Hans123策略

量化策略的完整研发与工业级系统搭建

小象实战讲义 · 初阶量化交易：策略编写及系统搭建 本讲义仅用于编程与量化方法教学，不构成任何投资建议。

在完成了策略算法模型与经典实战原型的学习后，量化工程师必须建立对专业级量化交易系统（Production Quant System）全生命周期工程架构的宏观认知。在真实量化对冲基金中，一个策略从最初的数学灵感闪现，到最终在服务器上全自动执行真金白银的下单，需要跨越学术假设、因子特征加工、事件驱动撮合回测、仿真模拟盘（Paper Trading）与实盘极速柜台网关对接等一系列高标准的工程验证环节。

本讲系统介绍经典的 Hans123 日内开盘区间突破策略原型与状态转移机设计；全面梳理工业级量化交易系统的五层标准工程架构（数据层、特征层、策略层、风控层、网关层）；并给出从研发到实盘上线的全流程标准化规范。

💡 核心导读

• 经典日内突破策略原型：Hans123 策略模型：
  • 设计初衷：利用开盘阶段（09:30-10:00）机构资金进场形成的能量聚集区间，捕捉日内单边主升浪/主跌浪，尾盘全额平仓绝不隔夜，彻底免疫夜间外盘黑天鹅跳空风险；
  • 适用品种（硬性前提）：本策略内含「当日开仓当日平仓」与「卖开做空」两个动作，仅适用于 T+0 且可双向交易的品种（商品期货、股指期货、期权、可转债等）；A 股股票为 T+1 制度且无卖空机制（融券门槛高、券源稀缺），当日买入无法当日卖出，Hans123 原始形态在 A 股股票上不可直接执行——这也是工业级网关层优先对接 CTP 期货柜台的原因；
  • 交易规则：
    1. 通道构建：记录开盘前 30 分钟形成的最高价 $High_{30}$ 与最低价 $Low_{30}$；
    2. 突破开仓：30 分钟后，价格向上突破 $High_{30}$ 立即买开做多，向下击穿 $Low_{30}$ 立即卖开做空；
    3. 尾盘平仓：每日收盘前 5 分钟（14:55）无条件清空全部持仓。
• 工业级量化交易系统的五层标准分层架构：
  1. 数据基础设施层（Data Infrastructure）：全市场 Level 1/Level 2 Tick、分钟/日 K 线、财务报表与宏观舆情数据的持久化存储（NoSQL / ClickHouse / InfluxDB）；
  2. 特征与因子计算层（Feature & Factor Layer）：高频盘口因子与低频截面因子的实时/离线流式计算，执行 3-Sigma 去极值、标准化与行业中性化；
  3. 策略与信号决策层（Strategy & Signal Layer）：动态股票池筛选、择时指标状态机、多策略组合决策；
  4. 风控与资金管理层（Risk & Portfolio Management）：账户级总杠杆控制、单标的敞口上限、CPR 百分比风险模型与 ATR 动态跟踪止损；
  5. 执行撮合与交易网关层（Execution & Gateway Layer）：CTP 期货极速柜台、券商 C++ API、FIX 协议接口，负责智能算法拆单（TWAP/VWAP）与订单状态机维护。

┌─────────────────────────────────────────────────────────────┐
│                    工业级量化交易系统五层工程架构               │
└──────────────────────────────┬──────────────────────────────┘
                               │
 ┌───────────────┬─────────────┼─────────────┬───────────────┐
 ▼               ▼             ▼             ▼               ▼
┌─────────────┐ ┌───────────┐ ┌───────────┐ ┌───────────┐ ┌─────────────┐
│ 1. 数据层   │ │ 2. 特征层 │ │ 3. 策略层 │ │ 4. 风控层 │ │ 5. 网关层   │
├─────────────┤ ├───────────┤ ├───────────┤ ├───────────┤ ├─────────────┤
│ • Tick/K线  │ │ • 多因子库│ │ • 选股池  │ │ • CPR 头寸│ │ • CTP/FIX   │
│ • 财报/快照 │ │ • 中性化  │ │ • 择时信号│ │ • ATR 止损│ │ • 算法拆单  │
│ • 时序数据库│ │ • 正交化  │ │ • Hans123 │ │ • 敞口限制│ │ • 订单状态机│
└─────────────┘ └───────────┘ └───────────┘ └───────────┘ └─────────────┘

一、从回测到实盘的四阶推进阶梯

① 历史回测 (Backtesting) ──► ② 样本外盲测 (OOS / WFO) ──► ③ 模拟盘仿真 (Paper Trading) ──► ④ 极小实盘真金验证 (Live Trading)

• 模拟盘仿真（1~3 个月）：核验策略在实时行情节拍下的网络延迟、滑点表现、接口断线重连与涨跌停撮合逻辑；
• 极小实盘验证：先用数万元资金小步慢跑，观察真实盘口冲击与心理压力，逐步加码。

二、Hans123 策略状态机设计

在日内策略实现中，必须维护一个清晰的有限状态机（FSM）：

• STATUS_WAIT（09:30 前等待开盘）；
• STATUS_BUILDING_CHANNEL（09:30-10:00 收集极值，禁止交易）；
• STATUS_MONITORING（10:00-14:55 监控突破开仓）；
• STATUS_EOD_CLOSE（14:55 触发强平并锁定空仓）。

⚠️ 品种适配红线：上述状态机默认标的支持 T+0 双向交易（期货/期权/可转债）。若强行套用到 A 股股票，「当日买入 $\to$ 14:55 强平」在 T+1 制度下根本无法成交，「跌破下轨开空」亦无对应机制；迁移到 A 股必须改造为「隔日突破跟踪」或借助底仓做 T 的变体。

📝 动手练一练

下面我们用 Python 编写一段 Hans123 日内开盘区间突破策略模拟引擎，输入 1 分钟价格序列，自动提取前 30 分钟上下轨并模拟盘中突破建仓与尾盘平仓的全流程：

import pandas as pd
import numpy as np

def run_hans123_breakout(minute_prices):
    """
    Hans123 日内区间突破策略引擎:
    1. 统计开盘前 30 根 1 分钟 Bar 的最高价 High_30 与 最低价 Low_30 构成通道
    2. 30 分钟后: 突破 High_30 开多 (Buy), 跌破 Low_30 开空 (Short)
    3. 尾盘 (最后 1 根 Bar) 无条件平仓 (Close)
    """
    df = minute_prices.copy()
    
    # 提取前 30 分钟通道
    channel_high = df['high'].iloc[:30].max()
    channel_low = df['low'].iloc[:30].min()
    
    position = 0  # 1 为多头, -1 为空头, 0 为空仓
    trade_logs = []
    
    for idx, (dt, row) in enumerate(df.iterrows()):
        action = "WAIT"
        if idx < 30:
            action = "BUILDING_CHANNEL"
        elif idx == len(df) - 1:
            if position != 0:
                action = "EOD_CLOSE_ALL (尾盘平仓)"
                position = 0
        else:
            if position == 0:
                if row['close'] > channel_high:
                    action = "BUY_LONG (突破上轨开多)"
                    position = 1
                elif row['close'] < channel_low:
                    action = "SELL_SHORT (跌破下轨开空)"
                    position = -1
                    
        trade_logs.append({
            'Time': dt.strftime('%H:%M'),
            'Price': row['close'],
            'Channel_High': channel_high,
            'Channel_Low': channel_low,
            'Position': position,
            'Action': action
        })
        
    return pd.DataFrame(trade_logs), channel_high, channel_low

def test_hans123_run():
    # 模拟 09:30 到 10:45 共 75 根 1 分钟 Bar
    dates = pd.date_range("2023-05-10 09:30", periods=75, freq="1min")
    np.random.seed(42)
    
    # 前 30 分钟在 10.0~10.5 震荡, 随后在 10:05 突破 10.5 冲至 11.2
    p_base = np.concatenate([
        np.random.uniform(10.0, 10.5, 30),
        np.linspace(10.4, 11.2, 30),
        np.linspace(11.2, 11.0, 15)
    ])
    
    df = pd.DataFrame({
        'open': p_base - 0.02,
        'high': p_base + 0.05,
        'low':  p_base - 0.05,
        'close': p_base
    }, index=dates)
    
    res, c_high, c_low = run_hans123_breakout(df)
    
    print("================ Hans123 日内开盘区间突破策略 ================")
    print(f"前 30 分钟形态通道: 上轨 High={c_high:.2f} 元 | 下轨 Low={c_low:.2f} 元")
    actions = res[res['Action'].str.contains('BUY|SELL|CLOSE')]
    print("------------------------------------------------------------")
    print(actions[['Time', 'Price', 'Channel_High', 'Channel_Low', 'Position', 'Action']])
    print("------------------------------------------------------------")
    print("量化精髓: Hans123 规避隔夜跳空风险，专注日内形态通道突破爆发波段！")
    print("============================================================")

if __name__ == "__main__":
    test_hans123_run()

运行结果输出：

================ Hans123 日内开盘区间突破策略 ================
前 30 分钟形态通道: 上轨 High=10.53 元 | 下轨 Low=9.96 元
------------------------------------------------------------
     Time      Price  Channel_High  Channel_Low  Position                Action
35  10:05  10.537931     10.534955     9.960292         1     BUY_LONG (突破上轨开多)
74  10:44  11.000000     10.534955     9.960292         0  EOD_CLOSE_ALL (尾盘平仓)
------------------------------------------------------------
量化精髓: Hans123 规避隔夜跳空风险，专注日内形态通道突破爆发波段！
============================================================

本章小结

1. 掌握 Hans123 日内突破精髓：以开盘 30 分钟极值为上下轨，突破顺势开仓，尾盘无条件平仓规避隔夜黑天鹅；牢记其仅适用于期货等 T+0 双向品种，A 股股票 T+1 制度下不可直接执行。
2. 构建五层工业级架构：打通数据层、特征层、策略层、风控层与柜台执行层的标准化工程解耦。
3. 坚持四阶上线原则：从历史回测、样本外盲测、模拟盘仿真到小资金实盘，步步为营杜绝盲目冒险。

📋 行动清单 (Action Checklist)

• 运行本讲 Hans123 模拟代码，观察 10:05 突破上轨与 10:44 尾盘平仓的完整执行轨迹；
• 绘制并检查自己交易系统的五层架构设计图，确认各层接口边界清晰；
• 预习下一讲，深入探讨人工智能与机器学习在现代量化策略优化中的角色与边界。

— 小象教研组