STRATEGY：指标函数库与口径（给 `strategy.js` 用）

本仓库内置了一套“数组指标函数”，供 strategy(ctx) 直接调用：

实现文件：src/indicators.js
暴露位置：ctx.ind

目标：让策略作者不用重复造轮子，同时避免“同名指标不同实现口径不同”导致回测结果不可对齐。

1) 数据结构约定

所有指标函数都遵守同一套输入/输出约定：

输入：等长数组 x[]（与 s.datesYmd 同步对齐）
输出：等长数组 out[]
缺失值：用 NaN 表示
窗口不足：返回 NaN（不要用 0 填充，否则会污染信号判断）

策略里常见用法：

const idx = ctx.util.indexOfDate(s.datesYmd, ctx.asOfYmd);
const ma20 = ctx.ind.MA(s.closeAdj, 20);
const v = ma20[idx];

2) 函数列表（ctx.ind）

src/indicators.js 导出（并在 ctx.ind 中提供）：

REF(x, n)：向后引用（n 天前）
IF(cond, a, b)：逐元素条件选择（cond 为布尔数组；a/b 可为数组或常数）
SUM(x, n)：n 日滚动求和（窗口不足为 NaN）
CUMSUM(x)：累计和
MAX(x, n) / MIN(x, n)：n 日滚动最大/最小（窗口不足为 NaN）
MAX([a,b,...]) / MIN([a,b,...])：逐元素多列取最大/最小
ABS(x)：绝对值（x 可为数组或常数）
MA(x, n)：简单移动平均（基于 SUM/窗口长度）
EMA(x, n)：指数移动平均
SMA(x, n, m)：递推 SMA（A 股常用口径）
WMA(x, n)：加权移动平均（权重 1..n，最近权重最大）
DMA(x, a)：动态移动平均（a 可为常数或数组；会被 clamp 到 [0,1]）

3) 关键语义（避免口径误解）

REF(x, n)

REF(x, 0) === x
前 n 个位置输出 NaN

IF(cond, a, b)

out[i] = cond[i] ? a[i] : b[i]
a/b 允许传常数（视为广播）

SUM/MA/MAX/MIN（滚动窗口）

窗口定义：[i-n+1, ..., i]（包含当天）
当窗口内存在 NaN：当前实现会要求“窗口内全部有限值”才输出，否则为 NaN

EMA(x, n)

递推公式：

alpha = 2 / (n + 1)
EMA[i] = alpha * x[i] + (1-alpha) * EMA[i-1]

初始化口径：

从序列中第一个有限值开始作为起点（起点之前为 NaN）

SMA(x, n, m)

递推公式（A 股常见口径）：

SMA[i] = (m*x[i] + (n-m)*SMA[i-1]) / n
1 <= m <= n

初始化口径：

从第一个有限值开始作为起点

WMA(x, n)

权重 1..n（最近权重最大）：

分母：n*(n+1)/2
WMA[i] = sum_{k=0..n-1}( x[i-k] * (n-k) ) / denom

DMA(x, a)

动态系数递推：

DMA[i] = a[i]*x[i] + (1-a[i])*DMA[i-1]
a 可传常数或数组；会 clamp 到 [0,1]

4) 使用建议（写策略更稳）

先定信号日：策略用 ctx.asOfYmd 定位 index，再取指标值（避免未来函数）
先做 NaN 判断：Number.isFinite(v)，不然信号会乱
用 ctx.cache 缓存整列指标：MA/EMA 这种是“整列计算”，每周期重复算会很慢

5) 关联文档

STRATEGY_API.md：策略入参/出参与回测口径
docs/data-contract.md：CSV 必须列与升序要求（日期乱序会让 REF/MA/EMA 失真）

FilesExpand file tree

STRATEGY_INDICATORS.md

Latest commit

History