从想法到伪代码：策略描述的标准格式

为什么必须先写伪代码

跳过伪代码直接写 Python，看起来省了一步，实际上代价很高。问题出在你会在写代码的过程中即兴做决定——止损用固定百分比还是 ATR 倍数、信号在收盘确认还是盘中触发、同时出现多个信号怎么处理。这些决定散落在代码各处，你自己都记不清做了什么假设，回测结果自然无法解释。

伪代码的作用是把所有决定集中到一个地方、用自然语言显式写出来。它不需要能运行，但必须能被无歧义地翻译。这带来三个直接好处。

第一，逻辑漏洞暴露得早。写伪代码时你会发现「价格回落就平仓」根本没定义回落多少，而这个问题在代码里可能表现为一个随手写下的 0.02，永远没人再审视。第二，交给 AI 生成代码时命中率大幅提高，因为模型不需要猜你的意图。第三，回测结果异常时，你有一份权威的规格说明可以逐条核对代码是否忠实实现。

第一段：入场——什么条件下建仓

入场段要回答四件事：用什么数据、什么条件触发、在哪个时点成交、方向是多还是空。四件事缺一件，代码就会有多种写法。

最常见的问题是时点不明。「20 日均线上穿 60 日均线时买入」这句话有三种实现：用第 t 根收盘价确认交叉、第 t 根收盘价成交（含未来函数，因为收盘价确定时该 K 线已结束）；用第 t 根确认、第 t+1 根开盘成交（正确）；盘中实时判断交叉、立即成交（需要 tick 数据，且交叉可能来回反复）。三种写法的回测收益可能差出一倍。

第二个问题是条件本身没有量化。「突破前期高点」——前期是多少根 K 线？突破需要超过多少幅度才算，还是碰到就算？收盘价突破还是最高价突破？需要连续几根确认？每个未回答的问题都是一个自由参数，而未定义的自由参数会在实现时被随意填上。

第三个问题是重复入场规则缺失。条件持续满足时是每根 K 线都加仓，还是只在条件首次满足的那一根开仓？这决定了策略是单笔还是金字塔加仓，性质完全不同。

• 数据来源：哪个交易对、哪个周期、用 open / high / low / close / volume 的哪个字段。
• 触发条件：用完整的比较式写出，所有窗口长度和阈值都填具体数字。
• 确认时点：在第 t 根 K 线收盘后判断（默认写法）。
• 成交时点与价格：第 t+1 根开盘价成交，或第 t+1 根以限价单挂在某价位。
• 重复处理：条件首次满足才开仓，已有持仓时忽略新信号。

第二段：出场——三类退出必须都写

出场是新手写得最草率的一段，通常只写了「达到目标就卖」。完整的出场必须覆盖三类，缺任何一类都会在某种行情下卡死。

止损：亏损到什么程度必须无条件离场。写法上要指明基准（入场价、还是最近的波动区间）、幅度（固定百分比、ATR 倍数、还是某个结构位）、以及判断字段。用最低价判断止损和用收盘价判断止损差别很大：前者会被盘中插针扫掉，后者可能当天亏损远超设定值。两种都可以，但必须明确选哪种，因为回测和实盘要一致。

止盈或跟踪退出：固定止盈简单但会切断趋势；跟踪止损能吃到大段行情但会回吐一部分利润。跟踪止损要写清从哪个点开始跟踪、回撤多少触发。

时间退出：持仓超过 N 根 K 线仍未触发止损止盈时强制平仓。这一条最常被漏掉，但它很重要——没有时间退出的策略会出现持仓被无限期占用的情况，资金效率极低，而且回测里可能有一笔持仓横跨半年，严重扭曲统计结果。

第三段：仓位——每次投入多少

仓位段决定同样的信号能带来多少收益和多大回撤。它至少要回答：单笔投入多少、最多同时持有几个仓位、总敞口上限是多少。

三种常见写法各有适用场景。固定金额最简单，每笔投入固定的数额，适合初期验证逻辑，缺点是不随账户规模调整。固定比例是每笔投入账户权益的固定百分比，天然具备复利与缩量效果，是最常用的做法。固定风险更严谨：先定好单笔最大亏损占权益的比例（比如 1%），再根据止损距离反推仓位大小，止损越远仓位越小，使每笔交易的风险敞口一致。

还要写清总敞口约束。多标的策略里，如果每个标的都按 20% 仓位建仓，同时触发五个信号就满仓了，而这些标的在极端行情下往往同涨同跌，实际风险远高于分散预期。伪代码里要明确总敞口上限，以及超限时是拒绝新信号还是按比例缩减。

第四段：过滤——什么时候不做

过滤段是四段里最容易被省略、但对实盘结果影响最直接的一段。它规定在什么条件下即使入场信号满足也不开仓。

常用的过滤维度包括：流动性过滤（成交额低于阈值不做，避免滑点吞掉利润）、波动率过滤（波动过低时趋势策略容易反复被打，波动过高时止损容易被瞬间击穿）、市场状态过滤（趋势策略在横盘期停止交易）、时间过滤（避开重大数据公布或结算时点）、风控级过滤（账户回撤超过阈值时全局停止开新仓）。

最后一条尤其重要。回撤停机线是把风控写进策略而不是留在心里的唯一方式：当权益从峰值回落超过设定比例时，停止一切新开仓，只允许平仓。它不会提高收益，但能防止策略在失效期继续消耗资金。指标层面的取舍可以参考四个核心指标那篇。

完整的四段式模板

下面是一份可以直接复制修改的模板，用一条趋势跟随策略填充。注意每一行都可以被唯一地翻译成代码，没有需要读者猜测的地方。

STRATEGY: 20/60 均线趋势跟随（单标的、仅做多、无杠杆）

DATA:
  symbol   = "BTCUSDT"
  interval = "1h"
  fields   = [open, high, low, close, volume]   # 索引为 UTC 开盘时间
  注：所有特征只使用第 t 根及更早的数据；成交发生在第 t+1 根开盘。

INDICATORS:
  ma_fast[t] = mean(close[t-19 .. t])           # 20 周期
  ma_slow[t] = mean(close[t-59 .. t])           # 60 周期
  atr[t]     = mean(true_range[t-13 .. t])      # 14 周期 ATR
  vol_ma[t]  = mean(volume[t-49 .. t])          # 50 周期成交量均值

# ---------- 1. FILTER：先判断今天是否允许交易 ----------
FILTER:
  f1 = volume[t] > vol_ma[t] * 1.2              # 流动性/参与度
  f2 = atr[t] / close[t] > 0.005                # 波动率下限，太死不做
  f3 = atr[t] / close[t] < 0.060                # 波动率上限，太疯不做
  f4 = equity_drawdown[t] < 0.15                # 权益回撤未超 15%
  allow_entry = f1 AND f2 AND f3 AND f4

# ---------- 2. ENTRY：入场 ----------
ENTRY (long):
  cond_cross = ma_fast[t] > ma_slow[t] AND ma_fast[t-1] <= ma_slow[t-1]
  IF cond_cross AND allow_entry AND position == 0:
      在第 t+1 根 open 以市价买入 size（见 SIZING）
      记录 entry_price = 第 t+1 根 open
      记录 stop_price  = entry_price - 2.0 * atr[t]
      记录 peak_price  = entry_price
      记录 bars_held   = 0
  # 条件持续满足不加仓：已有持仓时忽略新信号

# ---------- 3. SIZING：仓位 ----------
SIZING:
  risk_per_trade = equity[t] * 0.01             # 单笔最大风险 1% 权益
  stop_distance  = 2.0 * atr[t]
  size           = risk_per_trade / stop_distance
  size           = min(size, equity[t] * 0.30 / close[t])   # 单标的敞口上限 30%
  # 多标的场景追加：sum(所有持仓名义价值) <= equity * 0.60

# ---------- 4. EXIT：出场（三类，按优先级依次判断） ----------
EXIT:
  bars_held = bars_held + 1
  peak_price = max(peak_price, close[t])

  e1 STOP_LOSS：  IF close[t] <= stop_price
  e2 TRAILING：   IF close[t] <= peak_price - 3.0 * atr[t] AND close[t] > entry_price
  e3 SIGNAL_OUT： IF ma_fast[t] < ma_slow[t]
  e4 TIME_OUT：   IF bars_held >= 240                       # 约 10 天未走出趋势

  IF e1 OR e2 OR e3 OR e4:
      在第 t+1 根 open 以市价全部平仓
      清空 entry_price / stop_price / peak_price / bars_held
  # 止损无条件执行，不存在任何例外分支

COSTS (回测必须设置，不可省略):
  taker_fee = 0.0005 （单边）
  slippage  = 0.0005 （单边，按成交额计）

ASSUMPTIONS (显式记录，便于日后核对):
  - 不使用杠杆，不做空
  - 忽略资金费率（现货标的）
  - 假设第 t+1 根开盘价可全额成交（大额资金需重估）

这份模板里有几个刻意的设计。过滤段放在最前面，因为它是否决权，先判断能省掉后面的计算。成交时点在每一处都显式写出，这是防未来函数最有效的手段。成本参数写进规格，避免回测时忘了加。假设单独成段，因为半年后你回头看时，最想知道的就是当初做了哪些简化。

写完模板之后再交给 AI 生成实现代码，效率和正确率都会明显高于直接口述需求。具体的提示写法见用大模型写策略代码的正确提示方式，实现层面的向量化陷阱见向量化 vs 逐 K 线，完整学习路径在量化学院。

pseudocode