Alpha 模型

Alpha 模型的作用

Alpha 模型负责根据市场状态生成候选交易信号。它的职责是判断机会何时出现，并返回一个 Insight，而不是管理完整的订单生命周期。

AQE 通过专用生命周期调用 Alpha 模型：

start()
init(asset)
generate_insights(symbol)

Alpha 模型 trait

pub trait AlphaModel {
    fn version(&self) -> &str;
    fn start(&mut self, ctx: &mut dyn StrategyContext);
    fn init(&mut self, ctx: &mut dyn StrategyContext, asset: &Asset);
    fn generate_insights(&mut self, ctx: &mut dyn StrategyContext, symbol: &str) -> AlphaResult;
}

各阶段应包含的内容

`start()`

使用 start() 进行运行时全局配置：

注册指标
设置预热 K 线数量
准备各品种开始初始化之前所需的状态

`init(asset)`

使用 init() 分别配置各资产：

初始化品种专属变量
读取资产元数据
准备各品种的运行时状态

`generate_insights(symbol)`

使用 generate_insights()：

读取最新历史数据
检查指标或变量
检查资产元数据
创建并返回新的 Insight

实际示例

EmaPriceCrossover 是 AQE 中的一个具体 Alpha 模型。它会：

注册 ATR 和 EMA
读取历史数据
检查最新和前一根 K 线
使用资产元数据判断是否允许做空信号
返回包含入场、TP、SL 和 TTL 设置的交易信号

fn generate_insights(&mut self, ctx: &mut dyn StrategyContext, symbol: &str) -> AlphaResult {
    let Some(asset) = self.get_asset(ctx, symbol) else {
        return AlphaResult::new(None, false, Some(format!("Asset {} not found", symbol)), self.name().to_string());
    };

    let history = match self.get_history(ctx, symbol) {
        Some(history) if history.height() >= 2 => history,
        _ => return AlphaResult::new(None, true, Some("Not enough history".to_string()), self.name().to_string()),
    };

    // derive signal, tp, sl, entry ...

    let mut insight = Insight::new(
        side,
        symbol.to_string(),
        StrategyType::Custom(self.name().to_string()),
        ctx.timeframe().clone(),
        confidence,
        None,
    );

    insight
        .set_limit_price(Some(entry))
        .set_take_profit_levels(Some(vec![tp]))
        .set_stop_loss(Some(sl))
        .set_period_unfilled(Some(ttluf as u32))
        .set_period_till_tp(Some(ttlf as u32));

    AlphaResult::new(Some(insight), true, None, self.name().to_string())
}

另一种简单模式

TestEntry 展示了更简单的 Alpha 模型形式：

读取近期价格状态
统计每个品种的活跃交易信号数量
满足条件时发出新的买入或卖出交易信号

如果想从简单实现入手，可以参考它编写自己的策略代码。

Alpha 模型不应承担的职责

Alpha 模型不应变成完整的运行时管理器。大多数情况下，应避免将以下职责放入 Alpha 模型：

最终仓位数量计算
交易提交
平仓逻辑
止损触发检查
交易时段筛选

这些职责更适合放在信号处理器中。