某信收费指标——破杀螺旋夺筹针的源码及回测

好久没写东西了，还是老规矩：源码免费放送，关注后后台回复：夺笋针 获取整套源码。

一、引子：为什么是这个形态

每个老股民都见过这种 K 线组合：

一只票 4 天内急跌 16%，前一天带长上影、缩量；第二天突然带长下影、阳线、收在 30 日均线上方、还突破了前一天的高点。

这是某信价值10万的指标——"破杀螺旋夺筹针"，背后的逻辑相当扎实：

• • 急跌 → 恐慌盘出清：4 日累计跌 16% 以上，套牢盘割肉
• • 缩量长上影 → 主力试盘前一天：上影线长但量缩，主力在试探上方抛压
• • 长下影 → 主力接货：下影线长说明下方有承接
• • 阳线 + 突破前高 → 反转确认：主力愿意拉，不是单纯止跌
• • 站在 MA30 上方 → 趋势不破：不是超跌反弹，是趋势修复

这套组合的精髓在于：用 8 个简单条件把"主力在底部悄悄接货"的形态量化出来。

下面，我们把它从某信公式翻译成 Python，用 3 年 800 根日线数据，跑了全 A 沪深 2311 只股票的回测。

二、公式原理

2.1 原始通达信公式

{==== 破杀螺旋夺筹针 v1（原始版）====}A:=REF(C,4)/C >= 1.2;           {4日累计跌≥16.7%}B:=(H-MAX(C,O))/(H-L) > 0.4;     {上影线>40%}V1:=V < REF(V,1);               {当日量缩}G:=C > O;                       {阳线}V2:=A AND B AND V1;D:=REF(V2,1);                   {昨日触发V2}E:=(MIN(C,O)-L)/(H-L) > 0.4;     {下影线>40%}F:=MAX(C,O) > REF(MAX(C,O),1);  {突破前高}MA30:=MA(C,30);S:=MIN(C,O) > MA30;             {K线主体>MA30}XG: D AND E AND F AND G AND S;

8 个条件，互相配合，缺一不可：

2.2 Python 转译（pandas 向量化）

把 某信的源码逐行循环翻译成 pandas 之后，2311 只股票的回测 7.8 秒跑完：

def signal_v1(df: pd.DataFrame) -> pd.Series:    """原版（来自 TDX 代码）"""    C, O, H, L, V = df['close'], df['open'], df['high'], df['low'], df['volume']    hl = (H - L).replace(0, np.nan)    A  = (C.shift(4) / C) >= 1.20           # 4日累计跌≥16.7%    B  = ((H - np.maximum(C, O)) / hl) > 0.4    V1 = V < V.shift(1)                      # 量缩    G  = C > O                               # 阳线    V2 = (A & B & V1).fillna(False)    D  = V2.shift(1).fillna(False)           # 昨日V2    E  = ((np.minimum(C, O) - L) / hl) > 0.4    F  = np.maximum(C, O) > np.maximum(C, O).shift(1)    MA30 = C.rolling(30).mean()    S  = np.minimum(C, O) > MA30    return (D & E & F & G & S).fillna(False)

2.3 优化版 V2：放宽 A + 加量 + 改 S

V1 信号太稀疏（2311 只票 3 年只出 27 个），我们做了 3 处微调：

改动之后，信号数从 27 暴增到 95，覆盖度 3.5 倍。

三、数据获取

3.1 候选池：2311 只沪深主板+创业板+科创板

def get_universe():    """剔除 ST、北交所、上市<1年"""    df = client.stocks()                       # 通达信全市场清单    df = df[~df['name'].str.contains('ST', na=False)]    df = df[df['code'].str.match(r'^(6|0|3)')]  # 沪/深主板+创业板+科创板    df = df[~df['code'].str.startswith('8')]   # 剔北交所    df = df[df['code'].str.len() == 6]    df = df.drop_duplicates(subset='code')    return df['code'].tolist()

最终池：2680 只 → 活跃 2311 只（最近 1 年有数据）。

3.2 双路数据源

为了不被单一接口限流卡死，我们接了 2 路：

腾讯接口地址：

https://web.ifzq.gtimg.cn/appstock/app/fqkline/get?param=sz000001,day,,,800,qfq

返回 6 字段：[日期, 开, 收, 高, 低, 成交量]。

3.3 并发拉取 + 本地缓存

def fetch_all(codes, max_workers=6, sleep_per_request=0.1):    """6 线程并发 + 0.1s 间隔 + 缓存到本地"""    with ThreadPoolExecutor(max_workers=max_workers) as ex:        futures = {ex.submit(worker, c): c for c in codes}        for fut in as_completed(futures):            code, df = fut.result()            # 已下载直接读缓存

实际跑出来的速度：2311 只 159.4 秒，16.81 只/秒，每个工作日 1 拉全量。

本地缓存路径：cache/klines/{code}.pkl，首次拉取后 0 秒复用。

四、回测设计

4.1 评估维度

每检测到一个 XG 信号，记录"信号日 + T+1/T+3/T+5/T+10/T+20" 5 个未来收益：

for hd in [1, 3, 5, 10, 20]:    ret[hd] = (df['close'].iloc[pos+hd] / df['close'].iloc[pos] - 1) * 100

然后聚合出 胜率 / 均值 / 中位 / 盈亏比 / 累加收益 这 5 个核心指标。

4.2 关键差异：V1 vs V2

五、回测结果

5.1 完整数据（5 年 2311 只票）

5.2 V2 信号时间分布

2021 年  1 个2023 年 14 个2024 年 29 个2025 年 27 个2026 年 24 个（截至 6/11）─────────────────────合计   95 个 / 92 只股票

注：5 年内单只股票平均被识别 1 次，最多的也就 2-3 次。这个形态本身就稀有。

5.3 V2 T+10 表现最佳的 5 笔

5.4 V2 T+10 表现最差的 5 笔

5.5 5 个关键洞察

1. 1. V1 适合 T+3 短线：胜率 51.9% + 累加 +35%，但 T+20 累加 -144.3%，信号珍稀 + 持有期短才能发挥威力
2. 2. V2 优化版适合 T+10 中线：累加 +156.4% 是真正的亮点，单笔最大 +89.84%，这是能拿来用的版本
3. 3. 两个版本 T+20 都崩：本质是短线反弹/中线反转，不是长线持有逻辑，别贪
4. 4. V2 T+1 是负的（-35.6%）：绝对不能次日开盘就跑，要么等 3 天要么拿 10 天
5. 5. 亏损票的 T+1 多数是负的：从最差 5 笔看，入场即亏的概率不低，必须接受小止损

六、程序使用方法

6.1 目录结构

posha_backtest/├── 01_formula_test.py     # 公式转译 + 单股验证├── 02_diagnose.py         # 单股逐条件触发率诊断├── 03_full_backtest.py    # 全 A 沪深批量回测（核心）├── 04_report.py           # 生成最终报告├── requirements.txt       # 依赖└── README.md              # 本文件

6.2 环境依赖

pip install -r requirements.txt# 依赖：pandas numpy mootdx

6.3 推荐运行顺序

# Step 1: 单股快速验证（30 秒，确认公式转译正确）python 01_formula_test.py# Step 2: 单股逐条件诊断（10 秒，验证逻辑无误）python 02_diagnose.py# Step 3: 全 A 批量回测（首次 3 分钟，二次 30 秒）python 03_full_backtest.py#   → 输出 cache/results.pkl + signals_v1.csv + signals_v2.csv# Step 4: 生成可读报告python 04_report.py

6.4 自定义参数

6.5 输出文件说明

七、风险与展望

7.1 风险提示

• • 历史回测 ≠ 未来表现：5 年 +156% 是回测结果，样本外 / 实盘 / 不同市况都可能有偏差
• • 信号稀薄：95/2311 = 4.1% 命中率，5 年才 95 个，对资金容量有限制
• • T+20 都崩：不是长线策略，持仓周期务必控制
• • 科创板占优：盈利 5 笔里有 4 笔是 688 开头科创板，可能与样本期内科创板弹性大有关，未来注册制下需重新评估
• • 未做大盘过滤：V2 没接沪深 300 指数的 MA20 过滤，牛熊市混合统计

7.2 后续可做工作

• • 加大盘过滤：signal_v3() 已留占位，要求"沪深 300 在 MA20 上方"才进场
• • 分行业 / 分市值回测：拆出 688（科创）/ 300（创业板）/ 主板分别看
• • 接实盘监控：每日收盘后跑一遍 signal_v2()，把新触发票推到企业微信
• • 接 policy_trading_system：把每日新增的 V2 信号并入现有选股 cron
• • 多公式组合：V1（短线）+ V2（中线）组合持仓，覆盖更多市场环境

八、写在最后

"破杀螺旋夺筹针"这个形态，本身就是民间老股经验的总结。我们用 Python + pandas + 一份腾讯财经的免费 K 线接口，把它做成了可批量验证、可回测、可监控的量化公式。

整个项目不到 300 行代码，跑完全 A 沪深 2311 只票只要 3 分钟。

公式的精髓不在于"找黑马"，而在于用 8 个简单条件把"主力在底部悄悄接货"这件模糊的事说清楚。

代码已开源，文章已开源，剩下的就是拿你自己的仓位去验证。后台回复：夺笋针 获取全部回测源码。