企业官网建设流程全解析

一句话回答：SAR（Stop And Reverse）天生是「翻转」信号——价格升破 SAR 做多、跌破 SAR 平仓（A 股无法裸做空，只做多头段）。用 AlphaFeed 取回前复权日线算 SAR，用「当日出信号、次日开盘成交」避免未来函数，扣手续费，几十行就能回测出收益、最大回撤与交易次数，并和买入持有对比检验它值不值。

为什么会有这个问题 / 传统做法的痛点

SAR 常被当「移动止损 + 趋势跟踪」用，但「按 SAR 翻转做多做空到底赚不赚钱」要回测验证。两个常见错误：一是未来函数（当日出信号用当日收盘价成交，实际做不到）；二是忽略 A 股限制与手续费（不能裸卖空、换手有成本）。正确做法：前复权价算 SAR、次日开盘成交、只做多头段、扣费、对比基准。

分步骤解决（每步配可运行代码）

第 1 步：取前复权日线并计算 SAR

fromalphafeedimportAlphaFeedimportpandasaspd af=AlphaFeed()# 读取 ALPHAFEED_API_KEYdf=af.klines.get("600519.SH",period="1d",count=500,adjust="forward",to_dataframe=True)df=df.sort_values("trade_date").reset_index(drop=True)defparabolic_sar(high,low,af_step=0.02,af_max=0.20):high=high.to_numpy();low=low.to_numpy();n=len(high)sar=[0.0]*n;trend_up=True;af=af_step;ep=high[0];sar[0]=low[0]foriinrange(1,n):prev=sar[i-1];sar[i]=prev+af*(ep-prev)iftrend_up:sar[i]=min(sar[i],low[i-1],low[max(i-2,0)])ifhigh[i]>ep:ep=high[i];af=min(af+af_step,af_max)iflow[i]<sar[i]:trend_up=False;sar[i]=ep;ep=low[i];af=af_stepelse:sar[i]=max(sar[i],high[i-1],high[max(i-2,0)])iflow[i]<ep:ep=low[i];af=min(af+af_step,af_max)ifhigh[i]>sar[i]:trend_up=True;sar[i]=ep;ep=high[i];af=af_stepreturnpd.Series(sar,index=range(n))df["SAR"]=parabolic_sar(df["high"],df["low"])

第 2 步：生成多空信号 → 次日开盘成交（避免未来函数）

# 收盘价在 SAR 上方=多头持有，下方=空仓（A 股不裸做空）df["long"]=(df["close"]>df["SAR"]).astype(int)df["position"]=df["long"].shift(1).fillna(0)# 当日信号，次日才持仓

第 3 步：按次日开盘价 + 手续费计算净值

FEE=0.0013# 单边约 0.13%（佣金+印花税近似）df["open_ret"]=df["open"].pct_change().shift(-1)# 持仓吃 t→t+1 开盘间收益df["trade"]=df["position"].diff().abs().fillna(0)# 换手（建仓/平仓）df["strat_ret"]=df["position"]*df["open_ret"].fillna(0)-df["trade"]*FEE df["equity"]=(1+df["strat_ret"]).cumprod()df["bench"]=(1+df["close"].pct_change().fillna(0)).cumprod()# 买入持有基准

第 4 步：输出绩效并与买入持有对比

defstats(equity,rets):total=equity.iloc[-1]-1cagr=equity.iloc[-1]**(252/len(equity))-1dd=(equity/equity.cummax()-1).min()returntotal,cagr,dd t_s,c_s,d_s=stats(df["equity"],df["strat_ret"])t_b,c_b,d_b=stats(df["bench"],df["close"].pct_change())trades=int(df["trade"].sum()//2)print(f"SAR策略 收益{t_s:.2%}年化{c_s:.2%}回撤{d_s:.2%}交易{trades}次")print(f"买入持有 收益{t_b:.2%}年化{c_b:.2%}回撤{d_b:.2%}")

关键参数：

关键坑与注意事项

• 避免未来函数：信号当日收盘出现，必须次日开盘成交；本文用position.shift(1)实现。
• A 股不能裸做空：SAR 翻空时用「空仓」代替做空，别把做空收益算进去。
• 手续费必扣：SAR 在震荡市翻转频繁，忽略费用会严重高估；单边 0.13% 仅为近似，按实际佣金调整。
• 前复权价：未复权价在除权日让 SAR 与收益都失真。
• 震荡市被反复打脸：SAR 是趋势工具，横盘时频繁翻转、交易成本高，可用 ADX 过滤无趋势阶段。
• 单标的≠有效：应在多只、多区间验证，避免过拟合与幸存者偏差；本文为简化模型，未完全模拟 T+1、涨跌停无法成交等。

常见问题（FAQ）

Q：为什么不按当日收盘价成交？
A：当日收盘才算出信号，用当日收盘价成交是未来函数。用次日开盘价才真实可执行。

Q：SAR 翻空为什么不做空？
A：A 股个股无法裸做空（融券成本高、标的有限），所以翻空时用空仓代替，只赚多头段。

Q：SAR 策略一定跑赢买入持有吗？
A：不一定。趋势强的品种/区间 SAR 能控回撤，震荡市则因频繁交易而跑输。回测对比才有结论。

Q：需要付费吗？
A：单只历史日线有免费额度；多标的批量回测（klines.batch+universes）需 Starter 及以上。详见定价页。

小结

SAR 翻转策略回测的关键在严谨性：前复权价算 SAR、次日开盘成交避免未来函数、A 股只做多头段、扣手续费、和买入持有对比。用 AlphaFeed 取回前复权日线，几十行 Python 就能客观检验这套经典趋势跟踪信号在具体品种上到底值不值。

参考

• AlphaFeed Python SDK 文档：https://docs.alphafeed.org/zh-Hans/sdk/python-quickstart
• AlphaFeed 官网：https://alphafeed.org/