📈 构建A股盘中实时决策系统：从策略设计到工程落地

【摘要】探索一套将量化交易策略与实时数据流结合的系统架构，旨在为盘中交易提供确定性、可执行的操作建议，实现从策略到工程的闭环。

引言

在A股市场中，盘中交易充满了不确定性。价格的瞬息万变、资金的暗流涌动，以及市场情绪的快速切换，都对交易决策构成了严峻挑战。许多量化策略在历史回测中表现优异，但在实盘环境中却常常因为延迟、噪声或执行偏差而大打折扣。问题的核心在于，如何构建一个能够实时响应市场变化、严格执行既定规则，并输出清晰可执行指令的系统。

这不仅仅是一个策略问题，更是一个复杂的工程挑战。它要求我们将抽象的交易思想，转化为一套由数据驱动、逻辑严密、且具备高可用性的技术架构。本文将详细拆解一个A股盘中实时决策系统的完整设计与实现思路，覆盖从顶层设计哲学到底层数据契约、从多周期策略引擎到用户交互场景的全部环节。我们的目标不是提供一个必胜的“圣杯”，而是展示一种将交易员的盘中思考过程，系统化、工程化的实现路径。

一、🏛️ 系统设计哲学：从“交易员直觉”到“确定性规则”

构建任何一个复杂的系统，起点都应是清晰的设计哲学。对于一个旨在辅助交易决策的系统，其设计哲学直接决定了系统的可靠性与实用性。我们摒弃了试图预测市场的“黑箱模型”，转而拥抱一套基于“规则、确认与风控”的透明化决策框架。

1.1 可执行性优先

系统输出的任何信号，如果不能被清晰地理解和执行，那就毫无价值。因此，可执行性是我们设计的首要原则。这意味着每一条建议都必须包含四个核心要素。

1. 明确的动作：持有、增仓、减仓、清仓。

2. 量化的仓位：相对当前持仓变动±X%。

3. 具体的价位：提供可直接挂单的限价（如SellS1/SellS2）与可设置条件单的止损触发价（StopS）。

4. 清晰的理由：解释触发了哪条规则，关键因子是什么，当前值与阈值的对比如何。

这种设计确保了用户在收到信号时，无需进行二次解读，可以直接转化为交易终端上的具体操作。

1.2 杜绝未来函数

在量化领域，未来函数（Future Leakage）是导致回测“虚高”的头号杀手。在实时系统中，这个问题同样致命。我们的核心原则是，在任何一个评估时间点 t，系统只能使用 t 时刻及之前可知的信息。

为了严格遵守这一原则，我们对数据进行了分层处理。

• 日频指标（慢变量）：如MA20、布林带、MACD、RSI等，这些指标的计算必须基于 T-1日（或更早）的收盘数据。它们为当天的交易提供了一个稳定的“背景参考系”。

• 盘中数据（快变量）：如现价、分钟级成交量额、VWAP、实时资金流等。这些数据用于在T-1日确定的背景参考系中，实时触发交易决策。

这种设计确保了系统的每一个决策都有坚实的历史数据支撑，同时又能敏锐地捕捉盘中的最新变化。

1.3 决策分层：趋势、资金与风控

一个稳健的交易决策，通常不是由单一指标决定的。它更像是一个多层滤网，逐层确认信号的有效性。我们的规则引擎也遵循这一分层逻辑。

1. 趋势层：由MA20、布林带、MACD等指标构成，负责判断当前价格所处的宏观技术状态（如多头排列、空头排列、盘整区间）。这是决策的基石。

2. 确认层：由分钟级的主力资金净流入占比（net_inflow_main_ratio）、VWAP偏离度等指标构成。当价格触及趋势层的关键位置时，资金是否同步跟进，是判断信号真伪的关键。例如，放量突破MA20，远比缩量突破更可靠。

3. 风控层：由止损线（Stop Price）、波动率（vol_20d）、最大回撤（max_drawdown_250d）以及ST状态等构成。它为所有交易决策划定了一条不可逾越的红线，是保证系统长期生存的最后一道防线。

这三层结构确保了系统的决策既有方向感，又有确认度，更有安全垫。

1.4 架构理念：事件驱动与配置化

市场是动态的，系统也必须是灵活的。我们采用事件驱动（Event-Driven）的架构，系统的核心逻辑由市场数据流的变化来驱动，而非固定的轮询。同时，所有策略参数，如RSI的超买阈值、止损的百分比、减仓的仓位比例等，全部外部化配置。

这种设计带来了两大好处。

• 高响应性：分钟级资金流的异动可以立即触发评估，系统能更快地响应市场。

• 高灵活性：策略优化师可以不修改代码，仅通过调整配置文件，就能快速迭代和优化策略，适应不同的市场风格。

二、🏗️ 核心架构：数据驱动的实时决策流

基于上述设计哲学，我们构建了一个模块化、高内聚的系统架构。整个系统可以看作一条精密的流水线，原始数据从一端输入，结构化的决策报告从另一端输出。

2.1 系统模块解耦

我们将系统拆分为七个核心模块，每个模块职责单一，便于独立开发、测试与维护。

2.2 实时数据流图

下图清晰地展示了当一次评估被触发时，数据在各个模块之间的流动路径。

这个流程确保了每一次决策都是基于同一时间点（as_of）的完整快照，避免了数据不同步导致的问题。

2.3 数据分层：慢变量与快变量的协同

如前所述，数据分层是杜绝未来函数的关键。在工程实现上，这意味着数据接入层（Data Adapter）必须清晰地区分两类数据。

• 慢变量（Slow Variables）：这些数据在盘前一次性加载或从T-1的因子库中获取。它们在整个交易日内保持不变，构成了当日决策的“静态地图”。

• 快变量（Fast Variables）：这些数据通过分钟级的消息队列或API推送进入系统。它们是地图上的“动态指针”，其实时变化驱动着规则引擎的每一次评估。

这种快慢分离的设计，极大地简化了系统的状态管理，提升了处理效率和决策的可靠性。

三、📦 输入契约：构建稳健的数据基石

垃圾进，垃圾出。一个决策系统的上限，取决于其输入数据的质量和完备性。我们为系统定义了一套严格的数据输入契约，确保规则引擎有足够的“弹药”来进行精确裁决。

3.1 数据输入概览

下表汇总了系统运行所需的核心数据字段，并解释了其在决策中的作用。

这套数据契约的设计，旨在实现决策所需信息的最小完备集，既保证了策略的有效性，又避免了不必要的数据冗余。

四、⚙️ 规则引擎：多周期策略的并行裁决

规则引擎是系统的大脑。它接收装配好的特征数据，并根据预设的逻辑，输出明确的交易动作。我们的引擎核心特点是多周期并行与优先级裁决。

4.1 优先级设计：安全第一

在任何一个周期（短、中、长）内部，规则的评估都遵循严格的优先级顺序。

清仓 > 减仓 > 增仓 > 持有

这意味着，系统会首先检查是否存在需要立即清仓的极端风险信号。只有在清仓条件不满足时，才会继续评估减仓、增仓和持有的条件。这种设计确保了风险控制永远是第一位的。

4.2 短线策略（1–5天）：布林带、RSI与资金流的共振

短线交易的核心是捕捉情绪与资金的共振。策略逻辑围绕“识别极端状态并寻求资金确认”来构建。

• 减仓/止盈逻辑：当价格触及布林带上轨（boll_upper_20d）且RSI进入超买区（如≥72）时，这是一个典型的技术性过热信号。但为了过滤假突破，我们引入盘中资金流作为确认。如果此时主力资金净流入占比（net_inflow_main_ratio）转为负数，或现价显著偏离VWAP（dev_vwap ≥ +1.2%），这通常意味着“拉高出货”的风险，减仓信号的强度会大幅提升。

• 清仓/止损逻辑：布林带中轨（boll_mid_20d）被视为短线生命线。当价格跌破中轨，尤其是伴随着主力资金净流出和价格低于当日VWAP时，表明多头力量衰竭，触发清仓信号。

4.3 中线策略（5–20天）：MA20趋势与MACD结构的确认

中线交易更注重趋势的延续性。策略的核心是“跟随趋势，并在结构破坏时退出”。

• 核心趋势线：20日移动平均线（ma20）是判断中线趋势多空的分水岭。价格在其上，视为多头趋势；价格在其下，视为空头趋势。

• 结构确认：MACD指标用于确认趋势的健康度。当价格站上MA20，同时MACD金叉且柱状体（macd_hist）为正时，是中线看多的经典结构。反之，当价格跌破MA20，且MACD死叉时，则是明确的中线离场信号。

• 资金验证：同样，中线操作也需要资金流的验证。在趋势向好时，若主力资金持续净流入，则增仓的确定性更高。

4.4 长线策略（>20天）：基本面与风控的锚定

长线持有的决策，更多地依赖于基本面估值和对重大风险的规避，对短期价格波动的容忍度更高。

• 估值兑现：当股价达到券商一致预期目标价（cons_target_price），或其市盈率（pe_ttm）进入历史高位，且净资产收益率（roe_ttm）没有同步提升时，触发长线减仓信号，锁定利润。

• 硬风控：长线持有的最大敌人是巨大的回撤。当个股的历史最大回撤（max_drawdown_250d）超过预设阈值（如-30%），且价格仍处于MA20下方时，触发长线清仓信号，避免陷入更深的亏损。

• 事件驱动：临近大规模限售股解禁（lockup_release_date）时，若股价趋势走弱，系统会提升风险等级，收紧止损线。

五、🎯 定价引擎：从“动作”到“可执行订单”

规则引擎给出了“做什么”（减仓）和“做多少”（-30%），而定价引擎（Price Engine）则负责回答“在哪里做”。它将抽象的交易动作，转化为具体的、符合交易规则的限价单和条件单参数。

5.1 卖出价位（Sell Prices）的分层设计

为了兼顾成交概率与卖出价格，我们设计了两档卖出价位：SellS1和SellS2。

• SellS1（高概率成交价）：这一档价格的设计目标是尽快成交。它通常取当日VWAP和关键技术位（如布林带上轨）中的较大值，再向下浮动一个微小的滑点（如-0.2%）。

  • 计算公式示例：SellS1 = max(vwap, boll_upper_20d) * (1 - 0.002)

  • 逻辑：VWAP是当日市场参与者的平均持仓成本，在此价格附近卖出，成交阻力较小。而技术压力位则是潜在的抛压集中区。取两者之中的有利价格，并略作让步，可以有效提高成交率。

• SellS2（理想博弈价）：这一档价格的设计目标是博取更好的卖点。它通常在关键技术位的基础上，向上浮动一个滑点（如+0.3%）。

  • 计算公式示例：SellS2 = boll_upper_20d * (1 + 0.003)

  • 逻辑：当市场情绪高涨时，价格可能会短暂冲破技术压力位。设置SellS2，可以在不追高的情况下，尝试捕捉这种“过冲”带来的额外收益。

5.2 止损价位（Stop Price）的动态设定

止损是交易的生命线。我们的止损价位并非固定不变，而是根据交易周期和市场波动率动态调整。

• 短线止损（StopS）：紧密跟随，通常设置在布林带中轨下方一个较小的百分比（如-0.6%）。

• 中线止损（StopM）：给予趋势一定的容错空间，通常设置在MA20下方一个稍大的百分比（如-1.0%）。

• 长线止损（StopL）：容忍度最高，通常设置在MA20下方一个更大的百分比（如-2.0%），以过滤掉大部分市场噪音。

未来版本还可以引入20日波动率（vol_20d）作为动态调整因子。当市场波动加剧时，自动放宽止损范围，避免被无效波动“震”出场；当市场趋于平稳时，则收紧止损，保护利润。

5.3 交易规则约束

所有计算出的价位，都必须经过合法性约束模块的处理，才能最终输出。

1. Tick取整：所有价格必须按照交易所规定的最小变动价位（price_tick）进行取整。我们推荐向下取整，因为这能略微提高卖出订单的成交概率。

2. 涨跌停约束：任何输出的卖出价都不能高于涨停价（limit_up_price），任何止损价都不能低于跌停价（limit_down_price）。如果计算结果超出范围，系统会将其钳制在边界值，并附带“可能难以成交”的风险提示。

3. 停牌处理：如果is_trading=0，系统将不会输出任何可执行的卖出价位，仅保留止损价作为“若恢复交易，需关注的风险位”提示。

六、💬 输出场景：Pull与Push的协同工作

一个好的决策系统，不仅要算得准，还要在合适的时机，以合适的方式将信息传递给用户。我们设计了Pull（主动查询）和Push（被动推送）两种模式，以适应不同的用户需求。

6.1 Pull模式：深度诊断的“体检报告”

这是系统的核心使用场景。用户可以随时对持仓或关注的股票发起一次“深度诊断”。系统会返回一份详尽的、结构化的报告。

• 触发方式：用户在UI界面点击“生成报告”按钮。

• 刷新机制：页面可以设置一个60秒的自动刷新周期，与分钟级资金流的更新频率保持同步，确保用户看到的是最新的市场解读。

• 内容呈现：报告内容必须结构化、分层级，从顶层的核心结论，到中层的多周期分析，再到底层的关键数据支撑，一目了然。

6.2 Push模式：关键事件的“预警雷达”

Push模式的目标不是信息轰炸，而是在关键时刻发出高信噪比的预警。它只在系统判断市场发生了“重大状态变化”时才被触发。

• 事件定义：我们定义了两类需要立即推送的强事件。

  1. 清仓信号触发：任何一个周期的建议从非清仓变为“清仓”。

  2. 止损线首次被击穿：现价首次从上方向下穿越任何一个周期的止损线（StopS/StopM/StopL）。

• 状态机与冷却机制：为了避免在震荡行情中频繁推送，后台必须为每只被监控的股票维护一个状态机。

  1. 状态变化才推送：只有当评估出的新状态（如{action: "减仓"}）与上一分钟的旧状态（如{action: "持有"}）不同时，才进入推送流程。

  2. 冷却时间（Cooldown）：一旦某个规则（如M-CLEAR-01）触发了一次推送，那么在接下来的10分钟内，即使该规则被反复触发，也不会再次推送。这极大地提升了用户体验。

  3. 用户级频控：在系统层面，还应设置一个用户维度的总频率上限，例如每分钟最多接收2条弹窗，超出部分自动转为站内信，避免打扰。

• 消息设计：Push消息必须极度精简，直击要点，并提供一个“查看完整报告”的入口，将用户引导回Pull模式进行深度分析。

七、📊 报告范例：将数据转化为洞察

下面，我们通过一个虚拟个股的完整案例，展示系统如何将冰冷的数据，转化为一份有温度、可执行的决策报告。

7.1 场景设定

• 虚拟个股：688888.SH 星云科技

• 评估时间：2025-12-29 10:31:00

• 盘中行情：股价早盘强势拉升，涨幅超过3%，触及布林带上轨，但盘中主力资金净流入占比开始由正转负，呈现出一定的价量背离迹象。

7.2 完整提示报告（页面全文）

【盘中交易提示报告】

• 评估时间：2025-12-29 10:31:00（+08:00）

• 股票：688888.SH 星云科技

• 交易状态：可交易

• 涨停/跌停：26.40 / 21.60

一、盘中快照（用于执行）

二、T-1关键位（趋势与锚）

• MA20（20日移动平均线）：23.40

• 布林带：上轨 24.90 / 中轨 23.50 / 下轨 22.10

• RSI14：73.6 （进入超买区）

三、短线建议（1–5天）

• 动作：减仓（reduce）

• 相对当前持仓：-30%

• 可执行卖出单（限价单，当日有效）：

  • SellS1 = 24.85

  • SellS2 = 24.97

• 条件止损触发价：StopS = 23.36

• 触发规则与原因：

  • S-REDUCE-01：触上轨+RSI超买。last_price(24.86) 接近 boll_upper_20d(24.90) 且 rsi_14(73.6) ≥ 72。

  • 风险提示：dev_vwap(+1.84%) > 0 但 net_inflow_main_ratio(-1.8%) < 0，存在资金背离，冲高回落风险增加。

四、中线建议（5–20天）

• 动作：持有（hold）

• 中线止损/清仓线：StopM = 23.17

• 理由：last_price > ma20 且 macd_hist > 0，中线趋势结构依然健康。

五、长线建议（>20天）

• 动作：持有（hold）

• 长线止损/清仓线：StopL = 22.93

• 理由：基本面无重大变化，未触及估值兑现或硬风控条件。

7.3 推送消息范例

场景：用户开启了“中等事件”推送，当系统首次生成上述报告时，会触发一次Push。

• APP弹窗：

  • 标题：星云科技 短线建议减仓30%

  • 正文：SellS1=24.85，SellS2=24.97，StopS=23.36。原因：触及布林上轨+RSI超买，且主力资金出现背离。

  • 按钮：查看完整提示报告

• 短信：

  【盘中提醒】688888 星云科技：短线触发减仓(-30%)。参考卖价24.85，止损23.36。原因：技术性超买且资金背离。详情：{URL}

结论

我们详细阐述了一个A股盘中实时决策系统的完整设计方案。这个系统并非一个追求高频交易的“阿尔法”模型，而是一个旨在增强人类交易员决策能力的“辅助驾驶”系统。它通过将成熟的技术分析规则、实时的资金流数据与严格的工程化约束相结合，试图在充满噪声的盘中环境中，为交易者提供一个冷静、客观、且可执行的决策参考。

从设计哲学到具体实现，我们始终强调可解释性、可执行性和风险控制。系统的价值不在于预测未来，而在于严格执行一套正期望的交易纪律，帮助交易者克服情绪的干扰，在波动的市场中保持一致性。未来的迭代方向将聚焦于引入更多维度的因子（如历史分位估值、行业轮动等），并探索将规则引擎与机器学习模型相结合，以实现更智能的动态阈值调整。

📢💻 【省心锐评】

这套架构的核心，是将交易员的盘中“心法”固化为确定性的工程“算法”。它不追求预测，而是通过规则、确认与风控的闭环，赋予交易决策以纪律性和一致性，这正是穿越市场周期的关键。