> For the complete documentation index, see [llms.txt](https://minara.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://minara.ai/docs/minara-handbook/zh/jiao-yi/strategy-studio/create-cross-sectional-strategies.md).

# 创建横截面策略

> 在 Minara 中构建市场中性、AI 生成的量化策略。\
> 在线访问： [https://minara.ai/app/xstrategy](https://beta.minara.ai/app/xstrategy)

***

### 什么是横截面策略？

横截面策略的定义在于 *它* 如何做决策，与 **时间序列** 策略相对：

* 一个 **时间序列** 策略会看 *单个资产相对于自身历史的表现* ，并问“BTC 从这里开始是涨还是跌？”这是一种针对每个资产的绝对、方向性判断。
* 一个 **横截面** 策略会看 *一个资产宇宙（资产池）中的各资产在同一时刻彼此比较* ，并问“在我的评分规则下，哪些资产排名最高，哪些排名最低， **在我的评分规则下**？”这是一种相对判断。

然后，横截面策略会采用一个 **方向** ，由你选择： **仅做多** （买入排名最高的资产）， **仅做空** （卖出排名最低的资产），或者 **多空** （同时两者都做）。

多空版本就是人们所说的 **市场中性**：它持有大致平衡的多头和空头组合，因此整个市场的涨跌（**beta** 波动）会在两条腿之间部分抵消。剩下的就是顶部组合与底部组合之间的差额，也就是你的策略试图捕捉的 **alpha** 。

换句话说，横截面多空策略的目标是在相对独立于 beta 的同时赚取 alpha。（仅做多或仅做空版本会保留 beta 暴露，因此不是市场中性。）市场中性方法是对冲基金的标配：通常比方向性押注波动更低、也更稳定。

区分这两类策略有一句话就够： **时间序列** 策略解决的是 *时机*: **，即何时** 对某个资产做多或做空。 **横截面** 策略解决的是 *选股*: **策略解决的是** 在任意时点哪些资产该持有多头或空头。

#### “更强 / 更弱”是按排名来说的

**“更强”** 意思是“按照排名规则得分更高 *你* 所定义的”。排名规则就是你基于因子构建的评分体系：

* 如果你的规则是 *“寻找被低估、且有上涨潜力的优质资产”，* 那么最符合这一定义的资产就是“最强”的，即使它的价格看起来已经见底。
* 如果你的规则是 *“寻找近期动量最快的资产”，* 那么“最强”就会更偏向近期赢家。

所以强/弱是 **相对的，完全取决于你对排名的定义**.

***

### 系统如何运作

一个 **因子** 是一条把每个资产转换为分数的规则。对宇宙中的每个资产都应用同一规则，因此这些分数可以相互比较并排序。例如：

* *“过去 5 天收益率”* 衡量近期动量，
* *“3 年债务增长”* 衡量资产负债表质量，
* *“按价格归一化的 MACD”* 以可与价格比较的尺度衡量趋势强度。

横截面策略会把一个或多个因子组合成每个资产的单一综合得分，然后：

1. **排序** 宇宙中的每个资产，按综合因子得分排序。
2. **做多** 顶部一部分（例如前 5 个）和/或 **做空** 底部一部分（例如后 5 个）。
3. **再平衡** 按计划执行（每 4 小时、每日、3 天一次等）。

Minara 库中的每个因子都已经通过了客观质量筛选：IC（信息系数）、换手率、费用韧性、状态稳定性、单调性等等。未通过筛选的因子不会展示。

***

### 从头到尾构建一个策略

#### 步骤 1：描述

<figure><img src="/files/cb847b374556104326f69465b4ae5a824b9502be" alt=""><figcaption></figcaption></figure>

1. 确保模式切换显示为 **多资产**.
2. 选择你的 **宇宙**。默认是 **TradFi 30**；点击其他宇宙卡片（Coin 30 / Coin 50）即可切换。你也可以点击宇宙查看详细资产列表。
3. 把你的输入告诉 AI。你可以采用 **以下任意** 一种方式：
   * **因子 + 提示词。** 点击库中的因子卡片将其添加，然后再补上一行指导。例如选择 **3 年债务增长（反转）** 和 **MACD（价格归一化）**，然后写： *“把这些组合起来，做多前 5 名，做空后 5 名。”*
   * **仅因子。** 只需从库中选择因子，让 Minara 围绕它们构建一个策略。
   * **仅用自然语言描述。** 示例：
     * *“买入最近涨得最多的股票，做空跌得最多的股票。”*
     * *“每周挑选最强的币种，并做空最弱的币种。”*
4. 把它发送给 Minara。流程会转到 **AI 编码** ，然后会自动运行回测。

#### 步骤 2：AI 编码

AI 会把你的描述翻译成 **可读的 Python 代码** （可在“code”部分找到）。

<figure><img src="/files/a09a82ee37239d451cdc9e43950d3b9cfbb0ca1f" alt=""><figcaption></figcaption></figure>

* 因子导入会从已验证的库中提取。
* 逻辑完全可见：再平衡计划、排序方法、仓位大小、缺失值处理。
* 你始终可以 **直接编辑代码**，保存后会生成一个新版本。
* 当然，你也可以仅通过聊天来迭代策略（“把再平衡频率改为每 3 天一次”，“把 MACD 换成短期反转”）。

<figure><img src="/files/cfdb61cb6df77b4856daa6b6c4b47935cad5fd0f" alt=""><figcaption></figcaption></figure>

#### 步骤 3：回测

默认情况下，Minara 会在过去 4 年的窗口上自动回测生成的策略。你也可以调整参数并手动回测。

**常用参数**

<figure><img src="/files/41d6c69efeb7f54d4e9f439630b9909ac42a15c9" alt=""><figcaption></figcaption></figure>

* 你可以更改宇宙、杠杆、间隔（某些可用选项）以及回测窗口。
* 在这些选项中选择方向：仅做多（只做多顶部资产）、仅做空（只做空底部资产）、多空（做多顶部、做空底部）。
* 选择持仓方式：X 个标的（例如做多前 3 名、做空后 3 名）或按百分比（例如只做多宇宙中前 5% 的资产）。
* 选择加权模式：等权表示每个仓位大小相同；信号加权表示按资产得分来决定仓位大小。
* **反转分数** 选项会反转排名，因此 *最低*分的资产会变成最优先选择。当你的因子是“越低越好”（例如便宜的估值、低债务增长）且代码里没有提前取反时，就要开启它——否则策略会押错方向。

**高级设置**

<figure><img src="/files/26cf82458eb7886ba7c3ed61aa2c3354774910cb" alt=""><figcaption></figcaption></figure>

<table><thead><tr><th width="249">名称</th><th width="249.2559814453125">功能</th><th>使用场景</th></tr></thead><tbody><tr><td><strong>初始资金</strong></td><td>回测使用的起始资金。权益曲线和所有收益都以此为基准。</td><td>当策略使用现金而不是百分比进行交易时很重要。（例如“每次买入 200 美元”）</td></tr><tr><td><strong>挂单费</strong></td><td>每次成交收取的交易费，以基点（<code>1 bp = 0.01%</code>). <strong>开启</strong> = 收取此费用； <strong>关闭</strong> = 免手续费回测。</td><td>只在想查看毛收益（扣费前）时关闭。把它调高可以在更差费用条件下对高换手策略进行压力测试。对于任何现实结果都应保持开启。</td></tr><tr><td><strong>滑点</strong></td><td>每次成交在挂单费之外额外增加的成本，以基点计，用于模拟你预期价格与实际成交价格之间的差距。每次成交的有效成本 = 挂单费 + 滑点（例如 2 bps 费用 + 3 bps 滑点 = 共 5 bps）。</td><td>可以提高它以保持保守。尤其是在仓位较大、资产流动性较差或再平衡频率较高时，真实成交会比报价价格偏离更大。</td></tr><tr><td><strong>再平衡容忍度</strong></td><td>一个“先别管”的区间。如果某资产的新目标权重与其当前权重相比 <strong>小于这个值</strong>，策略就维持现有仓位而不是交易。“这个仓位 <em>几乎没变</em>，就别重新交易它”</td><td>提高它（例如 0.3–0.5%）可以减少交易、降低高换手策略的费用。把它降到接近 0 可以更紧密地跟踪目标权重。</td></tr><tr><td><strong>权重下限</strong></td><td>一个最小规模过滤器。任何目标权重 <strong>绝对值小于这个值</strong> 的仓位都会被设为 0。“这个仓位 <em>太小了</em>，别开它”</td><td>提高它可以持有更少但更大的仓位（账本更干净、费用更低）。降低它则可允许更多小仓位。</td></tr><tr><td><strong>预热柱数</strong></td><td>在交易开始前，仅用于“预热”指标的前置柱数有多少（例如 200 日均线在第一次产生有效值前需要 200 根历史柱）。这些柱用于激活指标，不计入绩效。</td><td>如果你的策略使用长周期指标，并且你希望确保回测早期不是在半成型信号上交易，就提高这个值。</td></tr></tbody></table>

**回测报告**

Minara 使用历史数据对该策略进行回测：

* **TradFi：** FMP 数据。
* **Crypto：** Binance Futures 数据。

<figure><img src="/files/c85677cbe421eefb294281ce7b1fdf7edd014ac8" alt=""><figcaption></figcaption></figure>

**核心指标（顶行）**

<table><thead><tr><th width="189.564208984375">指标</th><th>含义</th></tr></thead><tbody><tr><td><strong>总收益</strong></td><td>整个回测窗口内的总百分比收益，加上最终余额的美元价值。</td></tr><tr><td><strong>CAGR</strong></td><td>复合年增长率：按 365 天基准年化 <em>年化</em> 收益，因此不同长度的窗口可以相互比较。</td></tr><tr><td><strong>最大回撤</strong></td><td>该期间权益从峰值到谷底的最差跌幅。衡量“要承受多大痛苦”的最佳单一指标。</td></tr><tr><td><strong>总成交次数</strong></td><td>整个运行过程中再平衡成交（单笔订单执行）的次数。</td></tr><tr><td><strong>夏普比率</strong></td><td>风险调整后收益：每单位 <em>总</em> 波动率的收益。越高越好；>1 还可以，>2 很强。</td></tr><tr><td><strong>卡玛比率</strong></td><td>CAGR ÷ |最大回撤|。每单位最差损失所赚得的回报。</td></tr><tr><td><strong>Alpha</strong></td><td>相对于基准、剔除市场波动后的年化超额收益（CAPM 截距）。基准是 <strong>SPY（标普 500）</strong> 用于 TradFi， <strong>BTC</strong> 用于加密货币。这是“能力”部分。</td></tr><tr><td><strong>Beta</strong></td><td>策略与基准同步波动的程度。~0 = 市场中性；1 = 与市场一比一波动；>1 = 放大。多空策略应接近 0；仅做多策略会更高。</td></tr></tbody></table>

**图表**

* **策略权益：** 你的权益曲线（实线）与买入并持有基准（虚线）的对比。它们之间的差距就是你的超额表现。
* **回撤：** 水下图：策略在每个时点距离此前峰值有多远。深而长的低谷就是你必须承受的时期。

**标签页：概览 · 每标的盈亏 · 交易**

* **概览：** 下面的汇总统计。
* **每标的盈亏：** 按每个资产拆分的盈亏，便于你看出哪些标的支撑了策略，哪些拖了后腿。
* **交易：** 单笔交易日志。

**概览 - 构成**

一个树状图，展示 **按标的划分的成交量** ——方块越大，表示该标的换手越多。能快速看出策略是集中在少数资产上，还是分散在整个宇宙中。

**概览 - 收益**

<table><thead><tr><th width="235.3150634765625">指标</th><th>含义</th></tr></thead><tbody><tr><td><strong>毛利润 / %</strong></td><td>所有盈利交易带来的总收益（未扣除亏损前）。</td></tr><tr><td><strong>毛亏损 / %</strong></td><td>所有亏损交易造成的总损失。</td></tr><tr><td><strong>利润因子</strong></td><td>毛利润 ÷ 毛亏损。>1 表示盈利大于亏损；越高越好。</td></tr><tr><td><strong>预期收益</strong></td><td>每笔已平仓交易的平均净利润。</td></tr><tr><td><strong>已支付佣金</strong></td><td>运行期间支付的总费用（已从收益中扣除）。</td></tr></tbody></table>

**概览 - 风险与基准**

<table><thead><tr><th width="239.2083740234375">指标</th><th>含义</th></tr></thead><tbody><tr><td><strong>索提诺比率</strong></td><td>类似夏普比率，但只惩罚 <em>下行</em> 波动率——忽略上行波动。对于非对称策略，这通常是更公平的衡量方式。</td></tr><tr><td><strong>买入并持有收益</strong></td><td>如果你在同一窗口里只是持有基准，会赚到多少——也就是要打败的门槛。</td></tr><tr><td><strong>策略超额表现</strong></td><td>策略比买入并持有高出（或落后）多少。</td></tr><tr><td><strong>最终余额</strong></td><td>以美元计的期末权益。</td></tr></tbody></table>

**概览 - 交易分析（基于已平仓头寸）**

<table><thead><tr><th width="212.5546875">指标</th><th>含义</th></tr></thead><tbody><tr><td><strong>已平仓头寸</strong></td><td>已完成（开仓并平仓）的交易数量——你的样本量。越大 = 统计上越可靠。</td></tr><tr><td><strong>胜率</strong></td><td>盈利平仓交易所占比例。</td></tr><tr><td><strong>盈亏比</strong></td><td>平均盈利大小 ÷ 平均亏损大小。>1 表示你的盈利大于亏损。</td></tr><tr><td><strong>平均盈利 / 平均亏损</strong></td><td>盈利交易的平均美元收益 / 亏损交易的平均美元损失。</td></tr><tr><td><strong>平均持仓期</strong></td><td>一个仓位平均持有多少根柱（“柱”指一个再平衡间隔——例如按日再平衡时，约 41 根柱 ≈ 41 天）。</td></tr></tbody></table>

> 高胜率但低盈亏比（小赚很多、大亏很少）与相反情况（少数大赚、很多小亏）都可能是健康的。一定要把胜率和盈亏比 *一起看。*

**概览 - 投资组合**

<table><thead><tr><th width="274.6119384765625">指标</th><th>含义</th></tr></thead><tbody><tr><td><strong>宇宙规模</strong></td><td>策略可从中选择的资产数量。</td></tr><tr><td><strong>平均持有标的数</strong></td><td>同时开仓的平均仓位数量。</td></tr><tr><td><strong>多头 / 空头 / 净敞口</strong></td><td>资本在多头端、空头端以及两者差额上的占比。 <strong>净敞口 ≈ 0% = 市场中性</strong>；净敞口 = 100% 多头、0% 空头 = 仅做多策略（也解释了更高的 Beta）。</td></tr><tr><td><strong>平均仓位大小</strong></td><td>单个仓位的平均美元规模。</td></tr><tr><td><strong>已平仓名义金额</strong></td><td>所有已平仓头寸的总成交量。</td></tr></tbody></table>

通过与 AI 聊天来迭代优化。每次优化都会重新运行回测。

#### 步骤 4：实盘交易

一旦你对策略满意，就可以开始实盘运行。将它推送到底层交易场所的专用子钱包：

* **加密货币** 通过 **Lighter** 或 **Hyperliquid**.
* **TradFi** 通过 **Hyperliquid**.

已部署的策略会出现在左侧边栏，并带有 `已部署` 标签，同时也会在 trade-perps 页面中可见。你可以随时停止它。

***

### 常见问题

**AI 是黑箱吗？**\
不是。打开 Code 标签页——策略就是普通 Python 代码，带有命名的因子导入。AI 负责组装；因子和筛选都经过预先审核。

**回测现实吗？**\
收益是扣费后的结果，滑点会作为每次成交的可配置成本叠加在费用之上（见策略设置）。真实成交和容量限制仍然不会与回测完全一致，但我们会持续迭代引擎，让它更接近真实情况。

**这取决于市场是涨还是跌吗？**\
这取决于你选择的方向：

* **多空** 是市场中性的情况。它持有大致相等的多头和空头仓位，所以如果整个市场下跌 5%，两边都会大约下跌 5%，价差保持不变。只要多头表现优于空头，无论市场涨跌，它都能赚钱。
* **仅做多** 和 **仅做空** 是 *不* 市场中性的。它们对市场方向（beta）保持完整暴露：如果整个市场下跌，仅做多组合仍会亏损；如果上涨，仅做空组合仍会亏损。使用这些策略时，你是在押注自己选对了与市场整体走势一致的方向。

**回测使用什么数据？**\
加密货币用 Binance。TradFi 用 FMP。

**平台交易 RWA tradfi 永续合约，为什么却用 FMP 数据来回测？**\
Hyperliquid 上的代币化（RWA）合约还很年轻，价格历史不够长，无法支撑可信的回测。量化验证需要 *很长的* 历史，以避免短期过拟合，所以我们有意使用 FMP——它提供数十年的股票数据。权衡在于：Hyperliquid 的实际价格、订单流和流动性会与 FMP 序列不同。因此请把回测当作方向性证据，而不是承诺；实盘时也要注意风险。

**专业量化会从中获得价值吗？**\
会。原因包括：

1. 用自然语言快速勾勒，在几分钟而不是几天内验证一个想法或因子。
2. 无需自己搭建回测基础设施。

**加密和 TradFi 的宇宙是按同一日程再平衡吗？**\
不是。它们运行在不同的时钟上：

* **Crypto 宇宙** 交易 **24/7**。它会在 UTC 间隔边界（4 小时、每日、每周……）再平衡，包括周末。
* **TradFi 宇宙** 交易 **只在纽约证券交易所交易日**，并且每次再平衡都会在 **纽约证券交易所常规交易时段收盘后（美国东部时间 16:00）**&#x89E6;发。周末和纽约证券交易所假期都不是交易日，因此不会下单。实盘 TradFi 策略会直接持有到收盘。

TradFi 日程有两个原因：

1. **它与 FMP 回测数据一致。** FMP 的序列基于纽约证券交易所常规交易时段的日线，因此在每个交易日收盘后交易一次，可以让实盘执行与回测保持一致。
2. **当美国市场关闭时，代币化股票的链上价格流动性很弱，且很容易失真。** 将交易限制在官方收盘后，可以避免被盘后假波动来回打脸。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://minara.ai/docs/minara-handbook/zh/jiao-yi/strategy-studio/create-cross-sectional-strategies.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.