策略不是预测水晶球，而是一份可复用的检查清单：在什么市场环境下，优先看哪些证据，满足什么条件才加分，什么情况下必须减分。DSA 把这些清单写成了 15 份 YAML，不需要写代码就能读、能改、能加。
类比：不同科室的检查单
内科医生和骨科医生都用听诊器，但检查重点完全不同。趋势策略关心均线排列与回踩，情绪策略关心换手与涨停，事件策略关心催化是否兑现。所谓「策略路由」，就是先分诊，再让对应科室的医生开检查单——而不是让 15 个医生同时围着你。
策略库：15 份 YAML，四种类别
策略文件放在 strategies/*.yaml，系统启动时自动加载。对用户叫「策略」，在代码与 API 字段里统一叫 skill——可以理解为「可复用的策略能力包」。类别分布如下：
其中 bull_trend 是默认激活策略，bull_trend 与 shrink_pullback 属于默认路由回退集。每份 YAML 还可以声明 default_priority（数字越小越靠前）与 market_regimes（适用市场状态），供路由与展示排序使用。
一份策略如何被选中、执行、汇总
路由优先级大致是：用户显式选择 > 手动指定模式 > 根据技术观点推断的市场状态 > 默认集合。推断规则很朴素：多头排列且趋势分足够高 → trending_up；空头且分数很低 → trending_down；中间区间 → sideways；明显放量 → volatile。
策略 Agent 固定最多 4 步，只能使用 YAML 中 required_tools 声明的工具。多个策略的观点会被映射成 1–5 分（strong_sell → strong_buy），加权平均后落档；只有回测样本达到 30 条以上，才会启用「历史表现权重」。有效观点不足两条时，结论会标记为 insufficient，而不是硬凑一个方向。
15 种策略速查
下面的「加减分」是策略对综合评分的建议调整，不是收益承诺。阈值来自当前 YAML，改动策略后以文件为准。
默认多头趋势
bull_trendMA5 ≥ MA10 ≥ MA20 且 MA20 向上；优先等回踩，而不是追突破。破 MA20 减 12 分。适合趋势向上的市场，是默认激活策略。
均线金叉
ma_golden_cross3 日内 MA5 上穿 MA10；更强的是 MA10 上穿 MA20。要求量比 > 1.2、乖离 < 5%；MACD 在零轴上方再加 5 分。
放量突破
volume_breakout成交量 > 5 日均量 2 倍，收盘站上 20 日高点，且收在当日振幅上方 30%；乖离仍要 < 5%。止损放在突破位下方约 3%。
缩量回踩
shrink_pullback回踩 MA5 误差 1% 或 MA10 误差 2%，成交量 < 5 日均量 70%，MA5 乖离 < 2%；获利盘 50–80% 更理想。属于默认路由回退集。
龙头策略
dragon_head板块涨幅前列、换手 > 5%、量比 > 1.5、跑赢板块 2% 以上。乖离容忍度放宽到 7%，超过 10% 转为谨慎。只做最强，波动也最大。
一阳夹三阴
one_yang_three_yin5 日内先出现实体 > 2% 的大阳线，随后三根缩量小阴不破首日开盘，第 5 日阳线突破首日收盘。赌的是趋势延续，不是反转。
底部放量
bottom_volume从 20 日高点回落 > 15% 后，成交量放大到 3 倍以上，收阳且守住低点。是「可能反转」的第一信号，仓位建议仅 2–3 成。
箱体震荡
box_oscillation箱顶与箱底各触碰 2–3 次，宽度 5–15%；只在距边缘 5% 内动手。箱底加 10–12 分，跌破箱底减 15 分。
缠论
chan_theory用笔、线段、中枢描述结构，寻找一、二、三类买点。核心是背驰：价格创新高但 MACD 红柱缩短。底背驰 + 一买加 15 分，顶背驰减 15 分。
波浪理论
wave_theory五浪推动 + 三浪调整。2 浪回撤常见 38.2%–61.8%，3 浪目标常用 1.618–2.618 倍。2 浪底加 15 分，5 浪末减 10 分。
情绪周期
emotion_cycle换手 < 0.5% 视为冰点，2–5% 活跃，> 5% 警惕，> 10% 可能顶部。底部满足 3 条加 14 分、5 条加 20 分；顶部减 12–20 分。
热点题材
hot_theme板块涨幅前三、题材扩散、个股有实质受益。启动/扩散加 12 分，强于板块加 6 分；退潮减 8 分，纯蹭概念减 12 分。
事件驱动
event_driven围绕业绩、政策、并购、订单、产品发布五类事件，判断影响路径与是否已被计价。正向未反映加 14 分，已兑现减 6 分，负面减 15 分。
预期重估
expectation_repricing区分硬信息（财报、订单）与软信息（传闻、叙事），判断正向/负向预期差是否已反映在估值里。正向重估加 15 分，过热减 5 分，证伪减 15 分。
成长质量
growth_quality收入、利润、经营现金流、ROE 同向增长，且行业空间足够。高估值但未验证减 8 分，增收不增利减 12 分；高质量成长加 15 分。
写进所有策略的「交易纪律」
除了各自的条件，策略还共享一组硬规则。它们既出现在 Prompt 里，也出现在代码守卫里：
不追高
MA5 乖离率 > 5% 时，任何买点都要打问号；2% 以内相对舒服。追高不是勇气，是把止损空间让给了别人。
先看趋势
优先 MA5 > MA10 > MA20 的多头排列。逆势抄底需要更强的证据与更小的仓位。
仓位有上限
底部试仓 2–3 成，确认后再加。不要一次性把子弹打光。
止损先写
买入前就确定止损位与最大亏损；突破策略把止损放在突破位下方。
这些规则不保证赚钱，但能保证你在判断错误时「还活着」。策略的价值不在于每次都赢，而在于输的时候输得可控。
回测：验证规则，而不是证明自己
回测用历史报告与后续价格，评估某个策略/信号建议的命中率、平均收益、最大回撤等指标。DSA 支持：
python main.py --backtest --backtest-code 600519 --backtest-days 30
python main.py --backtest --backtest-force也可以按配置自动运行。它把「买入/加仓」映射为看多结果，「卖出/减仓」映射为看空结果，「持有/观望」按规则处理，然后在持有周期结束后对照真实价格。
回测的四个陷阱
① 幸存者偏差：只测今天还活着的股票；② 未来函数：用了当时还拿不到的数据；③ 过拟合：参数调到完美贴合历史；④ 交易成本：手续费、滑点、涨跌停买不进。一个回测曲线漂亮但逻辑说不清的系统，比一条平庸但可解释的曲线更危险。
系统只有在策略的历史样本达到 30 条以上时，才会把「表现权重」纳入聚合。样本不足时，它更愿意承认 insufficient，而不是用一个漂亮但不可靠的胜率误导你。
另一条路线：纯规则的 ETF 轮动
上面 15 个策略服务于「让 LLM 按清单分析个股」。项目里还有一条完全不同的路线：规则化双动量 ETF 轮动。它不调用 LLM，不依赖任何 AI 配置，只做确定性计算，适合想验证「资产配置」而不是「个股择时」的人。
python main.py --etf-rotation # 生成信号与回测报告，并推送
python main.py --etf-rotation --no-notify # 只生成本地报告每周（或每月）最后一个交易日收盘后计算，下一个交易日收盘执行，避免用信号当天的价格成交——这是最基础的「防未来函数」。
按过去 60 个交易日（可配）的涨幅给风险池 ETF 排名，取前 N 名（默认 2 名）。
只有涨幅为正的 ETF 才能入选；没选满的名额转向防守资产（默认货币 ETF），防守资产不可用则按现金处理。
已持有的 ETF 只要仍合格、且落后最后一个入选名额不超过 2 个百分点，就继续持有。每次调仓按换手率 × 10bp 扣成本。
| 配置 | 默认 | 作用 |
|---|---|---|
ETF_ROTATION_POOL | 沪深300 / 中证500 / 创业板 / 红利低波 / 纳指 / 黄金 | 风险池，事先定死，避免事后挑赢家 |
ETF_ROTATION_SAFE_ASSET | 511880（货币 ETF） | 未选满仓位的去处；留空表示现金 |
ETF_ROTATION_LOOKBACK_DAYS | 60 | 动量窗口（交易日，5–500） |
ETF_ROTATION_TOP_N | 2 | 最多同时持有几只（1–10） |
ETF_ROTATION_REBALANCE | weekly | weekly / monthly |
报告不只给一个「买什么」：它包含数据告警、最新信号与动量排名、与风险池等权基准的对比、分年度收益、参数平原检验和最近 10 次调仓。参数平原的意思是：把动量窗口从 20 天扫到 200 天，看结果是否稳定。如果相邻参数差异巨大，说明当前收益更可能来自运气。
三个必须知道的边界
① 趋势轮动主要价值是控制回撤，不保证跑赢等权基准，震荡市会反复止损；② 只在命令行生效，不接入 --schedule，也不在 Web 设置页；③ 数据源回退可能静默截断历史，回测区间变短时结论要打折扣。
写一份自己的策略：只需要一个 YAML
这是 DSA 最友好的扩展点。你不需要会 Python，只需要把判断标准写清楚。最小模板：
name: my_strategy
display_name: 我的策略
description: 一句话说明它适合什么市场
category: trend # trend / pattern / reversal / framework
required_tools:
- get_daily_history
- analyze_trend
aliases: [我的战法]
default_priority: 100
market_regimes: [trending_up]
instructions: |
**判断标准**
1. 使用 analyze_trend 检查均线排列。
2. 要求量比大于 1.2，且乖离率低于 5%。
3. 满足时在 buy_reason 中注明策略名称。
评分调整：满足条件时 +10。把它放进 strategies/，或通过 AGENT_SKILL_DIR 指向自定义目录；同名策略会覆盖内置版本。写完后重启，Web 的策略列表与 Agent 路由即可使用。
一只股票满足「放量突破」，但 MA5 乖离率已经 8%。按 DSA 的策略纪律，最合理的处理是？