
原理：ROIC 高意味着公司赚钱能力强，估值低意味着市场价格便宜。两者兼具 = 好公司 + 好价格。适合中长期价值投资。
综合三个估值指标：1/PE（市盈率倒数）+ 1/PB（市净率倒数）+ 股息率。三者越高越便宜。
原理：单看 PE 可能有偏差（周期股 PE 低不一定便宜），综合三个维度更稳健。适合巴菲特式的「用好价格买好公司」。
综合 ROE（净资产收益率）+ ROA（总资产收益率）+ 利润率。找经营质量最好的公司。
原理：高 ROE + 高 ROA = 公司用股东的钱和借来的钱都能高效赚钱。高利润率 = 产品或服务有竞争力。适合长期持有高质量白马股。
2.3 动量质量复合 — 算法说明
- 先用「风险调整动量」预选出约 150 只候选股（动量+稳定性初筛）
- 对这 150 只调用 yfinance 获取财务数据，算出质量分和价值分
- 在候选池内对每个维度做 0~1 的百分位排名
- 加权求和：
0.40×动量12M + 0.20×动量6M + 0.20×质量 + 0.20×(价值+低波)/2
建议搭配「排除近1月涨幅 > 0.3」，可以有效过滤掉短期暴涨的过热股票。
3. 负面筛选参数 — 推荐设置
负面筛选 = 先排除不要的，再从剩下的里面选好的。所有参数填 0 表示不启用该过滤。
| 参数 | 是什么 | 为什么要设 | 推荐值 |
|---|---|---|---|
| 最低股价 | 排除股价低于此值的股票 | 低价股（仙股）波动大、流动性差，容易踩雷 |
美股：5
港股：1
日股：100
填 0 = 不限制 |
| 最低日均成交额 | 排除 20 日平均成交额低于此值的股票 | 成交额太低 = 买卖困难，价差大，实际操作成本高 |
美股：5000000（500万美元）
港股：3000000（300万港币）
日股：100000000（1亿日元）
这是最重要的过滤器之一，强烈建议设置 |
| 最高年化波动率 | 排除年化波动率超过此值的股票 | 波动率太高 = 风险太大，持有体验差 |
建议：0.8（80%年化波动）
正常股票在 0.2~0.5，超过 0.8 的通常是投机性很强的标的 |
| 最少交易天数 | 排除上市不足此天数的股票 | 新上市股票数据不足，因子计算不准确 |
建议：252（1年）
保持默认即可。252 个交易日 ≈ 1 个自然年 |
| 排除 F-Score 低于 | 排除财务健康评分低于此值的股票 | 财务差的公司即使趋势好也可能暴雷 |
建议：4
F-Score 满分 9，4 分以下基本面较差。仅对基本面因子生效 |
| 排除 Z-Score 危险区 | 排除 Altman Z-Score < 1.81 的公司 | Z-Score 低于 1.81 意味着有较高的破产风险 |
建议：排除
仅对基本面因子生效。使用价格因子时此项不起作用 |
| 排除近1月涨幅超过 | 排除最近 21 个交易日涨幅超过此比例的股票 | 短期暴涨的股票往往面临回调风险，动量因子容易选到这类「过热股」 |
建议：0.3（即 30%）
这是动量策略的关键保护参数。设为 0.3 表示排除近1月涨超 30% 的股票 |
4. 推荐使用组合
以下是经过验证的策略组合，可以直接使用。推荐程度用星级表示。
找过去涨得好且涨得稳的股票，同时排除短期过热和财务差的公司。新手最推荐。
| 因子 | 风险调整动量 |
| Top N | 30 |
| 最低日均成交额 | 按市场设置（见上方推荐） |
| 最高波动率 | 0.8 |
| 近1月涨幅上限 | 0.3 |
| F-Score 下限 | 4（可选） |
最全面的策略，价格趋势+财务质量+估值三重保障。需要等待 API，但结果最可靠。
| 因子 | 动量质量复合 |
| Top N | 30 |
| 最低日均成交额 | 按市场设置 |
| 近1月涨幅上限 | 0.3 |
| Z-Score 危险区 | 排除 |
找被市场低估且财务健康的公司。适合耐心持有、等待价值回归的投资者。
| 因子 | 价值复合因子 |
| Top N | 30 |
| F-Score 下限 | 5 |
| Z-Score 危险区 | 排除 |
选波动最低的股票，适合熊市或不确定性高的阶段。长期收益率不低，但回撤小得多。
| 因子 | 低波动 |
| Top N | 30 |
| 最低日均成交额 | 按市场设置 |
| 最低股价 | 按市场设置 |
选近期跌幅最大的股票赌反弹。风险高，建议搭配 F-Score 过滤避开基本面有问题的票。
| 因子 | 反转因子 |
| Top N | 20 |
| 最低日均成交额 | 按市场设置 |
| F-Score 下限 | 5 |
| Z-Score 危险区 | 排除 |
捕捉近期成交量异常放大的股票，可能是主力资金介入信号。适合短线关注。
| 因子 | 放量突破 |
| Top N | 20 |
| 最低日均成交额 | 按市场设置 |
| 最高波动率 | 0.8 |
4.1 手把手教程：动量质量复合策略
以下以最推荐的「动量质量复合」为例，按步骤教你怎么设置。三个市场的具体填值都列出来了。
页面顶部有「美股 / 港股 / 日股」标签，点击你想筛选的市场。
Step 2：选因子「因子策略」下拉框 → 拉到下面的「基本面因子」分组 → 选择 「动量质量复合」。
Step 3：设置 Top N填 30（默认值，不用改）。表示最终展示排名前 30 的股票。
Step 4：展开高级过滤点击「高级过滤 & 负面筛选」展开面板，按下表填入各参数：
| 参数 | 日股 (TSE) | 美股 (USA) | 港股 (HKEX) |
|---|---|---|---|
| 最低股价 | 100 | 5 | 1 |
| 最低日均成交额 | 100000000 （1亿日元） | 5000000 （500万美元） | 3000000 （300万港币） |
| 最高年化波动率 | 0.8 （三个市场通用） | ||
| 最少交易天数 | 252 （默认值，不用改） | ||
| 排除 F-Score 低于 | 4 （排除财务较差的公司） | ||
| 排除 Z-Score 危险区 | 排除 （下拉选「排除」，过滤破产风险） | ||
| 排除近1月涨幅超过 | 0.3 （排除近1月涨超 30% 的过热股，关键参数） | ||
因为是基本面因子，系统会调用 yfinance API 获取财务数据，请等待 1-2 分钟，进度条走完后结果会自动展示在下方表格中。
Step 6：查看结果结果表按复合得分从高到低排列。点击任意行可展开个股详情（走势图、财务指标）。如需保存，点右上角「下载 CSV」。
4.2 手把手教程：风险调整动量（快速版）
如果不想等 API，用这个策略 秒出结果：
| 参数 | 日股 | 美股 | 港股 |
|---|---|---|---|
| 因子策略 | 风险调整动量（价格因子分组内） | ||
| Top N | 30 | ||
| 最低股价 | 100 | 5 | 1 |
| 最低日均成交额 | 100000000 | 5000000 | 3000000 |
| 最高年化波动率 | 0.8 | ||
| 排除近1月涨幅超过 | 0.3 | ||
这个组合只用价格数据，不需要联网，点筛选后 1-5 秒出结果。日常快速扫描首选。
5. Dashboard 持仓管理
- 注册 & 登录 — 点击右上角「注册」，等管理员审核通过后即可使用全部功能
- 添加自选股 — 在筛选结果表格中，点击每行左侧的「+」按钮，输入买入价和数量
- 查看 Dashboard — 顶部导航点「Dashboard」，查看：
- 总投入金额 vs 当前市值
- 总盈亏（金额和百分比）
- 持仓分布饼图
- 个股盈亏柱状图
- 刷新价格 — 点击「刷新价格」按钮获取最新行情
6. 结果字段说明
价格因子结果列
| 列名 | 含义 | 怎么看 |
|---|---|---|
| 代码 | 股票代码 | 点击可展开详情 |
| 公司名 | 公司名称 | 首次加载可能需几秒获取 |
| 最新价 | 最近收盘价 | — |
| 因子值 | 当前所选因子的计算结果 | 排序依据，越靠前越好 |
| 日涨幅 | 最近 1 个交易日涨跌幅 | 正数=涨，负数=跌 |
| 月涨幅 | 最近 21 个交易日涨跌幅 | 反映近一个月趋势 |
| 季涨幅 | 最近 63 个交易日涨跌幅 | 反映近一个季度趋势 |
| 52周高/低 | 过去一年的最高价和最低价 | 判断当前价格在什么位置 |
| 波动率 | 252日年化波动率 | 0.3=低，0.5=中，>0.8=高 |
| mom_12_1 | 12-1 动量原始值 | 过去12月(跳过近1月)的涨幅 |
| mom_6_1 | 6-1 动量原始值 | 过去6月(跳过近1月)的涨幅 |
基本面因子额外列
| 列名 | 含义 | 怎么看 |
|---|---|---|
| F-Score | Piotroski 财务健康评分 | 0-9 分，≥7 优秀，≤3 较差 |
| Z-Score | Altman 破产预测分数 | >2.99 安全，<1.81 危险 |
| P/E | 市盈率 | 越低越便宜，负数=亏损 |
| P/B | 市净率 | <1 可能被低估 |
| ROE | 净资产收益率 | >15% 优秀 |
| 股息率 | 年化股息率 | >3% 算高股息 |
7. 常见问题
A: 这是动量策略的常见问题。解决方法：启用「排除近1月涨幅超过」，设为 0.3（30%），可以有效过滤掉短期暴涨的过热股。也可以直接用「动量质量复合」因子，它自带基本面过滤。
A: 风险调整动量只看价格数据，速度快（秒出结果），适合快速筛选。动量质量复合额外引入了财务质量和价值因子，需要调 API（约1-2分钟），但结果更全面可靠。
建议：日常快速扫描用前者，认真选股时用后者。
A: 因为需要逐个调用 yfinance API 获取每家公司的财务报表。约 150 只候选股需要 1-2 分钟，请耐心等待进度条。
A: 美股=美元，港股=港币，日股=日元。例如美股填 5000000 表示日均成交额不低于 500 万美元。
A: 包含表格中所有列，含 mom_12_1 和 mom_6_1 动量原始值。文件编码为 UTF-8 BOM，Excel 可直接打开。
A: 因子值本身的绝对大小不重要，重要的是排名。排在前面的就是当前策略下最优的候选。不同因子的数值范围不同，不要跨因子比较数字大小。
8. 买入评分 (Buy Score)
买入评分（0-100）是系统对每只筛选结果的综合推荐度评估，分数越高表示综合指标越优秀。
| 分数区间 | 含义 | 显示颜色 |
|---|---|---|
| 80-100 | 强烈推荐 — 多维度指标均优秀 | 绿色 |
| 50-79 | 值得关注 — 部分指标良好 | 黄色 |
| 0-49 | 谨慎考虑 — 需结合其他信息判断 | 红色 |
- 动量得分 — 基于 12-1 和 6-1 动量排名
- 基本面得分（仅基本面因子）— F-Score、Z-Score、ROE 等财务指标
- 风险调整 — 波动率越低，加分越高
买入评分仅作为参考，不构成投资建议。请结合个股详情页的完整信息做出决策。
9. 卖出信号 (Sell Signal)
在 Dashboard 持仓列表中可以看到每只股票的卖出信号评分（0-100），0 表示安全持有，100 表示强烈建议卖出。
四维度评估| 维度 | 权重 | 说明 |
|---|---|---|
| 动量衰减 | 30% | 12个月动量转负或大幅下降时触发 |
| 回撤止损 | 25% | 从持仓最高价回撤幅度越大，信号越强 |
| 基本面恶化 | 25% | F-Score 降至3以下，或Z-Score进入危险区 |
| 集中度风险 | 20% | 单只持仓占比超过30%时触发警告 |
卖出信号基于量化模型自动计算。信号值 ≥70 时建议认真考虑减仓，40-69 保持关注，<40 可安心持有。
10. 会员等级 & 筛选次数
系统采用 1-5 星会员等级制度，不同等级对应不同的每日筛选次数上限。
| 等级 | 默认每日筛选次数 |
|---|---|
| ★ Tier 1（新用户） | 5 次 |
| ★★ Tier 2 | 20 次 |
| ★★★ Tier 3 | 50 次 |
| ★★★★ Tier 4 | 200 次 |
| ★★★★★ Tier 5 | 不限 |
管理员可在「设置」页面自定义各等级的筛选次数上限。每日零点重置计数。
页面顶部用户名旁的星标显示您的当前等级。如需升级请联系管理员。
11. 社区持仓
社区功能允许用户公开分享自己的持仓信息，包括持仓明细和购买证明。
发布流程- 在筛选结果中点击 + 将股票添加到自选股，输入买入价和数量
- 进入 Dashboard → 找到目标持仓 → 点击「发布到社区」
- 上传购买证明截图（jpg/png/webp，≤5MB）
- 发布成功后其他用户可在「社区」页面看到您的持仓
- 热门持仓排名 — 按持有人数和总持有量排序的热门股票
- 用户持仓 — 各用户的公开持仓详情，含买入价、数量、购买证明
购买证明用于建立社区信任。仅上传了证明的持仓会在社区页面展示。
12. 股票搜索与对比
在筛选页面顶部的搜索框中输入股票代码（支持部分匹配），系统会实时显示匹配结果。搜索不消耗筛选次数。
- 搜索结果显示代码、公司名、最新价、行业
- 点击搜索结果可直接打开个股详情页
- 搜索范围为当前选中市场的所有股票
在搜索结果中点击 + 按钮将股票添加到对比列表（最多10只），然后点击「开始对比」。
- 对比表格展示：当前价、P/E、P/B、ROE、股息率、F-Score、Z-Score、市值、ROIC等12项指标
- 每次对比消耗 1 次筛选额度（因为需要调用 API 获取财务数据）
- 对比完成后可继续添加/移除股票重新对比
搜索功能仅在登录后可见。对比适合在筛选缩小范围后，对少量候选股做深入对比分析。
13. 走势图 & 实时盯盘
导航栏 "走势图"（路径 /chart）：moomoo App 风格的 K 线工具，支持 9 档时间粒度、9 种指标、缩放拖拽、十字光标、实时更新。
- 时间粒度：1 分 / 3 分 / 5 分 / 15 分 / 30 分 / 60 分 / 日 / 周 / 月。每切一档就重新拉一段历史。
- 主图指标：MA / EMA / BOLL / SAR / BBI（多选叠加，默认 MA）。
- 副图指标：成交量 / MACD / KDJ / RSI（多选叠加，默认成交量）。
- 实时刷新：右上角开关。开启时每 2.5 秒拉一次最新 1-2 根 K 线，调用
chart.updateData()只增量更新最后那根（不整图重绘）。切到别的浏览器 tab 自动暂停（省 API 配额）。 - 数据源：US/HK 走 moomoo（实时），JP 走 Yahoo Finance（约 15 分钟延迟）。状态栏右侧的徽章会清楚标示。
右上角 "应用策略 →" 按钮会带着当前 ticker / market / ktype 跳到 §14 回测页，自动预填配置。
14. 策略回测
导航栏 "回测"（路径 /backtest）。4 种策略来源：
- 内置模板：15 个（9 个波段/趋势 + 6 个日内），详见 14.1
- 自定义代码：写一个
def on_bar(bar, ctx): return Action.BUY/SELL/CLOSE/HOLD（详见 14.5） - 已保存策略：之前命名保存的，一键复用
- 网格搜索：参数笛卡尔积自动跑一遍，找出最优组合（详见 14.6）
14.1 内置策略模板详解
① MA Cross — 双均线金叉死叉
逻辑：当快线（默认 5）从下方穿越慢线（默认 20）→ 买入；快线从上方穿越慢线 → 卖出。
背后假设：价格趋势有惯性，"短期均线翻越长期均线"是趋势启动/反转的信号。
能赚钱的市场：单边趋势行情（牛市初段、熊市初段）。不能赚钱的市场：横盘震荡（连续假突破，俗称"打脸"），损耗手续费 + 反复止损。
参数选择：
ma_fast快线：典型 5 / 10 / 13。越小越敏感，假信号越多。ma_slow慢线：典型 20 / 50 / 100。越大越迟钝，趋势确认晚但更稳。- 常见组合：5/20（短线）、20/50（中线）、50/200（长线，也叫"死亡交叉"判据）。
典型陷阱：在大牛股（如 AAPL 长期上涨）上 MA 金叉策略往往跑输 buy & hold —— 因为每次回调它会"卖出止损"，错过后面的反弹。这是趋势策略的固有代价。
② RSI Oversold — 相对强弱指标的超卖反弹
逻辑：RSI(14) < 30（超卖区）→ 买入；RSI > 70（超买区）→ 卖出。
背后假设：价格短期偏离均值后会"回归均值"，超卖意味着便宜。
能赚钱的市场：横盘震荡 / 慢牛回调。不能赚钱的市场：单边大跌（一只股从 100 跌到 30，RSI 全程超卖也救不回来）。
参数选择：
rsi_period：默认 14（行业标准）。改 7 更激进，改 21 更保守。oversold：默认 30。改 20 信号更稀少但更靠谱；改 40 信号多但假信号多。overbought：默认 70。同理。
典型陷阱：单纯 RSI 超卖买入是抄底策略，遇到 2008、2020 这种暴跌会接连吃止损。建议配合"趋势过滤"：只有当 MA50 仍然向上时才接 RSI 超卖信号。
③ Bollinger Breakout — 布林带突破
逻辑：价格突破上轨（mid + 2σ）→ 买入；跌破下轨（mid - 2σ）→ 卖出。
背后假设：突破 ±2σ 是"非随机的强势事件"，趋势启动概率大。
能赚钱的市场：低波动期之后的爆发性突破（盘整后的暴涨）。不能赚钱的市场：宽幅震荡市（频繁假突破）。
参数选择：
boll_period：默认 20。改 10 反应快，假突破多；改 50 反应慢，错过早期。std_mult：默认 2.0（包含约 95% 数据的统计意义）。改 1.5 更激进，2.5 更保守。
典型陷阱：单纯 BOLL 突破极易在震荡市连吃止损。建议配合"成交量过滤"——突破当日成交量必须 ≥ 60 日均量 × 1.5 才确认。
④ MACD Cross — 指数平滑异同平均线金叉
逻辑：MACD 线（EMA12 − EMA26）上穿信号线（MACD 的 EMA9）→ 买入；下穿 → 卖出。
背后假设：双重平滑后的动量变化比原始价格更能过滤噪音，柱状图翻正代表多头动能确立。
适用市场：中期趋势行情。失效场景：横盘时金叉死叉频繁交替（"缠绕"）。
参数：fast/slow/signal 默认 12/26/9（Appel 原版）。日内可试 6/13/5 提高灵敏度。
陷阱：MACD 是滞后指标，暴涨暴跌后金叉往往出现在半山腰；建议结合成交量或趋势过滤。
⑤ Donchian Breakout — 海龟通道突破
逻辑：价格创 N 日新高（默认 20）→ 买入；跌破 M 日新低（默认 10）→ 卖出。著名的"海龟交易法则"核心。
背后假设：创新高本身就是强势证据，趋势会自我延续。
适用市场：大级别单边趋势（商品、动量股）。失效场景：区间震荡反复假突破。
参数：入场周期越长信号越少越可靠；经典组合 20/10、55/20。
陷阱：胜率通常只有 35-45%，靠"小亏大赚"盈利——心理上要能承受连续止损。
⑥ Triple MA — 三均线系统
逻辑：快线 > 中线 > 慢线（默认 5/10/20 多头排列）→ 买入；快线跌破中线 → 卖出。
背后假设：三线共振比双均线更严格，过滤掉一部分假突破。
适用市场：趋势清晰的主升段。失效场景：宽幅震荡（三线反复缠绕）。
参数：5/10/20（短），10/20/60（中），20/60/120（长）。
陷阱：条件更严格意味着进场更晚、出场也更晚，趋势末端回撤明显。
⑦ Pullback Buy — 趋势回调买入
逻辑：长期均线（默认 MA50）向上的前提下，价格回踩短期均线（默认 MA10）附近 → 买入；跌破长期均线 → 卖出。
背后假设："牛市回调是上车机会"——趋势内的回撤大概率被修复。
适用市场：慢牛、结构性牛市。失效场景：趋势反转初期（把崩盘当回调接）。
陷阱：必须严格执行"跌破长均线离场"，否则一次趋势反转会吞掉多次回调盈利。
⑧ Volume Breakout — 放量突破
逻辑：价格突破 N 日高点且成交量 ≥ 均量 × 倍数（默认 1.5）→ 买入；缩量或跌破支撑 → 卖出。
背后假设：量是价的先行确认，放量突破的真突破概率显著高于缩量突破。
适用市场：题材启动、财报后跳空延续。失效场景：高位放量（可能是出货）。
陷阱：放量也可能是恐慌抛售的对手盘，高位放量突破需谨慎。
⑨ Momentum — N 日动量
逻辑：过去 N 日（默认 20）涨幅超过阈值 → 买入持有；动量转负 → 卖出。学术界最著名的"动量异象"（Jegadeesh & Titman, 1993）。
背后假设：强者恒强，过去 3-12 个月表现好的资产短期继续跑赢。
适用市场：动量因子长期有效的市场（美股）。失效场景：动量崩溃（momentum crash，如 2009 年 3 月反转）。
陷阱：动量策略回撤极深，学术数据也显示偶发 -40% 以上的月度崩溃。
以下 6 个为日内（Day-Trading）模板：只在分钟级 K 线（1m/3m/5m/15m）上有意义，共同特征是收盘强平、绝不隔夜、限制单日进场次数。日线上运行会自动不作为。
⑩ ORB Intraday — 开盘区间突破（日内）
逻辑：开盘后前 N 根 K 线（默认 6 根）的高低点构成"开盘区间"；突破区间上沿 → 买入；跌回区间下沿 → 止损；收盘前强制平仓。
背后假设：开盘 30-60 分钟聚集了隔夜信息的消化过程，突破开盘区间往往定下全天方向。
参数：range_bars 区间 K 线数、正盘开始时间（美股 9:30，日股可改 9:00）、强平时间、单日最大进场次数。
陷阱：区间日（开盘冲高回落全天震荡）会连续止损；配合放量确认可过滤一部分。
⑪ VWAP Pullback — VWAP 回踩反弹（日内）
逻辑：以当日 VWAP（成交量加权均价）为"公允价值锚"；价格跌破 VWAP 后重新收复 → 买入；显著跌破 VWAP（默认 -0.5%）→ 止损；收盘强平。
背后假设：机构算法大量以 VWAP 为基准执行，价格围绕 VWAP 的收复/跌破有真实资金含义。
陷阱：单边下跌日 VWAP 持续压制价格，"收复"信号全是假的——需先判断当天是否趋势日。
⑫ RSI Scalp — RSI 日内抢反弹（日内）
逻辑：短周期 RSI（默认 7）< 25（恐慌超卖）→ 买入；RSI 回升 > 55 → 止盈离场；收盘强平。均值回归型，与趋势型互补。
背后假设：分钟级的恐慌抛售常常过度，几分钟到几十分钟内会部分修复。
陷阱：遇到真利空（新闻、财报）的持续下杀会连续接刀；单日进场次数上限是保命参数。
⑬ Gap & Go — 跳空缺口动量（日内）
逻辑：开盘相对昨收跳空 ≥ 阈值（默认 +2%），且突破开盘第一根 K 线高点 → 顺势买入；跌破第一根 K 线低点（缺口衰竭）→ 止损；收盘强平。
背后假设：显著跳空代表隔夜重大信息，配合早盘突破往往形成"开盘冲刺"（opening drive）。
陷阱：低流动性小盘股跳空后极易"缺口回补"，本模板更适合放量的大中盘。
⑭ EMA 9/20 Pullback — 均线回踩（日内）
逻辑：EMA9 > EMA20 定义日内上升趋势；价格回落到 EMA9 下方后重新收复 → 买入；收盘价跌破 EMA20 → 离场；收盘强平。日内交易员最常用的"9/20 组合"。
背后假设：日内趋势中的浅回调大多在快线附近获得支撑。
陷阱：横盘期两线频繁交叉，信号质量急剧下降；建议只在早盘趋势确立后启用。
⑮ Bollinger Reversion — 布林带回归（日内）
逻辑：价格收盘跌破下轨（超卖拉伸）→ 买入；回到中轨（均值）→ 止盈；跌破入场价一定比例（默认 -1%）→ 止损；收盘强平。
背后假设：±2σ 之外是统计极端，日内大概率向均值回归（与 ③ 的"突破追涨"正好相反——同一指标两种用法）。
陷阱：趋势日"沿着下轨走"（band walking）时会连续买在半山腰；止损纪律是该策略的全部。
⚠ 再次提醒：以上 15 个模板均为 AI 基于公开文献整理的教学参考，未经实盘验证，不构成投资建议。请先在回测和虚拟盘中充分检验、形成自己的参数与规则后，再考虑任何实际操作。
14.2 风险管理（高级配置）
所有模板和自定义策略都会自动应用以下 4 道风控（在折叠的 "⚙ 高级配置" 区块设置）：
| 字段 | 含义 | 推荐值 |
|---|---|---|
| 止损 % stop_loss_pct | 低于入场价 N% 时强制平仓 | 3-5%（短线）；8-10%（中线） |
| 止盈 % take_profit_pct | 高于入场价 N% 时强制平仓 | 不必配，趋势策略让 trailing stop 跑利润；震荡策略可配 3-5% |
| 移动止损 % trailing_stop_pct | 从持仓期间最高价回撤 N% 时平仓 | 5-8%（让利润奔跑的核心机制） |
| 最大持仓根数 max_holding_bars | 持仓超过 N 根 K 线强制平仓（避免被动套牢） | 日线 30-60；分钟级看策略时间尺度 |
实战建议：止损必配（哪怕 -10% 也比无止损好），移动止损强烈推荐（最大化盈利策略），止盈选配（容易"过早平仓错过大行情"），max_holding 防御性配置。
14.3 仓位模式（4 种）
| 模式 | 逻辑 | 适用场景 |
|---|---|---|
| 全仓买入 all_in | 每次买入用掉全部可用现金 | 仅回测验证用，实盘绝对不要（一笔大亏直接报销） |
| 固定金额 fixed_dollar | 每单固定 N 美元（默认 10000） | 新手最佳。简单、可控、便于跨股票比较 |
| 固定比例 fixed_pct | 每单占当前净值 N%（默认 100%） | 赚钱后越买越多（复利），亏钱后越买越少（防爆仓） |
| 固定风险 fixed_risk ⭐ | 每单亏损不超过净值 N%（默认 1%）。配合止损反推 qty | 专业级风控。需配止损 ≥ 1%。100 次连错只亏 ~63% 净值（数学上抗得住） |
选择建议：第一次回测用 fixed_dollar 1万（看清楚交易笔数 + 单笔盈亏）→ 验证策略后切 fixed_risk 1%（实盘前必做）。all_in 只用来"测试上限收益"，不可作为运行模式。
14.4 13 张统计卡含义详解
| 指标 | 定义 | 判读阈值 |
|---|---|---|
| 总收益 | 期末净值 / 初始资金 - 1 | 越高越好，但要看 Buy & Hold 对比 |
| Buy & Hold | 同期单纯持有标的的收益（含手续费） | 策略要跑赢这个才有意义 |
| Alpha | 总收益 - Buy & Hold（超额收益） | 正数才说明策略本身赚钱。负 alpha = 不如躺平 |
| 年化 | 按交易日历换算到 1 年 | 跑赢同期 SPY 才算合格 |
| 期末净值 | 最后一根 K 收盘时的总资产 | 看绝对值 |
| 最大回撤 | 历史峰值到后续谷底的最大跌幅 | < 15% 可接受 / 15-30% 心理压力大 / > 30% 多数人会割肉 |
| 夏普 Sharpe | 年化收益 / 收益波动率 | > 1 良好 / > 2 优秀 / < 0.5 平庸 |
| Sortino | 用下行波动率替代总波动率（只惩罚亏损） | 比 Sharpe 更适合非对称收益策略。> 1.5 健康 |
| Calmar | 年化收益 / 最大回撤 | 量化最爱的指标。> 1 = 一年赚的>最大跌幅，> 3 顶级 |
| 胜率 | 盈利交易 / 总交易 | 趋势策略 40-50% 也能赚钱（靠盈亏比）；震荡策略需 > 55% |
| 盈/总 | 盈利笔数 / 总笔数 | 看绝对数量，< 5 笔不够样本 |
| 盈亏比 Profit Factor | 总盈利 / 总亏损 | > 1.5 健康，> 2 优秀 |
| 出场原因 | S=信号/SL=止损/TP=止盈/TR=移动止损/TO=超时 | 看止损 vs 信号比例。SL/S 高 → 止损过严或策略不准 |
看回测结果的优先级：① Alpha 是否正（首要） → ② 最大回撤（你心理能否承受） → ③ Calmar 综合性价比 → ④ 盈亏比 + 胜率组合 → ⑤ 总收益。千万不要只看总收益。
14.5 自定义代码策略
切换到 "代码" 模式，写一个 on_bar 函数：
def on_bar(bar, ctx):
closes = [b.close for b in ctx.bars]
if len(closes) < 50:
return Action.HOLD
# 趋势过滤：只在长期上涨时考虑买入
ma50 = sma(closes, 50)
if closes[-1] < ma50:
return Action.HOLD
# 入场：RSI 超卖
r = rsi(closes, 14)
if r < 30 and ctx.position.is_flat:
return Action.BUY
# 出场：RSI 超买
if r > 70 and not ctx.position.is_flat:
return Action.CLOSE
return Action.HOLD
可用对象：
bar.open / high / low / close / volume / time：当前 K 线ctx.bars：从开始到现在所有 K 线（list of Bar）ctx.position.qty / avg_price / is_flat：当前持仓ctx.cash / equity：现金 + 总净值ctx.params：策略参数 dict（如果有）
可用函数（无需 import）：sma(values, period)、ema(values, period)、rsi(values, period)、bollinger(values, period, std_mult)、macd(values, fast, slow, signal)、atr(highs, lows, closes, period)、donchian(highs, lows, period)、math 模块。
沙箱限制：import / open / eval / exec / globals / __* 等危险操作全部禁止。沙箱用 AST 在编译期检查，违规 → 加载失败有具体报错。
14.6 Walk-Forward 样本外测试
勾选 "样本外测试" 复选框，设置训练集比例（默认 70%）。回测自动把数据拆两段：
- 训练集（前 70%）：用来"假装"调参的样本
- 测试集（后 30%）：模拟"未来未见数据"，独立跑一遍
怎么读结果：
- 训练 +20% / 测试 +18% → ✅ 健康，策略对参数不敏感
- 训练 +30% / 测试 -5% → ⚠️ 过度拟合警告（系统自动标红）。参数是"喂出来"的，未来不可信
- 训练 -5% / 测试 +10% → 巧合，再换样本试试，可能就是噪声
真量化的金科玉律：永远不在你想"上实盘"的那段数据上调参。先 walk-forward 至少跑 3 个不同时段都正收益，再考虑实盘。
14.7 网格搜索（参数寻优）
选 "网格搜索" 模式 → 模板下选一个 → 每个参数填一组值（逗号分隔，如 3,5,8,13） → 运行。
系统自动跑笛卡尔积（如 4×4=16 组合），按你选的指标（Sharpe / 总收益 / Calmar / Sortino）排序，显示 top-10。点结果行的 "应用此组参数" 自动填回模板回测一次细看。
- 组合上限 200：超过自动拒绝（防 CPU 烧坏）
- 排序指标推荐 Calmar 而非 Sharpe（量化更看重"回撤调整后收益"）
陷阱：网格搜索本质是"在历史上挑最好的参数"，几乎肯定会过拟合。每次找到 top-10 后必须 walk-forward 验证——top-1 在测试集还能正收益的，才算真的有效。
14.8 图表与交易明细
主图（K 线）：绿色 BUY / 红色 SELL 标签是策略实际触发点。下方净值曲线：含两条线 —— 你的策略（实线）+ Buy & Hold 基准（灰色虚线）。两线交叉处是 alpha 由正转负的瞬间。
底部交易明细表：每笔的入场/出场时间、价格、数量、绝对盈亏 + 收益率%。
避免过度拟合的 4 个铁律：①参数在 3-5 只不同股票上跑都正才信；②walk-forward 测试集也要正；③不要每次只调"一个最优参数"，要看 top-10 整体表现是否稳定；④参数越少越好（2 个参数比 5 个参数靠谱十倍）。
15. 下单
📌 开发中（Phase 2）。功能完成后这里会补全：moomoo 账号下单 UI（限价/市价/止损）、订单簿、成交记录、风控（每单上限、日内亏损上限、Kill Switch）。
当前安全地基已就绪（trade_safety.py + trade_provider.py），所有真实下单都会经过 check_order_allowed() 安全门，并强制写入 order_audit 审计表。
16. 策略自动执行
📌 开发中（Phase 3）。功能完成后这里会补全：从 §14 保存的策略一键启用为实盘自动执行（含心跳、订阅 K 线推送、按规则下单、止损、Kill Switch 联动）。
启用前会强制提示：真金白银，需输入 moomoo 交易密码 + 二次确认。
17. OpenD 连接管理
moomoo OpenD 是本地网关程序，运行在你电脑上，负责：
- 连接 moomoo 服务器（行情 / 交易）
- 暴露本地 TCP 接口（默认
127.0.0.1:11111）给 Python SDK
RelayAi Quant 不直接连 moomoo 云端，而是通过 OpenD。所以"美港股实时行情、交易"等功能要先把 OpenD 跑起来 + 登录。
登录流程（管理员页面 /admin/opend）
- 输入 moomoo 账号（邮箱 / 手机带国家代码 / 用户 ID）+ 密码
- 点 "启动 OpenD 并登录"，后端写入临时配置文件并启动 OpenD 进程
- 如需图形验证码 → 后端读取 OpenD 生成的 PNG 显示在网页 → 你输入 → 提交
- 如需短信验证码 → moomoo 向绑定手机发短信 → 你输入 → 提交
- 状态变绿 "✓ 已登录"，美港股 API 可用
关于密码安全
- 密码到达后端后立刻调
moomoo.unlock_trade()，50 毫秒内从 Python 内存丢弃 - 不写日志、不存 DB、不在 API 响应里返回
- 会话 TTL 2 小时，闲置自动重锁；浏览器关闭也会重锁
- FutuOpenD.xml 配置文件登录成功后会被立即清空
<login_pwd>字段
常见错误
| 提示 | 原因 | 解决 |
|---|---|---|
| 账号或密码错误 | moomoo 服务端拒绝 | 核对账号 + 密码（去 moomoo App 试一下） |
| 需要图形验证码 | moomoo 风控触发 | 看图填，区分大小写 |
| 需要短信验证码 | 新设备 / 长时间未登录 | 看手机短信填 6 位数字 |
| OpenD 未运行 | 进程被杀 / 配置错误 | 重新点"启动 OpenD" |
| JP 股票"Unknown stock" | moomoo OpenAPI 不支持日股现货 | 系统已自动 fallback 到 yfinance（可正常使用，但延迟 ~15 分钟） |
18. 量化思路（推荐版）
这一章不是"中立陈述"，是我的具体建议。你可以反对，但起码有个起点。
18.1 趋势跟随 vs 均值回归 — 不要押单一学派
两种策略在不同市况下分别赚钱：
- 趋势跟随：MA 金叉、52 周新高、突破 20 日箱体。牛市大赚，熊市无股可选，持仓周期几天到几周。
- 均值回归：RSI 超卖回弹、布林下轨买入。震荡市赚钱，趋势市持续踩坑，持仓几小时到几天。
建议分桶：
- 资金 70% 给趋势跟随（用 §2 的动量质量复合 / 风险调整动量做候选池）
- 30% 给均值回归（用 §14 的 RSI 超卖 / BOLL 突破回测验证后跑）
- 市场宽度开关：当 SPY 跌破 200 日均线时，趋势桶自动减仓 50%（避免熊市强行做多）
18.2 过夜持仓 vs 日内平仓 — 选过夜
除非你做的是真正的日内高频（需要 Tick 数据 + 低延迟基础设施），否则建议过夜持仓。理由：
- 频繁进出 = 手续费 + 滑点叠加，每笔 0.05% × 100 笔 = 5% 直接吃掉收益
- 美股短期持有（< 1 年）按 ordinary income 计税，长期 (> 1 年) 走 long-term capital gains，税率差别巨大
- 大多数因子策略和技术指标的有效时间尺度本身就是几天到几周（你按分钟交易反而是噪音）
- RelayAi Quant 回测默认包含 5 bps/侧手续费，更换粒度时记得调整（高频换手的策略要把手续费拉到 10-15 bps 才接近真实）
18.3 横截面因子 vs 时间序列触发 — 缺哪一块
RelayAi Quant 现有 7 个价格因子 + 6 个基本面因子，覆盖了 5 个维度（动量、反转、低波、新高、放量、风险调整、价值、质量），都属于横截面打分——告诉你"长期值得关注哪些股"，但不告诉你"此刻何时入场"。
缺的是时间序列触发型扫描，下面列举三个值得加的（已规划，等下单和自动策略落地后实现）：
- 突破扫描：收盘价 = 最近 20 日最高 + 当日成交量 ≥ 60 日均量 × 1.5 + MACD DIF 上穿 DEA
- 回调买入扫描：收盘 > MA20（仍在趋势中）+ RSI(14) < 40（短期超卖）
- 板块轮动：算 11 个 SPDR 板块的 20 日收益率，取领涨前 3 个，板块内按风险调整动量取前 10
实操建议：先用 §2 的因子筛选拉出"长期关注名单"（约 20-30 只），再用 §13 走势图检查每只的具体形态，确认买点（MA 金叉 / 突破 / 回调），最后用 §14 回测同一组参数在这些股票上的表现，全部正收益的策略再上实盘。