基于深度神经网络强化学习的量化因子挖掘中心
{品种}_{周期}.parquet，如 XAUUSD_H1.parquet / 002008_60min.parquet（60min/1h 等同 H1）
到目前为止找到的最好因子公式得分，越高表示回测表现越好，曲线阶梯上升说明发现了更优公式。
当前这一步在验证集上的平均得分，反映近期一批公式的整体质量，会有起伏属正常。
—
等待任务…
挖因子这一步计算很重：特征、公式搜索、回测验证会把机器算力用到接近满载。这时再并行开第二个品种或另一个周期，大家只是在抢同一批 CPU，谁也跑不快。
两路一起跑，往往各自都变慢，总完工时间通常不比「先训完一个再训下一个」更短，有时还更拖。所以默认一次只训一路，把算力集中用在当前任务上更划算。
曲线、日志、最优公式都只对应这一组数据，涨没涨分一眼能看清。多品种并行时页面和日志会搅在一起，反而不容易判断「这个品种还值不值得继续挖」。
到目前为止挖到的最好那条公式的得分。它一般只升不降：一旦发现更好的公式，这个数就会抬一截；长时间不动，说明这段时间还没挖到更强的。
当前这一步在验证集上算出来的平均表现，反映「最近这批公式整体好不好」。它会上下波动很正常；更值得看的是整体有没有慢慢抬高，而不是盯着单次跳动。
图上的验证分数不是「当前最优那一条」的得分，而是这一步随机抽出来的一整批公式的平均分。挖着挖着，模型会越来越爱重复同一类公式（探索变少），系统就会主动「搅一搅」——加大随机、换一批新配方继续搜。刚搅完时，新配方里好坏掺半，平均值会突然掉一截；随后又慢慢学到更好的组合，曲线再往上爬。所以会看到锯齿状起伏。
绿色的最优分数只记「历史最好的那一次」，所以不会跟着掉下去，只会阶梯往上抬。锯齿本身多半是在重新探索，不等于训练坏了。
「开始训练」会接着上次的检查点继续挖；「重新训练」会清掉检查点，从零换一条随机路径再搜一遍。因为搜索带随机性，有时能挖到比现在更高的分数。
已有的最优策略会当作分数下限留着——只有找到更好的才会覆盖，不会一开局就被弱公式冲掉。代价是要再花一整轮算力，适合本轮训完或最优分数长期不动时再用。
| 品种 | 周期 | 分数 | 公式 |
|---|
暂无报错
data_file；没有则回退训练页同品种文件。单边手续费/滑点开平仓各扣一次。
| 品种 | 收益 | Sharpe | Sortino | 盈亏比 | 交易数 | 胜率 |
|---|---|---|---|---|---|---|
| 暂无回测结果 | ||||||
等待任务…
回测不会真的下单。它把过去很多天的价格拿出来，按策略规则一步步走一遍，看看如果当时真做了，钱会变多还是变少。
策略公式会给每一根 K 线打分：正分偏向看涨，负分偏向看跌，靠近 0 就先别乱动。
分数的绝对值越大，信号就越明确。比如 +3 比 +0.2 更坚决地看涨，-3 比 -0.2 更坚决地看跌。
仓位不是只有“全仓 / 空仓”两档，而是用 tanh(信号分) 压到大约 -1 到 +1 之间。
可以把它想成：信心越大，下注越多；但再大也不会超过“一整份仓位”。
这一步大概赚多少 ≈ 仓位 × 价格涨跌。仓位大，涨了赚得多，跌了也亏得多。换仓时还会扣掉你设的手续费和滑点。
例如选的是 1 小时周期，就等这一小时走完、K 线正式收盘，才会用最新已收盘的数据重算方向和把握；盘中正在走的那根（未收盘）不会拿来改信号。
训练和回测用的都是「已经收盘」的完整 K 线。若盘中用还在变动的价格去算，同一根线里信号会来回跳，也和回测看到的历史不一致，容易误判、频繁改仓。
等收盘再用完整 OHLC，信号更稳，也和策略当初学到的数据口径一致。
不建议。策略是按训练时的那个周期学出来的；公式里的「10 根、20 根」指的是该周期的 K 线根数，不是固定的钟表时间。
例如在 1 小时上训练时，「10 根」大约看过去 10 小时；若硬套到日线，「10 根」就变成过去 10 天——价格形态、噪声幅度、趋势节奏全变了，信号含义对不上，回测成绩也推不到新周期上。
同品种换周期应重新训练（或至少用该周期单独回测验证）；实时监控时，周期尽量与策略文件里记录的周期一致。
倒计时指向下一次收盘、重新判断信号的时刻。到点后会短暂显示「即将重新判断…」，收到新 bar 后再刷新，并开始下一轮倒计时。
仅在信号方向发生变化时推送文字提醒（例如看涨 → 不确定 / 看跌）。 在飞书群添加自定义机器人后，把 Webhook 地址填到下面。