第1章信号源头

1. 信号源头：策略信号的生成逻辑与数据结构

做量化交易这些年，我见过太多人一上来就研究下单接口、搞回测框架。但说实话，真正决定你赚钱还是亏钱的，是信号源头——策略信号怎么来的，长什么样，怎么存。

信号源头要是歪了，后面再漂亮的执行都是白搭。我自己就踩过这个坑，所以今天咱们好好聊聊这个基础中的基础。

1.1 策略信号到底是什么？

说白了，策略信号就是「什么时候该做什么事」的指令。它告诉你的交易系统：在哪个时间点，对哪个标的，做什么方向的操作，做多少。

我习惯把信号拆成三个层次：

原始信号：策略计算出来的裸数值，比如「RSI = 72.5」
决策信号：经过规则过滤后的结果，比如「RSI > 70 → 卖出」
执行信号：最终发给交易引擎的指令，包含价格、数量、订单类型

嗯，这里要注意：很多新手直接把原始信号当执行信号用，结果就是频繁交易、滑点吃死。我早期一个策略就是吃了这个亏，回测年化80%，实盘直接腰斩。

1.2 信号生成的核心逻辑

信号怎么来的？无非三种路子：

1.2.1 基于规则的信号

这是最传统的方式。你写死条件，满足就触发。比如：

if ma5 > ma20 and volume > volume_ma5 * 1.5:
    signal = 'BUY'
    confidence = 0.7
else:
    signal = 'HOLD'
    confidence = 0.3

我在项目中遇到过一个问题：规则写多了，信号之间互相打架。比如均线金叉说买，但布林带说超买。后来我加了个「信号优先级表」，才把这事理顺。

1.2.2 基于模型的信号

机器学习、深度学习现在很火。模型输出一个概率值，你设个阈值：

# 假设模型返回 [0.2, 0.8] 表示 [不涨, 涨]
prob_up = model.predict(features)[1]
if prob_up > 0.65:
    signal = 'BUY'
    strength = prob_up  # 信号强度直接用概率

你想想看，模型信号有个好处——它自带置信度。但坑也明显：模型会过拟合。我见过有人用LSTM预测涨跌，回测准确率85%，实盘直接变抛硬币。

1.2.3 混合信号

我个人最推荐的方式。规则做风控，模型做预测，两者结合：

if model_prob > 0.6 and rule_check() == True:
    signal = 'BUY'
elif model_prob > 0.6 and rule_check() == False:
    signal = 'WATCH'  # 观望，不执行
else:
    signal = 'HOLD'

1.3 信号的数据结构设计

信号生成出来，总得有个地方装。我见过最糟糕的做法：用Python字典随手一扔，字段名都不统一。结果就是后面解析代码写得比策略还长。

我建议用统一的数据结构，比如这样：

字段名	类型	说明	示例
timestamp	int64	信号生成时间戳（纳秒）	1700000000000000000
symbol	string	交易标的代码	"BTC-USDT"
direction	string	信号方向	"BUY" / "SELL" / "HOLD"
strength	float	信号强度 [0, 1]	0.75
price	float	触发时的参考价格	42000.50
volume	float	建议交易量（手/币）	0.1
source	string	信号来源策略ID	"ma_cross_v1"
metadata	json	额外信息（指标值等）	{"ma5": 100, "ma20": 95}

核心原则：信号数据结构一旦确定，就不要轻易改。我见过一个团队改了3次字段名，结果历史信号全废了，回测对不上实盘。

1.4 信号的生命周期

一个信号从出生到消亡，大概经历这几个阶段：

生成：策略计算产生原始信号
校验：检查数据合法性（价格不为负、时间戳不异常）
过滤：去重、去噪、合并冲突信号
存储：写入信号数据库或消息队列
分发：推送给风控模块和交易执行模块
归档：执行完毕后标记状态，存入历史库

我曾经犯过一个错：跳过了校验步骤。结果某次数据源推送了错误的价格，信号直接按0.001美元买入，差点把账户干穿。从那以后，校验环节我打死都不省。

1.5 信号生成的整体架构

说了这么多，咱们用一张图把整个逻辑串起来：

💡 个人经验：信号架构设计时，一定要预留「元数据」字段。我早期没留，后来想加个「信号来源的模型版本号」，结果要改整个数据管道，折腾了两周。

⚠️ 避坑指南：信号的时间戳一定要用纳秒级精度，别用秒或毫秒。高频场景下，同一秒内可能生成多个信号，精度不够会导致信号覆盖或乱序。我曾经因为这个原因，在回测里漏掉了3%的盈利信号。

1.6 小结

信号源头这事，说难不难，说简单也不简单。核心就三点：

逻辑要清晰：规则、模型、混合，选适合你的路子
结构要统一：字段名、类型、含义，定下来就别改
流程要完整：生成→校验→过滤→存储→分发，一步都不能少

我见过太多人在这上面栽跟头。信号源头稳了，后面的执行才能稳。下一节咱们聊聊信号怎么从策略代码里「走出来」，进入真正的交易管道。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录

1. 信号源头：策略信号的生成逻辑与数据结构

1.1 策略信号到底是什么？

1.2 信号生成的核心逻辑

1.2.1 基于规则的信号

1.2.2 基于模型的信号

1.2.3 混合信号

1.3 信号的数据结构设计

1.4 信号的生命周期

1.5 信号生成的整体架构

1.6 小结