一个交易想法要自动执行,通常需要完成三件事:筛出候选标的,保存并传递候选名单,在合适时机执行动作。只设置买入条件而没有上下游流程,策略很容易出现“找不到标的”或“触发后无人接管”的断点。
水母量化把这三件事分别交给选股器、股票池和策略单。选股器负责按时间、范围与条件筛选,回答“找谁”;股票池负责承接结果,回答“候选项现在处于哪个阶段”;策略单持续监控指定股票池,回答“什么时候做什么”。模块职责被拆开后,交易逻辑不再藏在一堆混合条件里。
在一个典型流程中,选股器先运行,将符合初筛条件的标的送入观察池;买入策略单只盯这个池,等待更严格的实时信号;触发后,标的被投递到持仓管理池,由卖出策略单负责后续风控。完成退出后,还可以根据需要回到下一轮筛选,形成持续运行的工作流。
可视化策略面板把这条链路画在同一张画布上。使用者通过拖拽组件、连线和设置参数,就能看清输入、条件、动作和输出。要更换筛选标准,可以只改选股器;要改变退出方式,可以只改末端策略单。相比把所有逻辑揉在一起,模块化更方便排查和复用。
真正需要谨慎的是循环状态。触发后继续监控可能带来重复动作,触发后暂停又可能让流程停住;标的投递到下一池时,还要确认下游模块已启用。股票池是否及时清理、委托数量是否受限、异常发生后如何停止,都应在运行前写清楚。
自动化只是执行方式,不是盈利结论。建议先在模拟或小规模环境核对每个节点,再通过运行日志和交易记录验证实际流转。水母量化降低了把思路变成程序的操作门槛,但策略质量仍来自研究、验证和风险控制。流程越清楚,使用者越容易知道系统在做什么,也越容易在需要时及时介入。
特别声明:以上文章内容仅代表作者本人观点,不代表新浪网观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪网联系。











