ingest | 阿布量化（bbfamily/abu）开源项目知识融入：3 摘编 + 3 wiki 页面 + 导航/登记更新

wiki/Glossary.md

@@ -580,3 +580,35 @@ last_updated: 2026-08-03
 **中文**: 回测
 **定义**: 使用历史数据按事先固定的信号、调仓、成本和风险规则检验策略表现；必须防止未来函数、生存者偏差、样本选择偏差和过度拟合。
 **参见**: [[股票基本面与筹码选股|股票基本面与筹码选股]]
+
+## 量化交易框架
+
+### Timing Factor (择时因子)
+**英文**: Timing Factor
+**中文**: 择时因子
+**定义**: 决定何时买入或卖出投资品的策略规则单元；阿布量化中买入因子（AbuFactorBuyBase）必须且只能混入一个方向类（BuyCallMixin 看涨 / BuyPutMixin 看跌），通过 `fit_day` 生成次日订单以避免未来函数。
+**参见**: [[阿布量化框架架构|阿布量化框架架构]]
+
+### Stock-Picking Factor (选股因子)
+**英文**: Stock-Picking Factor
+**中文**: 选股因子
+**定义**: 从候选标的中筛选更适配策略的品种或股票的规则单元；阿布量化中可在择时周期内每月/每周动态重新选股，例如价格、拟合角度、相似度与位移路程比选股因子。
+**参见**: [[阿布量化策略开发与回测|阿布量化策略开发与回测]]
+
+### UMP (裁判决策)
+**英文**: Umpire Decision
+**中文**: 裁判决策
+**定义**: 阿布量化用机器学习训练的"裁判"体系：主裁（Main）对买入信号整体裁决、边裁（Edge）对交易特征专项裁决，拦截策略生成的失败交易；训练流程为切分训练集回测、提取失败交易特征、GMM 分类与最优分类簇筛选、保存分类器后开启拦截。
+**参见**: [[阿布量化框架架构|阿布量化框架架构]]
+
+### Shift-Distance Ratio (位移路程比)
+**英文**: Shift-Distance Ratio
+**中文**: 位移路程比
+**定义**: 一段行情中价格净变化（位移 shift）与路径实际总波动（路程 distance）的比值 `sd = shift / distance`；接近 1 表示趋势干净、保持性好，显著大于 1 表示反复震荡、趋势快速回复，用于期货趋势突破策略的品种筛选（如阿布量化 AbuPickStockShiftDistance）。
+**参见**: [[期货量化回测与位移路程比|期货量化回测与位移路程比]]
+
+### ATR Stop (ATR 止损)
+**英文**: Average True Range Stop
+**中文**: ATR 止损
+**定义**: 以平均真实波动范围（ATR，TR 的均值，TR = max(|最高-最低|, |最高-昨收|, |昨收-最低|)）的倍数作为止盈止损距离的风险控制规则；期货双向策略中需按买入方向（call/put）区分触发条件。
+**参见**: [[阿布量化策略开发与回测|阿布量化策略开发与回测]]

wiki/INDEX.md

@@ -82,6 +82,12 @@ last_updated: 2026-08-03
 - [[股票基本面与筹码选股|股票基本面与筹码选股]] - 盈利、估值、题材、股东结构与筹码观察框架
 - [[股票交易系统与技术分析|股票交易系统与技术分析]] - 趋势、MACD、量价与买卖点的作者体系
 - [[股票交易纪律与资金管理|股票交易纪律与资金管理]] - 计划、止损、耐心、复盘和仓位边界
+
+### 量化交易框架
+- [[阿布量化框架架构|阿布量化框架架构]] - 阿布量化（ABuQuant）开源框架的模块分层、因子体系、UMP 裁判决策与回测数据流
+- [[阿布量化策略开发与回测|阿布量化策略开发与回测]] - 择时/卖出/选股因子开发、滑点手续费、度量与参数寻优流程
+- [[期货量化回测与位移路程比|期货量化回测与位移路程比]] - 期货连续合约、双向策略与位移路程比品种筛选
+
 - [[Long-Running-Harness-Design|长运行应用的 Harness 设计]] - Anthropic 团队的多 Agent 架构实践
 - [[OpenAI-Codex-Harness-Engineering|OpenAI Codex Harness 工程]] - 完全由智能体生成代码的产品开发实践
 - [[Mitchellh-AI-Adoption-Journey|Mitchell Hashimoto 的 AI 采用之旅]] - HashiCorp 创始人从怀疑论者到深度用户的六个阶段

wiki/_meta/WIKI-SCHEMA.md

@@ -21,6 +21,8 @@ raw/                         # 原始来源和不可变摘编，原则上只读
 │   └── _meta/
 ├── 股票/                    # 股票投资资料
 ├── 估值/                    # 企业财务与估值资料
+├── 宏观/                    # 宏观经济与房地产等宏观领域资料
+├── 量化/                    # 量化交易框架与方法（abuquant 等；源码本体可能不入库，以摘编+哈希清单为证据）
 └── _meta/                   # 来源清单、迁移记录、哈希等
 
 wiki/                        # 编译后的可检索知识

wiki/compile-results.tsv

@@ -99,3 +99,7 @@ raw/期货/20-品种新闻/焦煤/日报/2026-08-06_焦煤日报.md	63530f9c1c52
 raw/期货/20-品种新闻/焦煤/周报/2026-08-06_焦煤周报.md	529699d6b9b59ba74d5016e4098dae3323e54b43b2474ff6c08665991249dd91	2026-08-07	wiki/concepts/焦煤2026年8月市场回顾.md	2026-08-07	success_review_source
 raw/期货/20-品种新闻/焦煤/事件/2026-08-06_山西焦煤西曲矿安全事故停产.md	12aa201a01e6fde2bebc01abfc03b516fe554f1a5be744b475c15fb640cc15c6	2026-08-07	wiki/concepts/焦煤2026年8月市场回顾.md	2026-08-07	success_review_source
 raw/期货/20-品种新闻/焦煤/专家观点/2026-08-06_我是巴菲林_8.6夜盘焦煤行情分析.md	sha256:399b78e07e344cfbd34b669853287f355bf5fba6f52e87b4f2bec030a8457fca	2026-08-06	wiki/practices/焦煤专家观点与交易判断.md	2026-08-07	success_review_source
+raw/量化/abuquant/_meta/源码哈希清单.tsv	sha256:e07923e8607d1ce333d692f6acc8db3b5f68f1c9e9679d5629705e359e2f0e1f	2026-08-07	wiki/concepts/阿布量化框架架构.md,wiki/practices/阿布量化策略开发与回测.md,wiki/practices/期货量化回测与位移路程比.md,wiki/INDEX.md,wiki/sources.md,wiki/Glossary.md	2026-08-07	success
+raw/量化/abuquant/abuquant-框架架构摘编.md	sha256:1d40144383bd5f8e0f5d6049da545abb2933a83328693dc2d7852af9e70291d6	2026-08-07	wiki/concepts/阿布量化框架架构.md,wiki/practices/阿布量化策略开发与回测.md,wiki/practices/期货量化回测与位移路程比.md,wiki/INDEX.md,wiki/sources.md,wiki/Glossary.md	2026-08-07	success
+raw/量化/abuquant/abuquant-策略开发与回测实践摘编.md	sha256:fc63e6c7799ee5af9f084f45982ec45469428e68f4070f8b38067ed1d760482a	2026-08-07	wiki/practices/阿布量化策略开发与回测.md	2026-08-07	success
+raw/量化/abuquant/abuquant-期货回测与位移路程比摘编.md	sha256:8a5d4fdf3e8ce52e78531a919bf008d1ea6f3eb7013415370e22a54183a62cf3	2026-08-07	wiki/practices/期货量化回测与位移路程比.md	2026-08-07	success

wiki/compile.log

@@ -237,3 +237,12 @@
 ## [2026-08-07] maintain | 日报专家观点板块模板更新
 
 - `专家观点日报板块模板.md` 更新为带"最近一次可核验观点（截至 2026-08-06）"预填版本（8-06 巴菲林观点：1295/1259/1250 关键位、短空计划、2701/2705 价差套利），无新文章时日报直接沿用；新增"有新文章时的处理"步骤与证据边界提示。同步更新 compile-results.tsv 中该行哈希。
+
+## [2026-08-07] ingest | 阿布量化（bbfamily/abu）开源项目知识融入
+- 输入：用户要求将 GitHub 开源项目 https://github.com/bbfamily/abu（阿布量化 ABuQuant，v0.4.0，GPL）知识融入 Wiki；git clone --depth 1 获取，最新 commit d602d847677e4c2b77b0a122df30816ea68b5710（2026-01-24）。
+- 安置：源码本体 73MB（248 py + 33 教学 notebook + 书籍示例 + 视频/图片）不整包入库，本地存放于 raw/量化/abuquant-src/（.git 改名 .git.bak 防 gitlink，目录加入 .gitignore）；生成 381 文件 SHA-256 哈希清单 raw/量化/abuquant/_meta/源码哈希清单.tsv 作为可核验证据边界。
+- 摘编：新增 3 份中文摘编——abuquant-框架架构摘编.md（模块分层/核心类/数据流/UMP/教学索引）、abuquant-策略开发与回测实践摘编.md（因子开发/止盈止损/滑点手续费/度量/参数寻优/ML/数据源）、abuquant-期货回测与位移路程比摘编.md（连续合约/保证金强平/双向策略/位移路程比品种筛选/内外盘套利）。
+- 编译：新增 wiki/concepts/阿布量化框架架构.md、wiki/practices/阿布量化策略开发与回测.md、wiki/practices/期货量化回测与位移路程比.md；更新 wiki/INDEX.md（第 9 节新增“量化交易框架”子节）、wiki/sources.md（量化交易框架资料组）、wiki/Glossary.md（量化交易框架术语：择时因子/选股因子/UMP/位移路程比/ATR 止损）、wiki/_meta/WIKI-SCHEMA.md（raw 分层新增 量化/ 域）、wiki/compile-results.tsv（追加 4 行）。
+- 证据边界：摘编基于源码 docstring、README 与教学 notebook markdown 提炼，未逐行核验全部算法、未复现回测；README 中缠论/波浪/谐波/K线形态等“量化 2.0”宣传与“18496 种策略”等营销数字未作为可复现能力收录；沙盒数据仅教学用途，实盘需外部数据源并重核合约参数。
+- 哈希：三份摘编正文（frontmatter 之后）SHA-256——框架架构 1d401443…、策略实践 fc63e6c7…、期货专题 8a5d4fdf…；哈希清单整文件 e07923e8…；均已登记 compile-results.tsv。
+- 验证：待运行 wiki-audit.ps1 复核。

wiki/concepts/阿布量化框架架构.md

@@ -0,0 +1,115 @@
+---
+title: "阿布量化（ABuQuant）框架架构"
+source: "https://github.com/bbfamily/abu (commit d602d847677e4c2b77b0a122df30816ea68b5710)"
+created: 2026-08-07
+updated: 2026-08-07
+type: concept
+tags:
+  - "量化"
+  - "开源框架"
+  - "回测"
+  - "Python"
+confidence: medium
+contested: false
+raw_sources:
+  - path: "raw/量化/abuquant/abuquant-框架架构摘编.md"
+    hash: "sha256:1d40144383bd5f8e0f5d6049da545abb2933a83328693dc2d7852af9e70291d6"
+---
+
+# 阿布量化（ABuQuant）框架架构
+
+## 页面定位
+
+本页是阿布量化（ABuQuant）开源量化框架的**架构概念页**，回答"这个框架由哪些模块组成、因子/回测/裁判/度量如何衔接"。它不讲解具体策略开发步骤（见[[阿布量化策略开发与回测|阿布量化策略开发与回测]]），不展开期货专项方法（见[[期货量化回测与位移路程比|期货量化回测与位移路程比]]），也不替代任何品种研究框架。源码本体未整包入库，证据为摘编与哈希清单（`raw/量化/abuquant/`）。
+
+## 一、定义与定位
+
+阿布量化是一个开源的 Python 量化交易系统，核心设计目标是**分离基础策略与策略优化监督模块**。支持美股、A股、港股、期货、期权、比特币、莱特币。版本 0.4.0（2026-01-24 commit d602d84），作者"阿布"，配套教材《量化交易之路》《机器学习之路》。
+
+设计哲学（README"道生一、一生二、二生三、三生万物"）：因子是最小单位（一）→ 因子组合成策略（二）→ 策略接入回测与裁判决策（三）→ 全市场多策略并行演化（万物）。
+
+## 二、模块分层
+
+框架以 21 个 `*Bu` 模块组织（`abupy/` 目录），`__init__.py` 统一导入：
+
+| 模块 | 职责 |
+|---|---|
+| CoreBu | 环境、基准、并行（Windows 用 ProcessPoolExecutor 规避 joblib 长任务弹窗）、pandas 兼容、存储 |
+| MarketBu | 数据缓存/数据源/解析、股票与期货 symbol、行业分类、市场切割、可视化 |
+| FactorBuyBu / FactorSellBu | 买入/卖出择时因子基类与示例 |
+| PickStockBu | 选股因子基类与示例 |
+| AlphaBu | 选股/择时 Master-Worker 并行调度 |
+| BetaBu | 仓位管理示例（ATR、Kelly、价格位置） |
+| TradeBu | 订单、资金、基准、ML 特征 |
+| SlippageBu | 滑点基类与均价滑点示例 |
+| UmpBu | 裁判决策（UMP）：主裁 + 边裁共 17 文件 |
+| MetricsBu | 回测度量、GridSearch 参数寻优 |
+| TLineBu | 技术线：拟合、位移路程比、通道、骨架、支撑阻力、黄金分割、VWAP |
+| IndicatorBu | ATR、BOLL、MA、MACD、RSI 等指标 |
+| MLBu / DLBu | 机器学习封装 / caffe 深度学习工具 |
+| SimilarBu | 相关系数与相似度 |
+| CrawlBu / CheckBu / UtilBu / WidgetBu | 爬虫数据源 / 检查预处理 / 工具 / UI 组件 |
+| ExtBu、joblib/ 等 | 内置第三方依赖（six、joblib、empyrical、futures） |
+
+## 三、核心机制
+
+### 1. 因子体系
+
+- 买入因子 `AbuFactorBuyBase` 必须且只能混入一个方向类：`BuyCallMixin`（看涨，expect_direction=1.0）或 `BuyPutMixin`（看跌，expect_direction=-1.0，用于期货/期权反向）。
+- 卖出因子 `AbuFactorSellBase` 通过 `support_direction()` 声明支持的买卖方向，`fit_day()` 按 `order.expect_direction` 区分 call/put 处理。
+- 选股因子 `AbuPickStockBase` 在择时周期内每月/每周动态重新选股。
+- 因子可内嵌专属卖出因子与选股因子；`lock_factor` 可封锁本源买入因子。
+
+### 2. 回测数据流
+
+```
+数据(MarketBu) → 基准(AbuBenchmark: 时间范围/对齐/市场限制)
+→ 资金(AbuCapital) → 择时Worker(AbuPickTimeWorker)
+   └─ fit_day 驱动：买入因子生成订单 → 卖出因子止盈止损
+      → UMP 裁判拦截 → 滑点定成交价 → 仓位管理定量
+→ 订单 → 度量(AbuMetricsBase) → 存储/可视化
+```
+
+`kl_pd` 为择时时段，`combine_kl_pd` 合并前一年数据供 ML 特征构建。
+
+### 3. UMP 裁判决策
+
+UMP（Umpire，裁判）用机器学习训练"裁判"拦截策略生成的失败交易：
+
+- **主裁（Main）**：对买入信号整体裁决；示例含角度、价格、波动、跳空、多混。
+- **边裁（Edge）**：对交易特征专项裁决。
+- `AbuUmpManager` 组织通信；外部用户 `append_user_ump()` 添加自定义裁判（需先训练生成 cache）。
+- 训练流程：切分训练集回测 → 提取失败交易特征 → GMM 分类 + 最优分类簇筛选（`ump_main_clf_dump()` 一行完成）→ 保存分类器 → 测试集开启拦截对比。
+- 价值：拦截低质量交易、节省佣金、降低交易数量本身即优化；提升方向为更多裁判/特征、复杂综合裁决、统计权重加权。
+
+### 4. 度量与优化
+
+- `AbuMetricsBase` 度量收益、回撤、胜率等；期货专用 `AbuMetricsFutures`。
+- `AbuGridSearch` 借鉴 sklearn，对因子做参数寻优；`AbuCrossVal` 交叉验证。
+- `AbuTLine` 提供最优拟合次数、位移路程比、拟合通道、骨架通道、黄金分割等分析手段辅助参数选择。
+
+### 5. 数据源
+
+内置沙盒数据仅供学习；`ABuDataCache` 管理采集/存储/merge 更新；对外统一接口 `ABuSymbolPd`；外部数据源可接入股票/期货/数字货币。
+
+## 四、证据与不确定性
+
+- 摘编基于源码 docstring、README 与教学 notebook markdown，未逐行核验全部算法。
+- 缠论、波浪、谐波、K 线形态、均线信号等"量化 2.0"能力是项目网站（abuquant.com）宣传内容，仓库源码中形态识别以 TLineBu/IndicatorBu/WidgetBu 为基础，**未提供完整形态库代码**，不应视为可复现能力。
+- README 中"18496 种策略""上百种模型"等营销数字未作为事实收录。
+- 版本较旧（0.4.0），新环境需处理 Python 2/3 兼容层与依赖版本问题。
+
+## 五、失效条件与风险
+
+- 沙盒数据回测结果不具代表性，实盘需外部数据源。
+- 裁判（UMP）效果依赖训练集质量与数据量，沙盒小样本下"正确拦截比错误拦截多"但胜率/盈亏并不理想。
+- 框架的滑点实现不考虑大资金冲击成本；迁移实盘需日内分钟 K 线择时。
+
+## 六、相关页面
+
+- [[阿布量化策略开发与回测|阿布量化策略开发与回测]] - 因子开发与回测流程
+- [[期货量化回测与位移路程比|期货量化回测与位移路程比]] - 期货专项方法与位移路程比
+- [[技术分析形态与突破确认|技术分析形态与突破确认]] - 形态/突破信号的独立验证边界（与 abu 形态宣传对照）
+- [[股票交易系统与技术分析|股票交易系统与技术分析]] - 主观技术分析体系（对照量化因子思路）
+- [[交易与交易所市场微观结构|交易与交易所：市场微观结构]] - 滑点、交易成本的微观结构基础
+- 术语见 [[Glossary|术语表]]：UMP、位移路程比、择时因子

wiki/practices/期货量化回测与位移路程比.md

@@ -0,0 +1,90 @@
+---
+title: "期货量化回测与位移路程比"
+source: "https://github.com/bbfamily/abu (commit d602d847677e4c2b77b0a122df30816ea68b5710)"
+created: 2026-08-07
+updated: 2026-08-07
+type: practice
+tags:
+  - "量化"
+  - "期货"
+  - "回测"
+  - "趋势跟踪"
+  - "品种筛选"
+confidence: medium
+contested: true
+raw_sources:
+  - path: "raw/量化/abuquant/abuquant-期货回测与位移路程比摘编.md"
+    hash: "sha256:8a5d4fdf3e8ce52e78531a919bf008d1ea6f3eb7013415370e22a54183a62cf3"
+  - path: "raw/量化/abuquant/abuquant-框架架构摘编.md"
+    hash: "sha256:1d40144383bd5f8e0f5d6049da545abb2933a83328693dc2d7852af9e70291d6"
+---
+
+# 期货量化回测与位移路程比
+
+## 页面定位
+
+本页提炼阿布量化对**期货市场**的量化处理方法：连续合约数据、保证金与强平机制、看涨/看跌双向策略、位移路程比（shift/distance）品种筛选、内外盘低频统计套利思路。它属于方法论实践页，与具体品种研究（[[焦煤期货研究框架|焦煤期货研究框架]]、[[玻璃期货研究框架|玻璃期货研究框架]]）互补：本页讲量化回测技术，品种页讲基本面。教学示例数字仅用于说明机制，不代表真实回测结论。
+
+## 一、期货数据与合约要素
+
+- 量化用**连续合约**（如 JM0 焦煤、I0 铁矿石、RB0 螺纹钢、FG0 玻璃），而非具体月份合约（如 JD1709）。
+- 合约要素（AbuFuturesCn）：`min_uni` 每手数量（鸡蛋 5 吨/手、胶合板 500 张/手）、`commission` 每手手续费、`min_deposit` 最低保证金比例（0.08=8%）。
+- 内置沙盒 46 个品种：覆盖大商所（J0/JM0/I0/M0/Y0/A0/B0 等）、郑商所（TA0/FG0/ZC0/MA0/SR0/CF0 等）、上期所（CU0/AL0/RB0/HC0/AG0/AU0/NI0 等）。
+
+## 二、保证金、强平与交割（教学机制）
+
+- 保证金杠杆：以鸡蛋为例，4014 元/吨 × 5 吨/手 × 20 手 ≈ 40 万货值，8% 保证金约 3 万+ 即可开仓；收益与风险同比例放大。
+- 价格反向时账户净值不足新保证金要求 → 期货公司先要求追加，否则**强行平仓**。
+- 看跌（put）机制：可理解为"借入商品卖出、低价买回归还"，赚取差价。
+- 交割限制：个人投机账户无实物交割资格，持有到交割日由交易所强平；"保值"账户仅限有资格企业。
+
+## 三、双向策略实现
+
+- 市场目标切换：`g_market_target = E_MARKET_TARGET_FUTURES_CN`。
+- 看涨：向上突破买入因子（如 AbuFactorBuyBreak）；看跌：向下突破因子 AbuFactorBuyPutBreak（混入 BuyPutMixin，expect_direction=-1）。
+- 卖出因子需 `support_direction()` 声明双向支持，按 `order.expect_direction` 区分：call 方向"暴跌止损"、put 方向"暴涨止损"（示例 `(pre_close - close) * expect_direction > atr21 * pre_atr_n`）。
+- 周期选择需适配品种：期货有交割周期与季节性，突破参数宜从 42/60 调整为 21/42 天；比特币示例用重采样确定 10 天上下周期。
+
+## 四、位移路程比（shift/distance）
+
+### 定义
+
+```text
+sd = shift / distance
+shift = 起终点直线距离（价格净变化，位移）
+distance = 路径实际走过的总距离（路程）
+```
+
+- `sd` 接近 1：走势干净、趋势保持好；`sd` 显著大于 1：反复震荡、趋势快速回复。
+- 实现：`ABuTLExecute.shift_distance`，返回 (h_distance 底边, v_distance 垂直, distance 路程, shift 位移, sd)；`show_shift_distance(how, step_x)` 可视化，`how` 可选 close（序列最后元素）/maxmin（趋势极限值）/sum_maxmin。
+
+### 选股逻辑（趋势突破策略适用性）
+
+| sd 特征 | 品种示例 | 结论 |
+|---|---|---|
+| 基本 <2，偶有 >2 段 | V0 PVC | 符合：能惯性保持趋势，涨跌都有机会 |
+| 多次 >2.0 | FB0 纤维板 | 过滤：短涨即反弹，趋势无法保持 |
+| 无 >2.0 | Y0 豆油 | 过滤：太平稳，无趋势 |
+
+- 应用：38 个期货品种先全品种回测（收益一般），再用位移路程比选股缩小品种池 → 提升突破策略适配性。
+- 实现因子：`AbuPickStockShiftDistance`（PickStockBu）。
+
+## 五、方法要点与引申
+
+- **品种筛选优先于参数优化**：先用趋势持续性指标（位移路程比）筛品种，再优化参数。
+- 双向策略下，止损因子逻辑必须按方向区分。
+- 内外盘低频统计套利（notebook 25）：同一/相关品种跨市场价差关系，教学示例，需结合具体市场规则核验。
+
+## 六、证据与不确定性
+
+- 教学示例中的价格/收益数字（2017 年鸡蛋等）仅用于说明机制，不构成真实历史回测结论。
+- 沙盒数据（2017 年前后内置）仅供学习；实盘需外部数据源并重新核验合约参数（保证金比例、手续费随交易所规则变化）。
+- 位移路程比是**趋势持续性**的度量工具，不预测方向；需配合止损、仓位与基本面。
+
+## 七、相关页面
+
+- [[阿布量化框架架构|阿布量化框架架构]] - 框架模块与 UMP 裁判机制
+- [[阿布量化策略开发与回测|阿布量化策略开发与回测]] - 因子开发、度量与参数寻优流程
+- [[焦煤期货研究框架|焦煤期货研究框架]] - 焦煤基本面与盘面研究框架
+- [[技术分析形态与突破确认|技术分析形态与突破确认]] - 突破信号确认与假突破
+- [[商品市场金融化与库存套利|商品市场金融化与库存套利]] - 期现、基差与库存的宏观背景

wiki/practices/阿布量化策略开发与回测.md

@@ -0,0 +1,92 @@
+---
+title: "阿布量化策略开发与回测"
+source: "https://github.com/bbfamily/abu (commit d602d847677e4c2b77b0a122df30816ea68b5710)"
+created: 2026-08-07
+updated: 2026-08-07
+type: practice
+tags:
+  - "量化"
+  - "策略开发"
+  - "回测"
+  - "因子"
+confidence: medium
+contested: false
+raw_sources:
+  - path: "raw/量化/abuquant/abuquant-策略开发与回测实践摘编.md"
+    hash: "sha256:fc63e6c7799ee5af9f084f45982ec45469428e68f4070f8b38067ed1d760482a"
+  - path: "raw/量化/abuquant/abuquant-框架架构摘编.md"
+    hash: "sha256:1d40144383bd5f8e0f5d6049da545abb2933a83328693dc2d7852af9e70291d6"
+---
+
+# 阿布量化策略开发与回测
+
+## 页面定位
+
+本页是阿布量化框架**策略开发与回测的实践页**，记录可执行流程：择时因子编写、止盈止损、滑点手续费、仓位管理、选股因子、度量、参数寻优、机器学习集成与数据源接入。它不解释框架架构（见[[阿布量化框架架构|阿布量化框架架构]]），不展开期货专项（见[[期货量化回测与位移路程比|期货量化回测与位移路程比]]）。所有 API 名称以源码为准，未执行回测复现。
+
+## 一、择时策略开发（notebook 1）
+
+1. **编写买入择时因子**：继承 `AbuFactorBuyBase` + 混入方向类（BuyCallMixin/BuyPutMixin），实现 `fit_day(today, orders)` 调用 `self.buy_tomorrow(order)` 生成次日订单。
+2. **分解模式逐步回测**：先只挂买入因子观察买入点，再叠加卖出因子。
+3. **编写卖出因子**：继承 `AbuFactorSellBase`，`fit_day` 中 `self.sell_tomorrow(order)`。
+
+关键约定：`buy_tomorrow/sell_tomorrow` 次日成交（避免未来函数）；`_init_self(**kwargs)` 读取自定义参数。
+
+## 二、止盈止损与风险控制（notebook 2）
+
+| 类型 | 代表因子 | 作用 |
+|---|---|---|
+| 基本止盈止损 | AbuFactorAtrNStop（n 倍 ATR） | 保护利润、控制风险 |
+| 风险控制止损 | AbuFactorPreAtrNStop（单日最大跌幅 n 倍 ATR） | 单边风险控制 |
+| 利润保护止盈 | AbuFactorCloseAtrNStop（利润回撤） | 只做单边止盈 |
+
+ATR 定义：`TR = max(|最高-最低|, |最高-昨收|, |昨收-最低|)`，ATR 为 TR 的均值。
+
+## 三、滑点与手续费（notebook 3）
+
+- 默认均价买入/卖出（AbuSlippageBuyMean/SellMean）：简单高效，交易数量足够时接近实盘；**不考虑大资金冲击成本**，实盘迁移需日内分钟 K 线择时。
+- `AbuCommission` 计算手续费，`order.commission` 记录。
+
+## 四、多股票与仓位管理（notebook 4）
+
+- 多股票可用同一因子组合，也可分别指定因子。
+- 仓位管理默认 `AbuAtrPosition`，示例还有 Kelly、价格位置仓位；可通过全局默认或 kwargs 指定。
+- 并行：`AbuPickTimeMaster` 多进程调度（Windows 注意 ProcessPoolExecutor 实现）。
+
+## 五、选股策略（notebook 5）
+
+- 选股因子继承 `AbuPickStockBase`，实现 `fit_first_choice` 等方法；示例：价格、拟合角度、相似度、位移路程比选股。
+- 多因子并行；择时周期内每月/每周动态重新选股。
+
+## 六、度量、参数寻优与评分（notebook 6-7）
+
+- `AbuMetricsBase` 度量收益/回撤/胜率等，可自定义度量类；期货用 `AbuMetricsFutures`。
+- `AbuGridSearch` 网格搜索因子参数（如"均线看多少天"），`AbuScoreTuple`/`AbuBaseScorer` 评分（支持权重与自定义），`AbuCrossVal` 交叉验证。
+
+## 七、机器学习集成（notebook 12）
+
+- `AbuMLFeature` 定义特征（支持扩展）→ `AbuML` 中间层 → `AbuMLCreater` 封装学习器 → `AbuMLPd` 业务封装。
+- 测试集验证与非均衡技术；应用场景：UMP 裁判训练、策略有效性验证（notebook 32）。
+
+## 八、数据源接入（notebook 19）
+
+数据模式/存储/数据源三层均可切换；`ABuDataCache` merge 更新；外部数据源可接股票/期货/数字货币；所有取数统一走 `ABuSymbolPd`。
+
+## 九、开发注意事项
+
+- 卖出因子用于期货需 `support_direction()` 声明支持 put，`fit_day` 按 `order.expect_direction` 正负区分（call：暴跌止损；put：暴涨止损）。
+- 买入因子方向唯一（一个因子不能同看涨又看跌）。
+- 数据访问统一走 `ABuSymbolPd`。
+- 选股因子可用 `lock_factor` 封锁本源买入因子。
+
+## 十、证据边界
+
+- 本页基于教学 notebook 与源码 docstring 提炼，未复现任何回测；沙盒示例收益数字不具代表性（数据量小、依赖旧数据文件）。
+- 教学流程可用作学习/原型参考；实盘部署需自行解决数据、滑点、手续费与合规。
+
+## 十一、相关页面
+
+- [[阿布量化框架架构|阿布量化框架架构]] - 模块分层与核心机制
+- [[期货量化回测与位移路程比|期货量化回测与位移路程比]] - 期货双向策略与品种筛选
+- [[技术分析形态与突破确认|技术分析形态与突破确认]] - 技术信号的确认与失效条件
+- [[股票交易纪律与资金管理|股票交易纪律与资金管理]] - 资金管理与止损的独立实践

wiki/sources.md

@@ -86,3 +86,7 @@ last_updated: 2026-08-02
 
 - [[中国房地产市场制度演进与周期阶段|中国房地产市场制度演进与周期阶段]] - 知乎专栏《【中国房地产四十五载风云史】发展历史回望：1978-2023》；原始 HTML 与中文摘编保存在 `raw/宏观/房地产/90-待核验/`，历史线索和政策首例表述需进一步核验
 - [[房地产行业2021年政策盘点与资金约束传导|房地产行业 2021 年政策盘点与资金约束传导]] - 亿翰智库 2021 年 12 月 31 日房地产政策研究报告；原始 DOCX 与中文摘编保存在 `raw/宏观/房地产/90-待核验/`，政策口径和城市案例需复核
+
+## 量化交易框架资料
+
+- [[阿布量化框架架构|阿布量化框架架构]]、[[阿布量化策略开发与回测|阿布量化策略开发与回测]]、[[期货量化回测与位移路程比|期货量化回测与位移路程比]] - GitHub 开源项目 [bbfamily/abu（阿布量化）](https://github.com/bbfamily/abu)（commit d602d84，2026-01-24，v0.4.0，GPL）；源码本体 73MB 未整包入库，摘编与 381 文件哈希清单保存在 `raw/量化/abuquant/`，本地源码在 `raw/量化/abuquant-src/`（不入库），可凭 commit 从 GitHub 重新获取验证