★ FEATURED ARTICLE 搞程序化交易这些年Multicharts 一直是我主用的开发平台。很多人一听到策略开发第一反应就是 Python 回测、机器学习调参那套但对于做期货、做日内短线的人来说Multicharts 配合 PowerLanguage 反而是一条更接地气的路——它有图形化的策略编辑器和回测面板有成熟的自动交易指令开发出来的策略可以直接挂到仿真账户上跑调试成本低上手的曲线也平缓很多。这篇内容我想从零开始把一套专业级 PowerLanguage 策略从搭建环境、写骨架、实现完整逻辑到回测优化、实盘部署的全过程梳理一遍。不管你是刚接触程序化交易的新手还是已经会写点简单指标但没法组织成完整策略的人都可以把这里面的架构思路直接拿过去用。我见过太多人一开始就抱着写个无敌策略的心态冲进来自动交易结果连数据对齐和撮合粒度都没搞明白最后跑出来的曲线全是错觉。所以这篇文章不做玄学只讲开发流程里那些绕不开的环节以及我在实际操作中踩过的坑。1. 开发环境搭建与整体设计思路1.1 环境准备与初始配置Multicharts 常年我用的都是 64 位版本。安装好之后第一件事不是急着写代码而是把数据源和账户连接理顺。数据源这块要分两个场景看如果你只做国内商品期货数据服务商和券商通道通常是一体的安装登录就行如果你做境外品种或者想让历史数据更干净就得花时间把数据源的分笔、日线、分钟线都对齐。我自己吃过亏某个品种的主力连续合约在数据源里居然有真空期回测时看起来是低风险实际上是那几天没数据。所以策略开发前先手动滚动一遍你要做的时间区间看看走势是否连续、成交量有没有异常跳变这是所有后续工作的地基。账户连接方面Multicharts 支持直接在图表上开启自动交易。我的建议是开发初期别管实盘账户直接连仿真账户。把套利、限价、市价单都先点一遍确认订单通道返回的速度和状态再开始写策略逻辑。很多人跳过这一步结果策略写好了才发现账户连接参数不对白白浪费半天。1.2 策略架构选型信号型还是分析型在开始写代码之前得先明确你要做的是哪类策略。Multicharts 里策略大致分两种信号型策略挂在 K 线图上的产生买卖信号并直接执行下单。这类策略是大多数人的目标也最适合用 PowerLanguage 实现因为它的语法天然就是按 Bar 来组织逻辑的。分析型策略更多用于扫描品种、计算数值、输出统计结果不直接下单。比如你要做多品种强弱排序就可以用分析型策略跑一版排名再把结果传给下单框架。入门阶段我建议专注信号型策略把选品种-定周期-写规则-下单这条链路跑通再考虑扩展成 Portfolio 级别的多品种系统。上来就想写跨品种套利的人十有八九会被数据对齐折磨到放弃。1.3 为什么用 PowerLanguage 而不是 Python这个问题我被人问过很多次。Python 的回测生态确实丰富pandas、vectorbt、backtrader 都能快速验证想法但实盘环节存在一个隐形鸿沟回测框架里的撮合假设和真实券商通道往往对不上延迟、滑点、部分成交、断线重连这些全要自己处理。PowerLanguage 的优势在于它本身就是为图表交易设计的。它的事件驱动模式天然跟 K 线走策略逻辑直接绑定到 Bar 的开高低收上下单指令和券商终端的对接也由 Multicharts 做了大量底层工作。你可以把 Python 回测想象成一个离线模拟器而 Multicharts 更像一套连接了真实下单环境的驾驶舱。前期学习曲线当然是 Python 更平滑但你要是问我从零到实盘哪条路最短我会说 PowerLanguage。当然PowerLanguage 也有短板生态封闭、调试工具弱、复杂数据结构支持不够。所以我的实际工作流是想法验证用 Python生产策略用 PowerLanguage。这条经验对做中低频趋势策略的人尤其适用。2. PowerLanguage 核心语法与策略骨架2.1 一段策略的基本结构PowerLanguage 的程序结构其实非常直白。一个策略文件从上到下通常分为声明段inputs、variables、主逻辑段从第一个 Bar 开始逐根计算、下单指令段、收尾段。它的语法源于交易类的 EasyLanguage所以写起来很像在跟图表说话没有太多抽象的中间层。看一个最基础的双均线交叉策略骨架inputs: FastLen(10), SlowLen(30); variables: FastAvg(0), SlowAvg(0); FastAvg AverageFC(Close, FastLen); SlowAvg AverageFC(Close, SlowLen); if FastAvg crosses above SlowAvg then Buy next bar at market; if FastAvg crosses below SlowAvg then Sell next bar at market;这里要注意几个细节AverageFC里的 FC 是 Fast Calculation 的意思它和非 FC 版本的区别在于对初始 Bar 的处理。简单说 FC 系列函数能在历史数据不足时提前返回有效值避免策略加载后前几十根 K 线一直空转。next bar at market是 PowerLanguage 的标准下单方式意思是当前 K 线收盘确认信号下一根 K 线开盘价成交。后面会细讲。变量声明时带初始值括号里的 0这是 PowerLanguage 必须的格式跟我见过的很多类 C 语言申明方式都不一样新手经常在这里漏写。再提一下Once关键字。它在策略初始化时只执行一次适合做状态重置、日志输出等操作。我以前写过一个策略忘了用 Once 保护初始化代码结果每一根 K 线都重置持仓状态直接导致实盘下单错乱。这个坑一定要记住。2.2 下单指令与持仓管理PowerLanguage 提供了四组基础下单指令Buy、Sell、SellShort、BuyToCover。但严格来说它同时支持两套写法一套是简化的英文指令。Buy(TargetSize) next bar at market表示下一根 Bar 以市价买入指定手数Sell、SellShort、BuyToCover同理。另一套是更靠近底层市场的指令比如SendOrder、计算委托价格的语句。初学者不建议碰底层指令先用高层指令把策略跑通等需要精细控制撤单和追单的时候再研究底层。动手写策略前还有一个概念必须理解透彻IntraBarOrderGeneration。直译过来是Bar 内订单生成。我在代码里默认加上intrabarordergeneration true;这行代码能让策略在盘中实时 K 线里对最新报价做出反应而不是只在 K 线收盘时才计算一次。如果你不加这一行很多日内策略在实盘里的行为会和回测差很多。下单的模式还分为当前 Bar 下单和下一根 Bar 下单。当前 Bar 下单速度快但信号容易漂移因为你用的是未收盘的实时数据下一根 Bar 下单更稳代价是延迟一根 K 线。我的习惯是日线级别用下一根 Bar分钟级别如果用实时数据就开 Intrabar 并选择当前 Bar 触发。2.3 止损止盈与风险限制PowerLanguage 内置了一批风险控制指令我最常用的是SetStopLoss、SetProfitTarget和SetDollarTrailing。SetStopLoss(2000); SetProfitTarget(4000);这里 2000 表示价格距离入场价 2000 个最小变动单位时止损4000 同理。SetDollarTrailing则是按金额跟踪止损比如SetDollarTrailing(1500)表示从最高盈利回落 1500 美元就平仓。需要注意这两类指令在回测里看起来非常强大因为它们能精确控制盈亏。但实盘时如果行情直接跳空越过止损位成交价一定会比止损价差这是不可控的。别把回测里的完美止损当成实盘的真实情况要在期望值里预留这部分损耗。还有一点这些指令必须放在策略主逻辑里放在条件块内部是无效的。我见过有人把 SetStopLoss 写在 if 语句里结果大多数 K 线都没有触发设置仓位完全裸奔。3. 从零构建一个完整可交易策略3.1 策略逻辑设计双均线 ADX 过滤 ATR 止损理论讲了半天现在开始实际写一套能用的策略。我用一个经典组合双均线做趋势方向ADX 过滤震荡行情ATR 动态止损。这个策略不会暴富但逻辑完整、参数少、不容易过拟合非常适合作为你的第一个专业级策略骨架。策略规则在开仓端是这样设计的短期均线上穿长期均线且 ADX 大于阈值说明趋势走强做多短期均线下穿长期均线且 ADX 大于阈值说明空头趋势走强做空ADX 太低时不开仓避免在无趋势的震荡行情里反复挨打。出场端有两层第一层是 ATR 动态止损把止损位设在入场后一段 ATR 倍数的距离外第二层是均线反向交叉当短均线跌回长均线下方时主动平多而不是等止损触发。很多人问为什么要加 ADX 过滤。拿生活类比就是均线交叉就像两个人赛跑谁跑到前面你就跟谁下注。但如果是两个人原地绕圈交叉信号会频繁出现今天 A 在前明天 B 在前跟着下注就是来回亏损。ADX 衡量的是趋势的强度它高说明确实有一方在拉开差距这时候才值得追。选 ATR 止损的理由也简单不同品种的波动幅度差异很大固定点数止损对低波动品种太宽松、对高波动品种又太紧。ATR 是当前市场的真实波动幅度用它做止损相当于到什么山唱什么歌。3.2 PowerLanguage 完整代码逐段拆解下面是我整理后的完整策略代码可以直接复制进 Multicharts 的 PowerLanguage Editor 里使用。我会逐段解释每部分的含义和设计意图。inputs: FastLen(10), SlowLen(30), ADXLen(14), ADXThresh(20), ATRLen(14), RiskInDollars(1000), TrailATRMult(3.0), MaxSize(30); variables: FastAvg(0), SlowAvg(0), ADXVal(0), ATRVal(0), StopDist(0), PerPointValue(0), TargetSize(0); intrabarordergeneration true; FastAvg AverageFC(Close, FastLen); SlowAvg AverageFC(Close, SlowLen); ADXVal ADX(ADXLen); ATRVal AvgTrueRange(ATRLen); // 入场逻辑 if MarketPosition 0 and ADXVal ADXThresh then begin if FastAvg crosses above SlowAvg then begin StopDist ATRVal * TrailATRMult; if StopDist 0 then begin PerPointValue BigPointValue * PriceScale; TargetSize RiskInDollars / (StopDist * PerPointValue); TargetSize Floor(TargetSize); if TargetSize 1 then TargetSize 1; if TargetSize MaxSize then TargetSize MaxSize; Buy(TargetSize) next bar at market; end; end; if FastAvg crosses below SlowAvg then begin StopDist ATRVal * TrailATRMult; if StopDist 0 then begin PerPointValue BigPointValue * PriceScale; TargetSize RiskInDollars / (StopDist * PerPointValue); TargetSize Floor(TargetSize); if TargetSize 1 then TargetSize 1; if TargetSize MaxSize then TargetSize MaxSize; SellShort(TargetSize) next bar at market; end; end; end; // 出场逻辑 if MarketPosition 0 then begin if FastAvg crosses below SlowAvg then Sell next bar at market; SetStopLoss(ATRVal * TrailATRMult); end; if MarketPosition 0 then begin if FastAvg crosses above SlowAvg then BuyToCover next bar at market; SetStopLoss(ATRVal * TrailATRMult); end;先看输入参数。FastLen10和SlowLen30是均线周期ADXLen14是 ADX 计算周期ADXThresh20是趋势强度阈值ATRLen14是波动率计算周期RiskInDollars1000表示单笔最大可承受亏损金额TrailATRMult3.0是止损倍数MaxSize30限制最大下单手数。所有参数都放在 inputs 里方便后续做优化扫描这也是专业策略和写死代码的分水岭。仓位计算那块是很多人容易卡住的地方。我的思路是先用 ATR 算出止损距离StopDist ATRVal * TrailATRMult然后用RiskInDollars / (StopDist * PerPointValue)得出应该下多少手确保最大亏损不超过 1000 美元。BigPointValue * PriceScale是用来粗略估算每点合约价值的方式但不同品种的规格差异很大所以我在注释里总是提醒实盘前必须按合约规格手工核对。这里把ATRVal * TrailATRMult既用于入场时的仓位计算又用于出场时的动态止损设置好处是逻辑自洽——止损距离越宽下单手数越少反过来也一样。这是风险管理里最常见的波动率目标思想简单可靠。出场逻辑里最需要注意的是SetStopLoss必须在任何条件下都要执行不能放进 if 成交块里。PowerLanguage 的机制是每根 K 线重新计算止损价然后向券商终端提交一个新的止损单。如果条件不满足那根 K 线就不会更新止损价保护就跟不上行情。还要说明一点我在入场逻辑里用了MarketPosition 0这个条件。MarketPosition是系统内置变量1 表示持有多仓-1 表示持有空仓0 表示空仓。加上这个条件可以避免策略在同一根 K 线里反复开仓也避免在已有仓位时继续加仓。新手经常在写入场条件时漏掉这一行然后回测曲线非常漂亮仔细一看全是连续同向开仓仓位直接堆上天。3.3 信号调试与图表验证代码写完后先别急着加进图表跑回测。我建议按这个顺序调试把策略加到空白图表上先用数据窗口检查你想要的指标值是否正确。比如ADXVal在单边行情里是不是明显升高、在震荡里是不是趴在低位如果数值都对再看信号触发位置。Multicharts 的图表上右键可以开启策略回放它能让你逐根 K 线观看信号是怎么产生的这对新人理解策略逻辑特别有帮助。我会特意回放到历史中的极端行情比如连续跌停、大幅高开确认策略不会在极端状态下连续开仓。另一个实用技巧是给关键逻辑加注释输出。PowerLanguage 里可以用Print把某个 K 线上的指标值打印出来我经常在调试时这样用if BarStatus(1) 2 then Print(Date, ADX, ADXVal, FastAvg, FastAvg, SlowAvg, SlowAvg);BarStatus(1) 2表示当前正在处理的是已完成的历史 K 线这样避免打印未完成的实时 K 线导致逻辑混乱。打印出这些值以后你就能精确判断是哪根 K 线、哪个指标满足了开仓条件而不是对着回测曲线瞎猜。4. 回测体系与优化方法论4.1 回测参数别拿来就用很多人把回测默认参数当成理所当然这是最大的坑。Multicharts 默认的成交模式是以收盘价成交滑点和手续费默认可能是 0。你拿这套参数回测出一个年化 50% 的策略实盘可能直接被手续费和滑点吃掉大半。我建议在策略里显式设置以下参数佣金按每手多少钱填写参考你自己的券商费率取一个偏高的值。滑点按最小变动价位来设至少设 1 个 tick。日内高频可以设到 2 到 3 个 tick。撮合模式日线和分钟线回测用下一根 Bar 开盘价更保守也更接近真实。还有一个容易被忽略的设置Recalculate选项。如果你在策略里用了未来函数比如调用了未来的最高价Multicharts 会在每根 Bar 刷新时重算整个策略回测结果中会包含未来信息。专业做法是在代码里规避未来函数同时开启严格模式来检测这类问题。4.2 核心绩效指标怎么看回测跑完不要只盯着总收益率。我整理了一个自己常用的指标清单指标作用我关注的原因净利润最直观的收益结果看一眼就行不是决策依据最大回撤从净值峰值回落的幅度直接决定策略能否扛过实盘心理考验盈利因子总盈利 / 总亏损大于 1.5 是比较健康的下限低于 1.2 基本没法做平均盈利 / 平均亏损盈亏比和胜率搭配看胜率低但盈亏比高也可以接受最大连续亏损次数连亏次数决定仓位管理策略能不能扛过逆风期夏普比率收益 / 波动比值年化 1.0 以上是及格线但不要神化这个数我最在意的其实是最大回撤和最大连续亏损次数。原因是策略的回撤往往不是均匀发生的而是集中在某几段连续亏损中。你只有提前知道最坏情况大概亏多少、连亏几次才能决定仓位大小。4.3 参数优化与过拟合陷阱Multicharts 自带强大的参数优化器可以一键扫描所有参数组合然后给你一张参数热力图。这个功能用好了是利器用不好就是毒药。参数优化的陷阱在于你把 FastLen 从 5 扫到 50SlowLen 从 20 到 100ADXThresh 从 15 到 30测试了几千组组合总有一组在历史数据里表现惊艳。但历史的噪声和未来的行情结构完全不同这组惊艳参数大概率在未来失效。这类行为本质上是把随机噪声拟合成了规律。我控制过拟合的三个方法参数尽可能少。上面这套策略只有 FastLen、SlowLen、ADXThresh、TrailATRMult 四个核心参数已经是底线了。参数超过 6 个的策略我会直接放弃。用参数高原判断稳健性。如果最优参数是 FastLen10那它在 9 到 11 附近都应该表现不错。如果只有 10 这个点赚钱旁边全亏那就说明是过拟合。样本外验证。用 2018 到 2023 的数据选参数然后拿 2024 年之后的数据做盲测只有盲测还能盈利的策略才考虑仿真盘。还有一个行之有效的技巧把优化目标从净利润最大改成回撤最小或者盈利因子最大。因为净利润最大化的参数组合往往是通过追逐某段极端行情获得的稳健性很差。5. 常见问题与实战排查5.1 信号抖动与盘中漂移策略上线后最常遇到的是信号抖动问题。同一根 K 线在盘中因为价格波动可能来回触发开仓和平仓信号。明明收盘时看着是买入盘中却显示又卖又买最后仓位跟回测完全不同。解决办法有两个方向。一个方向是减少信号计算频率只在 K 线收盘时计算一次。代价是错过盘中突发行情但换来信号稳定。另一个方向是加滤波条件比如要求连续两根 K 线都满足同向条件才触发。我自己比较倾向后一种做法因为它保留了对盘中机会的响应速度同时过滤了大部分噪声。还有一类问题是滑价漂移。实盘中的成交价和回测价格不同导致止损位也跟着变。这没办法完全消除只能靠设较宽的滑点参数然后在实盘结果里观察差异是否在预期内。如果实盘滑点远超回测设置就要考虑改限价单而非市价单。5.2 数据对齐与复权问题做多品种趋势策略时数据质量问题会被放大。我的品种监控列表里放过同一个品种的多个合约结果复权因子不同均线方向直接相反。这个问题的根源是期货换月时不同合约价格存在基差数据源做了拼接但没做好价差修正。解决方法是预处理阶段把主力连续合约做后复权或前复权统一价格序列。不同周期、不同品种的复权设置要保持一致。做回测时我通常先用日线确认趋势方向再用分钟线做辅助判断避免单一数据源错误影响全局。值得提醒的是行情跳空会造成 ATR 异常跳动导致止损距离突然放大或缩小。我遇到过一次某天开盘直接跳空 5%ATR 瞬间变大策略的仓位计算直接缩到 1 手交易被迫停止。后来我在仓位计算里加了 ATR 的平滑处理避免单根 K 线主导整个风控逻辑。5.3 实盘部署前的检查清单策略回测做完、参数确定以后从回测到实盘之间还有一段路。我整理了一份每次上线前都会过的检查清单自动交易开关是否已经打开下单账号是否是仿真账户。IntraBarOrderGeneration设置是否符合策略设计分钟级策略建议开启。止损单是否会被平台自动撤销以及断线重连后是否会自动补设。策略加载的数据源是否与实际交易的合约一致复权方式是否相同。是否有最大持仓数量和最大下单频率限制防止异常行情导致策略失控。日志和消息通知是否正常运行时错误是否能第一时间知道。是否做好每日重启计划程序化交易连续运行数天后内存会涨长周期看是隐患。这里面每条都是我踩过坑换来的。尤其断线重连后止损单丢失这个问题不是每家券商都能自动恢复必须在仿真阶段就完整测试一遍断网几分钟再恢复看持仓和止损单是否还在。5.4 资金管理与心态最后说点软件之外的。程序化交易的收益边界往往不是由策略决定而是由资金管理决定。很多人把全部资金一次性投进一个策略回撤 20% 心态就崩了然后手动干预把所有计划打乱。我自己的做法是单策略最大风险敞口控制在总资金的一定比例以内同时给策略设定最大连续亏损次数达到阈值就强制暂停重新审查逻辑。这不是为了保住收益而是为了保护自己连续亏损的行情里经验告诉我人最容易做出非理性操作。还有一个小技巧是从朋友那里学来的把策略的预期回撤打印在图表标题上每天开盘前看一眼。当你知道最坏情况大概在什么位置实际回撤来的时候就不会慌到手动关掉策略。程序化交易本身不复杂复杂的是把每个细节都控制住。环境中数据对不对、代码中状态理没理顺、回测中未来函数有没有混进去、实盘中止损单能不能保住——这些问题比任何指标算法都更能决定一套策略能走多远。希望这篇从头到尾的梳理能让你少走几段我当年走过的弯路。
阅读完成 · 觉得有帮助？
