hl-quant

name	hl-quant
description	当用户要用启发式学习优化量化交易策略时使用：诊断策略弱点、提出有经济含义的假设、只修改策略文件、用固定回测评分器评估，并按严格门槛决定是否接受。触发词包括“启发式探索”“启发式学习”“HL循环”“策略调参”“回测改进”“优化策略分数”“heuristic exploration”“heuristic learning”。

hl-quant：量化策略的启发式探索 Skill

用固定回测评分器反复评估策略候选：先诊断弱点，再提出一个有经济含义的假设，只改策略文件，最后用同一评分口径决定是否接受。

本 skill 是「启发式探索」通用框架在量化交易领域的实例化。完整框架（核心启发、固定评估器范式、模块结构）见随 skill 分发的 references/framework.md；要把同一方法迁移到性能/转化率/错误率等其它可度量问题，也从该文档入手。下文示例里的指标名、阈值、参数均为教学用的虚构值，不代表任何真实生产策略。

什么时候使用

• 策略表现弱：Sortino / Sharpe 偏低、回撤偏大、胜率偏低。
• 需要提高策略 score、收益或风险调整后表现。
• 需要解释策略为什么失败，而不是只知道分数低。
• 需要判断某个参数变化是真改进，还是过拟合。

什么时候不要用

• 已有固定参数空间，只需要纯数值搜索：优先用 Optuna / grid search。
• 策略逻辑已经冻结，只是在做部署。
• 还没有固定评估器：先建立评估器，再做 HL。

核心循环

Probe → Diagnose → Propose → Patch → Evaluate → Replay → Decide → Compress

1. Probe：运行固定评估器，记录基线 score、关键指标和归因材料。
2. Diagnose：解释弱点来自哪里，例如入场太早、离场太快、震荡中反复打脸、仓位过度集中、 regime 错配。
3. Propose：每轮只提一个有经济含义的假设，例如“放慢均线可以过滤噪声并持有趋势更久”，而不是“MA=17 分数最高”。
4. Patch：只修改策略文件。不要改评估器、数据源、成本模型或评分公式。
5. Evaluate：用同一评估器重跑，比较 score 和关键指标。
6. Replay：检查 golden case、实盘约束和已知失败场景没有退化。
7. Decide：通过严格门槛才接受，否则拒绝并回到 Diagnose。
8. Compress：删除无触发、负贡献、重复或解释不清的规则，保持策略小而可解释。

固定评估器与唯一可编辑程序

候选策略必须走同一条评估管线：

同一数据 → 同一回测引擎 → 同一成本模型 → 同一评分公式 → 一个 score

只有策略文件可以改。如果为了提分去改评估器，候选之间就不再可比，整个循环会变成自欺。

如果认证失败、数据缺口、引擎崩溃或缓存不可读，停止并报告阻塞。不要靠修改基线绕过问题。

Score 口径

本仓库示例采用 Sortino ratio（索提诺比率） 作为主 score：

score = Sortino

Sortino 只惩罚下行波动，比 Sharpe 更贴近“上行波动不是坏事、下行波动才是风险”的交易直觉。Sharpe、收益、回撤、胜率和交易笔数仍是验收门槛的一部分。

接受门槛

候选必须同时满足以下条件。右列是开箱即用的默认容忍带，在 run 开始前写入 run_config 即可，避免临场心证：

指标	默认门槛
score / Sortino	严格高于基线（硬门槛，不容忍）
总收益	≥ 基线 − 5%
年化收益	≥ 基线 − 5%
Sharpe	≥ 基线 − 5%
最大回撤	≤ 基线 + 2pp
胜率	≥ 基线 − 3pp
交易笔数	≥ 50（见下）

唯一需要你先确认的是交易笔数下限：它和回测区间长度、股票池大小强相关。默认给 50，覆盖多数全市场年级别回测；如果你的区间明显更短、股票池更小（笔数天然偏少），或反过来很大，按规模上调/下调后固定下来，不要直接套 50。其余几项的 5% / 2pp / 3pp 容忍带可直接沿用。

score 变高但关键指标塌掉，拒绝。一次幸运交易带来的高 Sortino，不等于策略真的变好。

反过拟合纪律

每个改动必须有经济含义

改动	经济解释	结论
均线从 5/10 放慢到 10/20	过滤日间噪声，持有趋势更久	可接受
增加价格高于 60 日均线的趋势过滤	避免下行趋势里逆势买入	可接受
某震荡指标死区 31-32	为什么偏偏是 31-32，没有市场解释	拒绝
止损从 10% 调到 8.2%	8.2% 太精确，像曲线拟合	拒绝

禁止连续变量上的窄坑过滤

不要在 RSI、量比、资金流、动量等连续变量上挖 1-2 个点宽的死区（下面用一个虚构的振荡指标 OSC 举例）：

# 过拟合：为什么是 43-44，而不是 42-43？
ENTRY_OSC_DEAD_ZONE_MIN = 43.0
ENTRY_OSC_DEAD_ZONE_MAX = 44.0

更稳健的变化应该是有经济含义的连续区间，或规则级开关：

# 可解释：OSC 40-50 表示一段有市场含义的“中性犹豫区”
ENTRY_OSC_DEAD_ZONE_MIN = 40.0
ENTRY_OSC_DEAD_ZONE_MAX = 50.0

禁止未来函数

• 入场信号只能使用已完成的 bar。
• 成交必须发生在下一根 bar 的开盘，或另一个预先固定的成交规则。
• 不要用同日未完成的 high / low / amplitude 过滤当日入场。

保证样本量

高 score 但只有 1-2 笔交易，通常是运气，不是稳健 edge。交易次数太少时，即使 score 更高，也不能直接接受。

训练 / 验证纪律

如果有股票池或时间切分：

• 训练集：可以用于搜索。
• 验证集：每轮都可以评估，但不能用来指导搜索方向；可以用验证退化来拒绝过拟合，不能为了最大化验证分数去调参。
• 最终 holdout：候选冻结后只跑一次。holdout 输给基线，不部署。

泛化健康度参考：

指标	健康	警告	拒绝
train score - validation score	< 0.5	0.5 ~ 1.0	> 1.0
train return / validation return	0.7 ~ 1.3	0.5 ~ 0.7 或 1.3 ~ 2.0	< 0.5 或 > 2.0

进入拒绝区的候选，即使训练集硬门槛通过，也视为过拟合。

改进泛化的做法

1. 优先结构变化，而不是精调阈值：增加 regime filter 往往比把阈值从 7.2% 调到 7.8% 更可泛化。
2. 每轮只动一个变量：否则失败无法归因，成功也难复现。
3. 接受后压缩：删掉不触发、重叠、解释不清的规则。
4. 回放 golden case：真实失败场景要固定成回归样例，防止实盘约束退化。
5. 不要追最高分：停在多指标都变好且交易笔数健康的候选，而不是追 1-2 笔交易堆出来的最高 score。

示例流程

# 1. Probe：跑基线
python backtest.py
# score 0.7545, return +5.46%, Sharpe 0.698, Sortino 0.755, drawdown 7.10%, 12 trades

# 2. Diagnose
# 5/10 均线太灵敏，震荡中频繁翻转，只吃到同期指数涨幅的一小段。

# 3. Propose
# 放慢到 10/20：过滤噪声，持有趋势更久。这是灵敏度的连续调整，不是窄坑。

# 4. Patch
# 修改 strategy.py：SHORT_WINDOW=10, LONG_WINDOW=20

# 5. Evaluate
python backtest.py
# score 2.0615, return +17.33%, Sharpe 1.839, Sortino 2.062, drawdown 6.71%, 7 trades

# 6. Decide
# score 严格提高，关键指标不退化，交易笔数仍可接受 → ACCEPT

# 7. Compress
# 没有冗余规则，策略保持最小。

常见错误

错误	修正
为了提分修改评估器	只改策略文件
在连续变量上加窄死区	使用有经济含义的连续区间或规则开关
只看 score 接受候选	score 是主指标，但关键指标也要过门槛
用验证集调参	验证集只用于检查泛化，不用于指导搜索
高 score 但只有 1-2 笔交易	要求足够样本量
入场信号使用未来信息	只用已完成 bar
不断叠规则不压缩	接受后删除无效和重叠规则
一轮改多个变量	每轮一个假设，保证归因清楚
忽略 train / validation 分化	分化过大即拒绝