干货！普通人直接上手的量化交易模型

之前帮朋友搭建量化交易模型，由于朋友是手动炒股，对于计算机相关的内容比较生疏，所以干脆写一个人人都能用的量化模型。基于腾讯的workbuddy，很简单，基本上让workbuddy读一下当前文章就可以使用。并且我将这套流程做成了skills，给到AI就可以直接安装使用。 github地址：https://github.com/gordon8018/ashare-sop-engine ，记得给个星：） 先说明这不是量化程序，更像是一套能在A股市场中反复使用的标准化交易决策框架，把"盘感"拆解为可执行、可复盘、可迭代的四层引擎。

大多数短线交易者都有过这种经历：明明看对了一个题材，却因为盘中犹豫错过了买点；或者明明判断退潮了，却因为舍不得利润又坐了一趟过山车。

问题的根源不在于"判断力"，而在于缺乏一套标准化的决策流程。

你在什么市场环境下操作？当前处于题材的哪个阶段？个股的信号够不够强？风控触发了吗？——如果这些问题每次都要靠临场反应来解决，那结果必然是不稳定的。

SOP（Standard Operating Procedure）引擎要做的，就是把"临场反应"升级为"流水线决策"：每一笔交易信号，都必须经过四层过滤，每一层都有明确的规则和门槛，不靠感觉，不赌运气。

二、sop模型架构总览

整个交易决策拆解为四个层级，从上到下逐级决策：

四条运行铁律：

1. 自上而下过滤—— 任何交易必须通过L1→L2→L3→L4的顺序关卡，禁止逆势操作
2. 动态自适应—— 题材锚点从市场数据中动态识别，不预设固定的"强势板块"
3. 风险前置—— 任何环节发现风险信号，立即暂停或降级后续操作
4. 人工终裁—— 引擎只输出"候选观察"或"风控观察"，不自动下单

L1是整个引擎最重要的环节。 模型回测数据：

L1+L3组合 vs 纯L3：D5超额收益从+0.02%提升至+0.53%（26.5倍），D10从+0.34%提升至+0.86%（2.5倍）。

L1的职责非常简单：把市场环境分为三种状态，然后决定引擎是否开绿灯。

一句话理解：牛熊不重要，能不能做才重要。 很多人在暴跌中亏大钱，不是因为选股差，而是因为根本不该出手。

⚠️ L1是最大的alpha来源。一个再强的L2题材，在崩盘的市场里也救不了你。回测数据证明：L1闸门的加入，让整个策略的D5收益从几乎为零变成了明显正期望。

确定了环境可以做之后，L2要回答两个问题：当前主线是什么？ 以及 主线处于什么阶段？

4.1 动态题材识别（v1.7核心升级）

v1.6之前，题材锚点是相对固定的（比如"半导体"永远是重点板块）。v1.7升级为动态识别：

• 从申万行业指数和同花顺概念板块中，自动扫描满足"涨幅>3% + 涨停≥3只 + 有连板龙头"的板块
• 连续2天满足条件 → 纳入活跃题材观察池
• 连续3天不满足 → 自动移出

这意味着引擎会自动跟随市场的热点切换，不会死守一个已经退潮的方向。

4.2 四阶段生命周期（v1.7简化版）

v1.6使用6阶段分类（启动/确认/主升/分歧/修复/退潮），v1.7精简为4阶段，更加贴近实战：

4.3 量化健康度指标

每个活跃题材还有四个量化读数，把"感觉这个板块还行"变成可以追踪的数字：

• 龙头承接：龙头是否站稳MA5，日内波幅是否健康
• 中低位扩散：分支和补涨股是否放量上涨
• 放量回落：有多少标的在放量下跌（越高越危险）
• 补涨失败：低位股缩量下跌的比例（越高越弱）

到了L3，题材方向已经明确，接下来就是对每只候选标的进行量化打分。

5.1 股票池三层分层

每个活跃题材自动生成三层股票池：

池 定义 示例 核心股池 成交额前3、连板最多、市场公认龙头 题材的灵魂标的 分支/补涨股池 成交额中等，技术形态呈"回踩趋势"或"平台突破" 轮动接力标的 风险风向标 高波动、前期涨幅巨大的跟风股 它们的走弱是退潮预警

5.2 buy_score / sell_score 量化打分

L3使用9条明确规则对个股打分，每条规则都是0/1判断，不存在"看起来还行"的灰色地带：

买入信号（5条）：
| # | 规则 | 条件 |
|---|------|------|
| R1 | 突破20日高点且放量 | 当前价 > 20D高点×1.002，量≥5日均量×1.25 |
| R2 | 重新站上5日线并放量 | 当前价 > MA5，昨收<昨MA5，量≥1.1倍 |
| R3 | 5/10日线上方走强 | 价格>MA5>MA10，日内涨≥+0.8% |
| R4 | 异常放量上行 | 量≥20日均量×1.8，日内涨>0 |
| R5 | 刷新20日高点 | 当前价 ≥ 20日高点 |

卖出信号（4条）：
| # | 规则 | 条件 |
|---|------|------|
| R6 | 跌破10日低点放量 | 价<10D低点×0.998，量≥1.2倍 |
| R7 | 跌破5日线跌幅扩大 | 价| R8 | 回撤超3% | 日内跌≥-3.0% |
| R9 | 异常放量下行 | 量≥1.8倍，日内跌<-1.0% |

输出条件：

• ✅ 候选观察：buy_score ≥ 2且buy_score ≥ sell_score + 1
• ⚠️ 风控观察：sell_score ≥ 2

5.3 回测验证结果

v1.7的L3规则经过了2026年上半年全市场回测（6,839只股票，119个交易日），结果如下：

所有t值均 > 4.9，意味着信号收益并非随机波动，而是具有统计显著性的正向预测能力。

buy_score梯度验证： 分数越高，收益越好。buy_score=4的信号在D5平均收益+2.21%，而buy_score=2的信号为+0.37%——引擎天然具备"择优"能力。

六、L4：执行与复盘 — 把交易变成"可积累的手艺"

技术再好，执行拉胯也白搭。L4的设计哲学是：每一次交易，无论盈亏，都必须变成系统的养分。

6.1 三要素交易计划

每笔候选交易在盘后必须完成：

1. 剧本类型：趋势转折 / 回踩趋势 / 密集区突破 — 必须先定性，再定量
2. 入场触发：精确到具体的价格信号（如"突破XX元+15分钟K线收阳"）
3. 计划盈亏比：必须>3:1，硬性门槛，没有讨价还价的余地

3:1的数学含义：即使胜率只有40%，长期期望收益也是正的。低于3:1的盈亏比，数学上几乎不可能稳定盈利。

6.2 人工终裁 + 冷却机制

• 所有交易信号必须经过人工确认，引擎不做自动下单
• 每只股票同一方向的提醒有20分钟冷却期，防止信号刷屏
• 在"分歧/分化期"，核心池候选需要buy_score≥3（更高门槛）

6.3 复盘闭环

每周复盘四个关键指标：

• 胜率：有多少笔交易是盈利的
• 盈亏比：总盈利/总亏损
• 规则内失败：按照计划做了但亏了（系统可接受的成本）
• 系统外错误：情绪化操作、追涨杀跌（必须消除的漏洞）

每次复盘发现的规则缺口，都会被纳入下一版本的改进计划——这就是"可积累"的核心。

七、v1.7版本的核心升级（vs v1.6）

八、自动化基建：每天跑什么？

v1.7不是一篇躺着的文档，而是一套每天都在跑的自动化流水线：

这意味着每一天的交易数据都在被系统性地归档和追踪——这是人工复盘永远无法做到的积累速度。

九、引擎的局限与诚实边界

一套好系统最可贵的品质，是知道自己不知道什么：

1. 涨停依赖：回测显示，22.3%的信号来自涨停股，它们贡献了绝大部分alpha。非涨停信号的D1收益接近零——这意味着引擎更像一个"涨停延续筛选器"，而非普适的动量探测器。
2. 收益右偏：平均收益为正，但中位数收益为负。策略依赖于约10%的大赢家来覆盖众多小亏损——止损纪律是生存的前提，没有止损的系统只是赌场。
3. 人工终裁不可跳跃：引擎是辅助决策工具，不是印钞机。L4的基本面检查和交易计划制定，必须由人来完成。
4. L1不能跳过：回测中跳过L1闸门的"L3-only"版本，D5收益几乎为零——这证明了环境影响是第一位的。

这个SOP模型的核心价值，不在于它提供的买入信号有多"准"，而在于它把一套可重复、可验证、可迭代的决策框架固定了下来。

每一笔交易，你都能说清楚：是在什么市场环境下做的、题材处于什么阶段、信号得了多少分、计划盈亏比是多少、复盘归因是什么。

这就意味着，哪怕今天亏了钱，你也在积累明天的胜率。

不确定性的市场里，确定性来自纪律。SOP不是为了预测明天，而是为了让你在每一个明天，都有章可循。