ARTICLE · 1329490

AiTrader 内置策略模板:参数校验、沙箱冒烟和一键建机器人

发布时间：2026-11-08 08:58:31 最近访问：2026-11-08 08:58:31

AiTrader 的“策略工场 → 策略模板”里放了 6 个现成的策略，其中网格、定投、趋势、均值回归 4 个可以直接建机器人，资金费套利和跨所价差 2 个只做机会扫描。咱们这篇看后端 strategy_template 模块是怎么把一份模板变成一个停止状态的机器人的，所以先从模板的数据结构说起。

1. 模板在后端是一个字典

新建的模板都写在 backend/app/plugin/module_quant/strategy_template/templates.py 里，每个模板包含名称、是否可执行、建议周期、风险等级、参数定义和策略源码。参数定义统一用 P() 生成，网格策略的内容如下：

1
2
3
4
5
6
7
8
9
10
11
12
"grid": {    "name": "等差网格", "category": "grid", "executable": True, "timeframe": "15m", "risk": "中",    "source_code": GRID,    "params": [        P("lower_price", "区间下限", 0, min=0, desc="0 表示以启动价 -10% 自动设定"),        P("upper_price", "区间上限", 0, min=0, desc="0 表示以启动价 +10% 自动设定"),        P("grid_count", "网格数", 10, min=2, max=200, step=1),        P("capital_pct_per_grid", "每格资金比例", 0.08, min=0.005, max=0.5, step=0.01),        P("take_profit_grids", "反弹止盈格数", 2, min=1, max=50, step=1),        P("close_out_of_range", "越界平仓", True, kind="bool"),    ],},

字段说明：executable 为 False 的模板没有 source_code，列表页会打上“机会扫描”的标签；min 和 max 既给前端的数字输入框用，也给后端校验用，所以只要在这里改一次，页面和接口会同时生效。

2. 页面截图

前端只有一个 strategy_template/Index.vue，6 张卡片来自 /strategy_template/list 接口，点开卡片会从右侧弹出抽屉，抽屉里的表单是按 params 循环生成的，不需要为每个模板单独写页面。

点“沙箱校验”之后，页面上显示“合成行情 400 根产生 13 个信号”，这是后端拿一段合成行情把策略真实跑了一遍的结果。

3. 参数校验 coerce_params

用户提交的参数不能直接塞给策略，不然网格数填 1 或者填个字母，策略跑起来才会报错。coerce_params 先取默认值，再逐项覆盖，超出范围的直接抛 ValueError，没定义过的键会被忽略：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
def coerce_params(key, values):    out = template_defaults(key)    for p in TEMPLATES[key]["params"]:        if not values or p["key"] not in values or values[p["key"]] is None:            continue        v = values[p["key"]]        if p["type"] == "bool":            out[p["key"]] = v if isinstance(v, bool) else str(v).lower() in ("1", "true", "yes", "on")            continue        num = float(v)        if p["min"] is not None and num < p["min"]:            raise ValueError(f"参数 {p['label']} 不能小于 {p['min']}")        if p["max"] is not None and num > p["max"]:            raise ValueError(f"参数 {p['label']} 不能大于 {p['max']}")        out[p["key"]] = int(num) if isinstance(p["default"], int) and float(num).is_integer() else num    return out

我们在本地直接调用了一遍，结果如下：

{"grid_count": 20, "close_out_of_range": "false", "foo": 1}：返回 grid_count 为 20，close_out_of_range 为 False，foo 被丢掉，其余参数用默认值；
{"grid_count": 1}：报“参数网格数不能小于 2”；
{"capital_pct_per_grid": 0.9}：报“参数每格资金比例不能大于 0.5”。

4. 一键创建机器人

StrategyTemplateService.instantiate 做两件事：先在策略库里找一条名为“[模板] 等差网格”的策略，没有才新建，有就复用，不然同一个模板点几次会在策略库里堆出几份一样的源码；然后创建一个 CodeBasedStrategy 类型的机器人，默认 trading_mode="virtual"，建好是停止状态，不会自己去下单。

1
2
3
4
5
6
bot = await QuantStrategyService(self.auth, self.db).create_strategy(QuantStrategyCreateSchema(    name=data.name or f"{t['name']} {data.symbols[0]}", strategy_type="CodeBasedStrategy", strategy_id=lib_id,    trading_mode=data.trading_mode, initial_capital=Decimal(str(data.initial_capital)), max_leverage=data.max_leverage,    decide_interval=TIMEFRAME_SECONDS.get(tf, 3600), symbols=list(data.symbols), parameters=params,    exchange_id=data.exchange_id, exchange_apikey_id=data.exchange_apikey_id, llm_provider=None,))