Tqsdk策略量化

提供基于 TqSdk 的量化策略开发、回测和优化，涵盖趋势、套利、多因子等61种成熟策略模板。

TqSdk 量化策略

技能解析

本技能提供一套基于 TqSdk 的完整量化策略解决方案，具备以下核心能力：

• 策略开发与回测：支持从信号生成到绩效评估的全流程策略构建，并提供多级别、可配置的回测框架。
• 策略库支持：核心能力建立在 strategies/ 目录下 01–61 号共 61 个成熟策略脚本之上，覆盖从经典趋势到统计套利等多种策略类型。
• 技术服务：可根据您的交易目标与偏好，从策略库中推荐匹配的策略，并提供代码级调试、修改与优化支持。
• 内置指标：已集成 MA、BOLL、RSI、MACD、ATR 等常用技术指标，可直接调用，助力策略快速实现。

---

策略索引地图

1. 基础经典与趋势系列（01–31）

• 经典突破：04_dual_thrust, 05_turtle_trading (海龟), 15_donchian_channel (唐奇安), 30_supertrend
• 均值回归：03_rsi_mean_reversion, 11_mean_reversion_zscore, 31_vwap_mean_reversion
• 网格与形态：12_grid_trading, 24_rbreaker, 23_pivot_point
• 核心逻辑：主要基于单品种 K 线指标（MACD, RSI, BOLL, ATR）进行买卖信号触发。

2. 进阶趋势过滤系列（44–45）

• 44_guppy_ma_trend：顾比复合均线，通过长短组均线发散程度识别大趋势。
• 45_trend_filtered_rsi：大周期 MA 定性趋势，小周期 RSI 在超买超卖区捕捉回调入场点。

3. 专业机构截面与对冲系列（46–52）

• 46_multi_factor：基础多因子（动量、趋势、波动率、成交量）加权评分选股。
• 47_cross_market_hedge：跨品种相关性对冲（如 rb vs hc），利用 Z-Score 识别价差回归。
• 48_sector_rotation：黑色、有色、农产品、能化四大板块的截面多因子轮动。
• 49_mean_variance_portfolio：基于 Markowitz 均值方差框架，利用 SciPy 求解最大夏普比率的权重配置。
• 51_term_structure：期限结构基差回归。计算近远月对数价比，利用基差（Contango/Back）回归获利。
• 52_multi_factor_ai_prediction：AI 预测。使用线性回归学习多维特征，预测未来收益并进行仓位调整。

4. 高级量化专题（56–61）

• 56_cross_section_multi_factor_ranking：黑色系五品种截面 Ranking 轮动。
• 57_adaptive_volatility_breakout：基于波动率锥（Volatility Cone）的自适应仓位控制，波动越大仓位越轻。
• 60_cross_section_ml_ranking：机器学习辅助的截面排名策略。
• 61_statistical_arbitrage：跨品种统计套利，包含协整检验逻辑。

---

AI 响应建议

当协助用户时，请参考以下指引：

• 询问“套利”：优先解析 47, 51, 61 号策略文件。
• 询问“多因子/轮动”：优先解析 46, 48, 56, 60 号策略文件。
• 询问“止损/波动率”：优先解析 09, 57 号策略文件。

代码解析要点

• 解释 api.wait_update() 在事件循环中的作用。
• 定位因子计算函数（如 calc_ma, calc_rsi）。
• 分析 target_pos 或 insert_order 的下单逻辑实现。

风险提示

在所有建议的末尾，请附上：

注意：以上逻辑基于历史数据开发，实盘前请务必使用 TqSim 模拟账户进行充分验证。

交互示例

用户：“我想在螺纹钢上做一个带趋势过滤的回调策略。” AI：“推荐您参考 45_trend_filtered_rsi.py。该策略使用 60 周期的 MA 判断大趋势，只有在价格高于均线（上涨趋势）且 RSI < 30（回调超卖）时才会开多。这能有效过滤掉大部分逆势的震荡信号。”