策略工厂 · 易维量化

本次生成的策略这就是会提交给回测引擎的东西——没有黑箱

回测与防过拟合体检门槛：DSR ≥ 0.95 · PSR ≥ 0.95 · PBO ≤ 20%

还没跑左侧选好模板与参数，点「生成并回测」。
回测在数据所在的服务器上跑，页面每 2~5 秒问一次进度。

为什么第一版不开自由代码上传这不是能力问题，是边界问题

上传代码 = 在交易服务器上执行客户代码。在沙箱就绪之前开放，等于让一位客户有机会拿到别的客户的数据与券商通道。沙箱要齐的东西是明确的：独立进程或容器、只读文件系统、无网络、CPU / 内存 / 时限配额、import 白名单、禁 subprocess 与 socket、禁写文件。这些没到位之前，这个口子不开。

模板只传参数，不传代码。几个数字跨境传输、落库、审计都简单得多；沙箱与跨境两个问题一起消失。这是第一版选择模板路线的主要原因，不是权宜之计。

「AI 对话生成策略」还没接。服务端 AI 网关目前只支持固定用途的结构化调用、强制非流式，没有为「自然语言写策略代码」开的用途，网页侧也还没有对应的接口通道。我们不做一个看起来会说话、其实什么也没生成的假界面——接通之前这一栏就是空的。

想写自己的代码怎么办：桌面客户端里可以直接写 Python 策略并用本地数据回测—— 代码跑在你自己的机器上，没有上面这些问题。接口就是这一套，网页与客户端完全一致。

体检为什么这么重要这是这家店真正在卖的东西

调参调出来的好看曲线，样本外基本消失。这不是行业传说，是本项目自己做过的证伪：十三套策略的调参增益在样本外全部不见了。所以工厂里「参数调到最好看」这件事本身没有价值， 有价值的是知道它经不经得起检验。

DSR（缩水夏普）把「你试了多少组参数才挑中它」的运气折算掉； PSR（概率夏普）回答「真实夏普大于 0 的把握有多大」； PBO（过拟合概率）换一种样本切法，看这套参数还赢不赢； minTRL回答「要跟踪多久，结论才站得住」。

三项里只要有一项没算出来，就只能盖「体检不完整」——不许写成「三闸通过」。单次回测（不跑参数搜索）算不出 DSR 与 PBO，所以它永远是「不完整」，这是设计如此。

没过闸的策略照样公示，只是不出售、不进实盘。把不好看的结果藏起来，这套体检就一文不值了。