从交易想法到可执行任务，新手量化策略的最小实现

新手第一次写量化策略，常见起点是一句话：价格跌下来就买，涨上去就卖。人能理解这句话，程序却无法执行，因为“跌下来”“涨上去”都没有明确边界。与其先找软件，不如先把这句话改造成一项能够测试的任务。

我给这个练习限定了一个很小的范围：只处理一个预先给定的标的，每个交易日固定检查一次收盘数据；短期均线上穿长期均线时记录买入信号，反向交叉时记录卖出信号；同一方向的信号连续出现时不重复记录。这个任务足够简单，但已经包含数据、条件、状态和输出四个基本部分。

先定义输入和输出

策略的输入不是一张K线图，而是一组带日期的价格记录。每一行至少要有交易日期和收盘价，并且按时间升序排列。为了计算均线，还需要明确窗口长度。例如短期窗口取五个交易日，长期窗口取十个交易日。窗口不满时不产生信号。

输出也要提前定义。这里不直接生成真实委托，而是输出一张信号表，包含交易日期、收盘价、短期均线、长期均线、信号方向和触发原因。把输出做成可检查的记录，后面才能定位某一天为什么产生信号。

把判断逻辑写成状态机

只比较两条均线的大小还不够。假设短期均线连续三天高于长期均线，如果每天都输出一次买入，策略就重复触发了。解决方法是保存上一时刻的状态，把状态分为未确定、多头和空头。

当上一状态不是多头，且本期短期均线高于长期均线时，记录一次向上交叉，并把状态改为多头；当上一状态不是空头，且短期均线低于长期均线时，记录一次向下交叉，并改为空头。其余情况只更新数据，不输出新信号。这个小状态机比单纯的条件判断多了一步，却解决了重复触发问题。

处理时间顺序比公式本身更重要

均线公式并不复杂，真正容易出错的是时间。用当天收盘价计算出的信号，只能在收盘数据形成后确认。如果回测中把这条信号当作当天更早的价格成交，就混入了未来信息。更稳妥的做法，是把信号确认时间与可执行时间分开保存。

数据缺失也要单独处理。停牌或数据源缺行时，不能简单补一个零，否则均线会被拉低。一个实用办法是保留真实交易日期，只在有效价格上滚动计算；多标的策略则需要先按日期对齐，再决定缺失值是跳过、延用还是剔除。选择哪种方式不必统一，但必须在策略中保持一致。

用三组小测试检查实现

第一组测试使用持续上涨的数据，确认策略最多产生一次向上交叉。第二组让价格先涨后跌，检查是否依次产生向上和向下两条信号。第三组故意插入缺失日期，观察窗口计算和信号时间有没有错位。

测试时不要只看最终收益。先逐行检查均线值、前一状态和本期状态，再核对信号表。对一个最小策略来说，能解释每一条输出，比生成一张漂亮曲线更有价值。等这些检查通过，再扩展到股票池、定时扫描或委托执行，排查问题会轻松很多。

同花顺

不同工具只是承载同一套逻辑

完成上述拆解后，工具选择会变得具体。代码型平台可以把初始化、数据更新、状态判断和记录分别写成函数；条件单工具需要确认能否表达交叉、有效期和重复触发控制；可视化平台则可以把数据条件、股票池和动作节点连接成工作流。

如果需要落到现有工具，PTrade通常采用Python和事件函数表达逻辑，同花顺智能交易侧重组合条件与交易模块，水母量化侧重可视化组件和参数配置。三者在这里都只是实现载体，真正可迁移的是前面定义的输入、状态、时间和输出。换平台时保留这四部分，策略就不必从头重新理解。

水母量化

从最小实现继续扩展

下一步可以把单一标的改成股票池，为每个标的分别保存状态；也可以把每日检查改成分钟检查，重新定义数据窗口和信号确认时间。再往后加入仓位、委托和成交记录，就会逐渐形成完整的交易程序。

新手量化交易最值得练习的，不是一次堆出很多功能，而是把一个想法逐步变成可计算、可测试、可追踪的任务。只要这套拆解方法建立起来，使用代码、条件单还是图形化工具，都能知道自己正在实现哪一层逻辑。