松鼠宽客

Ai全自动编写策略：牛起指标，收益率326%，年化73%，胜率63%

松鼠Quant

2025-06-12

量化策略开发，高质量社群，交易思路分享等相关内容

工具推荐

『正文』

Ai编写策略是量化领域的新常态，松鼠Quant在早些时候推出了开源项目《gitee官方推荐，松鼠QuantAi+回测框架详细版教程(图文)》让Ai自动编写策略，自动回测，给出总结和迭代意见。

现在我们将通达信指标：牛起指标，让Ai自动完成python编写，然后自动回测总结。

通达信：

VAR1:=MA(V,5);VAR2:=MA(V,10);VAR3:=V>REF(HHV(V,2),1) AND RANGE(VAR1,VAR2,V) AND UPNDAY(VAR1,2) AND UPNDAY(VAR2,2);VAR4:=H>REF(HHV(H,2),1);VAR8:=MAX(C,O);VAR5:=VAR8>REF(HHV(VAR8,2),1);历史大底:=VAR3 AND VAR4 AND VAR5;VAR6:=BARSLAST(历史大底=1);VAR7:=REF(REF(H,1),VAR6);DB:=IF(历史大底,0,IF(C< VAR7,1,0));LJ:=REF(HHV(H,VAR6+1),BARSLAST(DB));NOTEXT:LJ COLORLIMAGENTA;STICKLINE(IF(C>LJ,IF(REF(VAR8< LJ,1),1,0),0),O,C,2.2,0),COLORYELLOW;DRAWICON(IF(C>LJ,IF(REF(VAR8< LJ,1),1,0),0),L,25);

接下来让Ai帮我们转化到松鼠Quant回测框架内，我们不需要写一行代码！！！

github地址(国外)：

https://github.com/songshuquant/ssquant-ai

gitee地址(国内):

https://gitee.com/ssquant/ssquant-ai

如何使用，手把手教程：《gitee官方推荐，松鼠QuantAi+回测框架详细版教程(图文)》

Python源码：

import pandas as pdimport numpy as npfrom ssquant.backtest.multi_source_backtest import MultiSourceBacktesterfrom ssquant.api.strategy_api import StrategyAPIdef initialize(api: StrategyAPI): api.log("成交量突破+价格突破策略初始化") api.entry_price = 0 # 添加入场价格变量 def strategy_function(api: StrategyAPI): # 参数和数据验证 current_idx = api.get_idx() if current_idx < 20: # 确保有足够的数据计算指标 return # 获取数据 close = api.get_close() high = api.get_high() low = api.get_low() open_ = api.get_open() volume = api.get_volume() current_pos = api.get_pos() # 增强数据验证 if any(data is None or len(data) == 0 for data in [close, high, low, open_, volume]): api.log("警告: 数据为空") return if current_idx >= len(close): api.log("警告: 索引超出数据范围") return # 计算指标 # VAR1: 5日成交量均线 var1 = volume.rolling(5).mean() # VAR2: 10日成交量均线 var2 = volume.rolling(10).mean() # VAR3: 成交量突破条件 - 进一步简化 var3 = volume > volume.rolling(3).mean() # 改为3日均量，不要求突破最大值 # VAR4: 价格突破2日最高价 var4 = high > high.rolling(2).max().shift(1) # VAR8: 当日K线实体高点 var8 = np.maximum(close, open_) # VAR5: K线实体高点突破2日最高 var5 = var8 > var8.rolling(2).max().shift(1) # 历史大底信号 history_bottom = var3 & var4 & var5 # 添加调试日志 if current_idx % 20 == 0: # 每20个周期打印一次日志 api.log(f"===== 调试信息 [idx={current_idx}] =====") api.log(f"成交量突破(var3): {var3.iloc[current_idx]}") api.log(f"价格突破(var4): {var4.iloc[current_idx]}") api.log(f"实体高点突破(var5): {var5.iloc[current_idx]}") api.log(f"历史大底信号: {history_bottom.iloc[current_idx]}") api.log(f"当前成交量: {volume.iloc[current_idx]}") api.log(f"5日均量: {var1.iloc[current_idx]}") api.log(f"10日均量: {var2.iloc[current_idx]}") api.log(f"2日最高价: {high.rolling(2).max().shift(1).iloc[current_idx]}") # 计算最近的历史大底位置 recent_history = history_bottom.iloc[max(0, current_idx-5):current_idx+1] # 改为只看最近5个周期 var6 = 0 if recent_history.any(): var6 = len(recent_history) - 1 - recent_history[::-1].values.argmax() # 添加var6调试日志 if current_idx % 20 == 0: api.log(f"历史大底距离(var6): {var6}") # 修改lj的计算逻辑 lj = 0 if var6 > 0: # 从历史大底到当前的最高价 start_idx = current_idx - var6 lj = high.iloc[start_idx:current_idx+1].max() # 添加lj调试日志 if current_idx % 20 == 0: api.log(f"历史大底高点(lj): {lj}") api.log("========================") # 交易信号 if lj > 0: current_close = close.iloc[current_idx] current_high = high.iloc[current_idx] prev_close = close.iloc[current_idx-1] # 进一步放宽买入条件： # 1. 当日最高价接近历史高点（允许10%的差距） # 2. 收盘价站稳在历史高点附近（允许15%的回撤） # 3. 相对前一日有上涨 price_threshold = lj * 0.85 # 允许15%的回撤 high_threshold = lj * 0.90 # 允许10%的差距 buy_signal = (current_high > high_threshold) and \ (current_close > price_threshold) and \ (current_close > prev_close * 1.005) # 要求至少0.5%的涨幅 # 添加买入条件的详细日志 if current_idx % 5 == 0 or buy_signal: # 每5个周期或有买入信号时打印 api.log(f"买入条件检查 [idx={current_idx}]:") api.log(f"当日最高价: {current_high:.2f}") api.log(f"当前收盘价: {current_close:.2f}") api.log(f"前一日收盘价: {prev_close:.2f}") api.log(f"历史高点(lj): {lj:.2f}") api.log(f"价格阈值(85%): {price_threshold:.2f}") api.log(f"最高价阈值(90%): {high_threshold:.2f}") api.log(f"条件1(最高价>阈值): {current_high > high_threshold}") api.log(f"条件2(收盘价>阈值): {current_close > price_threshold}") api.log(f"条件3(上涨>0.5%): {current_close > prev_close * 1.005}") api.log(f"买入信号: {buy_signal}") else: buy_signal = False current_close = close.iloc[current_idx] prev_close = close.iloc[current_idx-1] # 执行交易 if current_pos > 0: # 已有持仓，检查平仓条件 # 计算当前持仓的盈亏比例 if api.entry_price > 0: # 确保有入场价格 profit_ratio = (current_close - api.entry_price) / api.entry_price # 平仓条件： # 1. 止损：跌破历史高点15% # 2. 止盈：盈利超过8% # 3. 破位：收盘价跌破5日均线且跌幅超过2% ma5 = close.rolling(5).mean() sell_signal = (current_close < lj * 0.85) or \ (profit_ratio > 0.08) or \ ((current_close < ma5.iloc[current_idx]) and \ (current_close < prev_close * 0.98)) # 破位 if sell_signal: api.close_all(order_type='next_bar_open') if current_close < lj * 0.85: api.log(f"止损平仓，当前价: {current_close:.2f}") elif profit_ratio > 0.08: api.log(f"止盈平仓，盈利: {profit_ratio*100:.1f}%") else: api.log(f"破位平仓，当前价: {current_close:.2f}") api.entry_price = 0 # 重置入场价格 elif buy_signal and current_pos <= 0: # 没有持仓且有买入信号 api.close_all(order_type='next_bar_open') api.buy(volume=1, order_type='next_bar_open') api.entry_price = current_close # 记录入场价格 api.log(f"买入信号触发，价格接近历史高点: {lj:.2f}")if __name__ == "__main__": # 导入API认证信息 try: from ssquant.config.auth_config import get_api_auth API_USERNAME, API_PASSWORD = get_api_auth() except ImportError: print("警告：未找到 auth_config.py 文件，请在下方填写您的认证信息：API_USERNAME和API_PASSWORD") API_USERNAME = "your_username" # 替换为您的实际用户名 API_PASSWORD = "your_password" # 替换为您的实际密码 # 回测配置 backtester = MultiSourceBacktester() backtester.set_base_config({ 'username': API_USERNAME, # 添加用户名 'password': API_PASSWORD, # 添加密码 'use_cache': True, 'save_data': True, 'debug': True }) backtester.add_symbol_config( symbol='au888', config={ 'start_date': '2021-01-01', 'end_date': '2025-12-31', 'initial_capital': 100000.0, 'commission': 0.0002, # 手续费万分之0.2 'margin_rate': 0.08, # 保证金率8% 'contract_multiplier': 1000, # 沪金一手1000克 'periods': [ {'kline_period': '1d', 'adjust_type': '1'}, ] } ) results = backtester.run( strategy=strategy_function, initialize=initialize, strategy_params={}, )

回测绩效

没错，整个开发过程我们没有手写一行代码，松鼠QuantAi助手会编写，回测，分析，修改。基于松鼠Quant的MCP服务器+Deepseek开启全新量化学习的路径，即使0基础也能完成策略的编写与验证！

如果你喜欢这个系列，请点赞，转发，在看三连。我们根据受欢迎程度决定是否继续更新，感谢您的支持。

防迷路

微信｜小松鼠-松鼠Quant

微信号｜viquant01

25俱乐部源码《VIP20》

加入2025量化俱乐部