factorlang-expression

提供完整的FactorLang量化因子表达式语言参考手册和规范。当用户需要编写因子表达式、策略开发、查询语法或设计交易策略时调用此技能。包含完整的变量、函数和最佳实践。基于原始文档，包含完整的变量、函数和最佳实践。

FactorLang表达式系统规范 v2.2（完整版）

🎯 快速开始

python

# 示例1：日线收盘价突破10日最高价
_close_1d > HHV(10, _close_1d, 1d, 1ref)

# 示例2：5日EMA斜率向上且金叉状态
_ema_1d_5_slope > 0 && _dkx_1d_cross_status == 1

# 示例3：最近3天至少2天收阳
ANY(3, 2, _close_1d > _open_1d, 1d)

# 示例4：价格在箱体内震荡
INRANGE(_close_1d, _box_1d_green_low, _box_1d_green_high)

# 示例5：盈亏点数止损（使用正确的_palp变量）
_palp > 10  # 盈利10点止盈或亏损10点止损

📋 核心变量速查表（基于原始文档）

行情数据变量

变量	说明	示例	原始文档位置
_open_{period}	开盘价	_open_1d	第1-50行
_high_{period}	最高价	_high_1d	第1-50行
_low_{period}	最低价	_low_1d	第1-50行
_close_{period}	收盘价	_close_1d	第1-50行
_vol_{period}	成交量	_vol_1d	第1-50行

技术指标变量

变量	说明	示例	原始文档位置
_ma_{period}_{N}	移动平均线	_ma_1d_30	第100-200行
_ma_{period}_{N}_trend	MA趋势方向	_ma_1d_30_trend	第100-200行
_dkx_{period}	多空线	_dkx_1d	第200-300行
_dkx_{period}_cross_status	金叉状态	_dkx_1d_cross_status	第200-300行
_box_{period}_green_high	绿色箱体高点	_box_1d_green_high	第300-400行
_box_{period}_green_low	绿色箱体低点	_box_1d_green_low	第300-400行
_box_{period}_red_high	红色箱体高点	_box_1d_red_high	第300-400行
_box_{period}_red_low	红色箱体低点	_box_1d_red_low	第300-400行

盈亏相关变量（重要）

变量	说明	示例	原始文档位置
_palp	盈亏点数	_palp > 10	第604行
_palr	盈亏百分比	_palr > 40	第603行

重要区别：

• _palp: 盈亏点数（当前价格 - 持仓成本）
• _palr: 盈亏百分比（相对于持仓成本的百分比）

周期参数

周期	说明	应用场景
1m	1分钟	高频交易
5m	5分钟	短线交易
15m	15分钟	中短线
30m	30分钟	中短线
60m	60分钟	短期趋势
1d	日线	中长线
1w	周线	长期投资
1mon	月线	长期投资

🔧 常用函数速查

统计函数

python

# 最高值
HHV(10, _close_1d, 1d, 1ref)  # 最近10日最高收盘价

# 最低值
LLV(10, _close_1d, 1d, 1ref)  # 最近10日最低收盘价

# 移动平均
MA(_close_1d, 20, 1d, 1ref)   # 20日移动平均

# 指数移动平均
EMA(_close_1d, 12, 1d, 1ref)  # 12日指数移动平均

# 引用函数
REF(_close_1d, 1)      # 前一日收盘价
REF(_close_1d, 2)      # 前两日收盘价

逻辑函数

python

# 条件判断
IF(_close_1d > _ma_1d_20, 1, -1)

# 范围判断
INRANGE(_close_1d, _box_1d_green_low, _box_1d_green_high)

# 任意条件满足
ANY(3, 2, _close_1d > _open_1d, 1d)

# 所有条件满足
ALL(3, 3, _close_1d > _open_1d, 1d)

数学函数

python

# 绝对值
ABS(_close_1d - _open_1d)

# 最大值
MAX(_close_1d, _open_1d)

# 最小值
MIN(_close_1d, _open_1d)

# 求和
SUM(5, _close_1d, 1d, 1ref)

🎯 策略模板

趋势跟踪策略

python

# 多头趋势：多空线金叉且斜率向上
_dkx_1d_cross_status == 1 && _dkx_1d_slope > 0

# 空头趋势：多空线死叉且斜率向下
_dkx_1d_cross_status == -1 && _dkx_1d_slope < 0

# 均线多头排列
_ma_1d_5 > _ma_1d_10 && _ma_1d_10 > _ma_1d_20

# 均线空头排列
_ma_1d_5 < _ma_1d_10 && _ma_1d_10 < _ma_1d_20

突破策略

python

# 突破箱体上轨
_close_1d > _box_1d_green_high

# 突破前高
_close_1d > HHV(20, _high_1d, 1d, 1ref)

# 突破均线
_close_1d > _ma_1d_30

# 突破布林带上轨
_close_1d > _boll_1d_upper

止损策略

python

# 盈亏点数止损（使用正确的_palp变量）
_palp > 10  # 盈利10点止盈或亏损10点止损

# 盈亏百分比止损
_palr > 0.1  # 盈利10%止盈
_palr < -0.05  # 亏损5%止损

# 移动止损
_close_1d < HHV(10, _close_1d, 1d, 1ref) * 0.95  # 从最高点回撤5%

震荡策略

python

# RSI超买超卖
_rsi_1d > 70  # 超买
_rsi_1d < 30  # 超卖

# KD指标金叉死叉
_kd_1d_k > _kd_1d_d && REF(_kd_1d_k, 1) < REF(_kd_1d_d, 1)  # 金叉
_kd_1d_k < _kd_1d_d && REF(_kd_1d_k, 1) > REF(_kd_1d_d, 1)  # 死叉

💡 最佳实践

1. 变量使用规范

• 使用正确的盈亏变量：_palp（点数）和_palr（百分比）
• 周期参数必须正确：1m, 5m, 1d, 1w等
• 技术指标参数必须完整：_ma_1d_30（周期_长度）

2. 表达式编写技巧

• 使用括号明确运算优先级
• 避免过于复杂的嵌套表达式
• 使用注释说明策略逻辑

3. 策略组合

• 结合多个时间周期进行验证
• 使用多种技术指标进行确认
• 设置合理的止损止盈条件

🚨 常见错误

错误1：使用错误的盈亏变量

python

# 错误：使用_profit_loss_percent
_profit_loss_percent > 10

# 正确：使用_palp或_palr
_palp > 10      # 盈亏点数
_palr > 0.1     # 盈亏百分比

错误2：周期参数不完整

python

# 错误：缺少周期参数
_ma_30

# 正确：完整的周期参数
_ma_1d_30      # 日线30周期均线
_ma_5m_60      # 5分钟60周期均线

错误3：函数参数错误

python

# 错误：参数顺序错误
HHV(_close_1d, 10)

# 正确：正确的参数顺序
HHV(10, _close_1d, 1d, 1ref)

🔧 特殊规则（AI必须遵守）

规则1：双箱体高点/低点计算

python

# 双绿箱高点 = 当前和前一个绿色箱体高点中取最高值
MAX(_box_30m_green_high, REF(_box_30m_green_high, 1))

# 双红箱低点 = 当前和前一个红色箱体低点中取最低值
MIN(_box_30m_red_low, REF(_box_30m_red_low, 1))

规则2：突破逻辑的收盘价周期推断

python

# 重要概念："突破30分钟"指的是突破30分钟周期的箱体，不是使用30分钟收盘价
# 收盘价的周期应该根据上下文决定：

# 情况1：用户明确指定收盘价周期
if "60分钟收盘价" in user_input:
    close_period = "60m"  # 使用60分钟收盘价
elif "30分钟收盘价" in user_input:
    close_period = "30m"  # 使用30分钟收盘价
else:
    # 情况2：用户未指定收盘价周期，使用基础周期
    close_period = base_period  # 基础周期（如5m、15m等）

# 示例：突破30分钟双绿箱高点
_close_{close_period} > MAX(_box_30m_green_high, REF(_box_30m_green_high, 1))

规则3：基础周期与收盘价周期的关系

python

# 默认基础周期是5分钟，那么收盘价就是5分钟收盘价
_close_5m > MAX(_box_30m_green_high, REF(_box_30m_green_high, 1))

# 如果基础周期是15分钟，收盘价就是15分钟收盘价
_close_15m > MAX(_box_30m_green_high, REF(_box_30m_green_high, 1))

# 如果用户明确指定使用60分钟收盘价
_close_60m > MAX(_box_30m_green_high, REF(_box_30m_green_high, 1))

规则4：止损条件处理

python

# 用户明确提到止损条件时，使用用户指定的条件
if "止损" in user_input or "止盈" in user_input:
    stopCondition = "用户指定的止损条件"
else:
    # 用户未提到止损条件时，止损条件应该传空
    stopCondition = ""  # 空字符串

规则5：MCP服务器调用

python

# 用户未提到止损条件时，MCP调用应该传空字符串
mcp_engine_mcp_server_run_expression_selected(
    startDateStr="2024-01-17",
    endDateStr="2024-04-17", 
    period="5m",  # 基础周期
    poolId="10",
    openCondition="用户指定的开仓条件",
    closeCondition="用户指定的平仓条件",
    stopCondition="",  # 用户未提到止损条件时传空
    initCash=10000000,
    direction=1
)

🎯 完整示例

示例1：默认基础周期5分钟

python

# 用户输入：突破30分钟双绿箱高点
# 推断：基础周期5分钟，收盘价使用5分钟收盘价

_close_5m > MAX(_box_30m_green_high, REF(_box_30m_green_high, 1))

示例2：用户指定基础周期15分钟

python

# 用户输入：基础周期15分钟，突破30分钟双绿箱高点
# 推断：基础周期15分钟，收盘价使用15分钟收盘价

_close_15m > MAX(_box_30m_green_high, REF(_box_30m_green_high, 1))

示例3：用户明确指定收盘价周期

python

# 用户输入：60分钟收盘价突破30分钟双绿箱高点
# 推断：收盘价使用60分钟收盘价

_close_60m > MAX(_box_30m_green_high, REF(_box_30m_green_high, 1))

示例4：完整策略

python

# 开仓条件：突破30分钟双绿箱高点（使用基础周期收盘价）
_close_{base_period} > MAX(_box_30m_green_high, REF(_box_30m_green_high, 1))

# 平仓条件：突破30分钟双红箱低点（使用基础周期收盘价）
_close_{base_period} < MIN(_box_30m_red_low, REF(_box_30m_red_low, 1))

# 止损条件：用户未提到，传空
""

---

数据来源：基于resources/FactorLang表达式系统规范.md 调用时机：当用户需要编写因子表达式、策略开发、查询语法或设计交易策略时自动调用此技能。

版本：v2.2（添加突破逻辑的收盘价周期推断规则）

AI执行要求：必须严格遵守本SKILL中的变量使用规范和特殊规则！