AI 策略生成精简指南

只生成一个完整 Python 策略文件，直接输出代码，不要输出 Markdown 解释。

必须遵守

Polars/历史策略限用 polars/datetime；矩阵策略限用 numpy/app.backtest.matrix。
AI 策略位于 data/strategies/ai/，META.id 用指定的 ai_ ID。
禁止文件读写和 open/exec/eval/compile/__import__/globals/locals/vars/dir/getattr/setattr/delattr/type/input。
META.params 只放可调项：必填 id/label/type/default；数值项加 min/max/step，select 加 options。
META.scoring 只用真实数值字段或 ma20_bias，权重和为 1.0。
ENTRY_SIGNALS/EXIT_SIGNALS 只选相关信号，无匹配项可为空。
RULES 用中文列出至少 3 条核心逻辑。
优先 Polars 向量化，避免逐行循环。
META 须为顶层字面量字典（可用 META: dict = {...}），禁止改名或动态构造。

文件结构

"""策略简短描述"""
import polars as pl

META = {
    "id": "ai_xxxxxxxxxxxx",
    "name": "策略中文名",
    "description": "一句话说明策略逻辑",
    "tags": ["标签"],
    "asset_types": ["stock"],
    "timeframes": ["1d"],
    "basic_filter": {
        "price_min": 3,
        "price_max": 200,
        "market_cap_min": 10e8,
        "amount_min": 0.5e8,
        "exclude_st": True,
        "exclude_new_days": 30,
    },
    "params": [],  # type: float/int/bool/select/date；float/int 带 min/max/step
    "scoring": {},
    "order_by": "score",
    "descending": True,
    "limit": 100,
}

EXECUTION_BACKEND = "polars_expr"
ENTRY_SIGNALS = []
EXIT_SIGNALS = []
STOP_LOSS = -0.05
MAX_HOLD_DAYS = 20

RULES = """
1. 规则一
2. 规则二
3. 规则三
"""

def filter(df: pl.DataFrame, params: dict) -> pl.Expr:
    return pl.lit(True)

何时使用 filter_history

普通 filter() 只判断当日数据。规则涉及以下场景时必须使用 filter_history(df, params) -> pl.DataFrame：

最近 N 天内出现过某事件。
涨停后的第 X 天、上次涨停价、前高、前低。
连续 N 天阴跌/阳线等时序逻辑。
任何需要多日数据才能判断的条件。

历史窗口策略要声明：

LOOKBACK_DAYS = 8
EXECUTION_BACKEND = "python_history_legacy"

def filter_history(df: pl.DataFrame, params: dict) -> pl.DataFrame:
    if df.is_empty() or "date" not in df.columns:
        return df
    hist = df.sort(["symbol", "date"]).with_columns([
        pl.col("close").shift(1).over("symbol").alias("_prev_close"),
    ])
    return hist.filter(pl.col("close") > pl.col("_prev_close"))

使用 filter_history() 时必须同时声明其读取的最终公开字段，例如：

REQUIRED_FEATURES = {"ma20", "momentum_20d"}

filter_history() 必须返回所有匹配行，不要只过滤最新日期；回测需要全区间命中。

matrix_native 文件结构

当请求明确指定 matrix_native 时，不得生成 filter() 或 filter_history()：

import numpy as np
from app.backtest.matrix import (
    MarketDataMatrix,
    SignalMatrix,
    make_signal_matrix,
    matrix_feature,
)

META = {
    "id": "custom_matrix_example",
    "name": "矩阵示例",
    "description": "...",
    "asset_types": ["stock"],
    "timeframes": ["1d"],
    "params": [],
    "scoring": {},
    "order_by": "score",
    "descending": True,
    "limit": 100,
}
EXECUTION_BACKEND = "matrix_native"

class ExampleMatrixStrategy:
    def required_fields(self) -> frozenset[str]:
        return frozenset({"close", "ma20"})

    def required_warmup_bars(self, params: dict) -> int:
        return 60

    def compute_signals(self, market: MarketDataMatrix, params: dict) -> SignalMatrix:
        entry = market.close > matrix_feature(market, "ma20")
        return make_signal_matrix(market.shape, entry=entry.astype(np.uint8))

MATRIX_STRATEGY = ExampleMatrixStrategy()

date 参数先转换再与 Polars Date 列比较（JSON 值是字符串）：

from datetime import date as _date
anchor_raw = params.get("anchor_date", "2024-01-01")
anchor_date = _date.fromisoformat(anchor_raw) if isinstance(anchor_raw, str) else anchor_raw
# 之后才能: pl.col("date") == anchor_date  或  pl.col("date") > anchor_date

常用字段

通用：symbol, date, name

价格：open, high, low, close, raw_close, raw_high, raw_low, prev_close, change_pct, change_amount, amount, amplitude

均线：ma5, ma10, ma20, ma30, ma60, ema5, ema10, ema20, ema30, ema60

技术指标：macd_dif, macd_dea, macd_hist, boll_upper, boll_lower, kdj_k, kdj_d, kdj_j, rsi_6, rsi_14, rsi_24, atr_14

量能：volume, vol_ma5, vol_ma10, vol_ratio_5d, turnover_rate

动量与波动：momentum_5d, momentum_10d, momentum_20d, momentum_30d, momentum_60d, annual_vol_20d, high_60d, low_60d

虚拟评分：ma20_bias = close / ma20 - 1（仅内存计算）。

涨跌停：consecutive_limit_ups, consecutive_limit_downs

市值相关：total_shares, float_shares，可用 close * total_shares 估算总市值。

常用信号列

信号列是布尔值，使用时加 .fill_null(False)。

signal_ma_golden_5_20: MA5 上穿 MA20
signal_ma_dead_5_20: MA5 下穿 MA20
signal_ma_golden_20_60: MA20 上穿 MA60
signal_macd_golden: MACD 金叉
signal_macd_dead: MACD 死叉
signal_ma20_breakout: 突破 MA20
signal_ma20_breakdown: 跌破 MA20
signal_n_day_high: 60 日新高
signal_n_day_low: 60 日新低
signal_boll_breakout_upper: 突破布林上轨
signal_boll_breakdown_lower: 跌破布林下轨
signal_volume_surge: 放量
signal_limit_up: 涨停
signal_limit_down: 跌停
signal_limit_down_recovery: 跌停翘板
signal_broken_limit_up: 炸板

涨跌停策略优先使用稳定列 consecutive_limit_ups >= 1。

不可直接引用的数据

以下数据不在 enriched DataFrame 中，策略代码不能直接引用：财务数据、扩展数据、概念/行业/人气排名/资金流向、盘中分时价、五档盘口。

6.0 KiB Raw Blame History Unescape Escape