星枢智策 Genie策略落地 · 交易生金
交易中枢 / 策略进化系统

把策略从一次性脚本升级成可迭代、可繁殖、可淘汰的谱系系统

策略进化系统负责把策略拆成 DNA 模块,再基于研究结论、记忆层和生存验证结果进行交叉、变异、重组和优胜劣汰。

返回交易中枢查看 AI 记忆中心查看 AI 研究中心

进化系统总览

进化的重点不是多,而是让每一轮变异都建立在记忆、研究和生存结果之上。

活跃谱系
14

当前有 14 条策略谱系处于持续迭代、筛选或等待复检状态。

基因片段
56

入场、过滤、出场和风险模块被拆成可重组的策略基因单元。

候选变体
93

系统正在对 93 个变体做生存验证和收益质量筛选。

淘汰率
81%

真正重要的不是变出更多,而是快速淘汰大部分无生存价值的变体。

策略 DNA 模块

先把策略结构拆开,才能真正做跨策略复用、基因替换和高质量演化。

入场基因

Entry DNA

管理趋势、突破、均值回归等不同入场逻辑及其触发条件。

  • 信号触发结构
  • 时段限制
  • 确认过滤器

过滤基因

Filter DNA

控制波动、流动性、市场状态与执行条件等放行标准。

  • Regime 过滤
  • ATR / 点差过滤
  • 新闻与异常回避

风险基因

Risk DNA

把仓位、止损、止盈、减仓和停机逻辑视为可演化模块,而不是固定参数。

  • 仓位曲线
  • 退出逻辑
  • 降风险动作

进化流程

每一轮变体都必须经过可解释的生成、验证、保留与淘汰流程。

01从策略记忆中抽取可复用基因片段
02根据研究结论生成新变体组合
03送入回测、生存验证与压力测试
04评估收益质量与失效环境
05将优胜变体纳入候选谱系
06把失败原因写回记忆层,避免重复变异

谱系案例

进化系统要能回答两个问题:为什么这个变体更好,为什么另一个必须淘汰。

Breakout 谱系

在原始突破结构上叠加 ATR 扩张过滤与时段限制后,回撤收敛但交易密度下降,需要继续平衡收益质量。

状态:保留主谱系,淘汰高频噪声分支

Mean Reversion 谱系

通过替换出场逻辑与动态止损后,策略在震荡环境存活率上升,但对高波动结构更敏感。

状态:仅在震荡市场标签下放行

系统输出

进化层的最终结果,不是大量变体,而是少量高质量、可解释、可存活的候选谱系。

新策略变体

持续产出经过基因重组后的候选策略,而不是只靠人工临时想法。

进化谱系

清楚记录每个变体从哪里来、为什么保留、为什么淘汰。

优劣解释

每次进化都必须给出可解释原因,否则只是盲目搜索参数空间。