Qust Docs

策略命名空间 / future.py

stra.bollin_sig

组合算子,基于布林上/下轨突破生成双边开仓信号 📌 作用 ✅ 输入 `close, upband, downband` 三列后,输出: - `open_long_raw`:当前 close 在上轨上方(或等于)且上一根在上轨下方 - `open_short_raw`:当前 close 在下轨下方(或等于)且上一根在下轨上方 该定义是“当前穿越判定”;如果策略

接口示例returns: Exprstra

输入 / 输出

输入

输入是 `col(close, upband, downband)`,顺序固定为 3 列: 1. `close`: `f64 | None` 2. `upband`: `f64 | None` 3. `downband`: `f64 | None` 逻辑 🔄 1. 构造 `close_1/upband_1/downband_1` 2. 判定: - `open_long_raw = (close >= upband) & (close_1

输入项类型示例
upbandFloat6410.7

输出

项目说明
返回类型Expr
输出对象表达式/执行计划/配置对象
输出语义输出列由算子、alias 或底层实现决定;需要稳定列名时显式使用 alias。
执行方式先构造对象,再放入 DataSet、Monitor、UDF 或真实执行上下文。
核心调用col('upband').stra.bollin_sig()

打印输入 / 打印输出

下面内容来自本页示例代码真实执行后的 stdout,不是手写占位。

调用

Python
col('upband').stra.bollin_sig()

无显式参数;输入来自当前表达式、绑定对象或命名空间。

完整代码

这个算子页使用接口示例:不伪造计算结果。需要真实上下文、多输入源、Monitor session、UDF 回调、策略状态,或当前底层实现之后再执行。
展开可复制完整代码
Python
import datetime as dt
import polars as pl
import qust as qs
from qust import col, pms

data = pl.DataFrame(
    {
        "upband": [10.7, 10.9, 10.8, 11.2, 11.4, 11.1, 11.6, 11.8, 11.5, 12.0, 12.3, 12.1, 12.6, 12.8, 12.5, 13.1, 12.9, 13.4, 13.6, 13.8],
    }
)

pool = qs.DataPool("doc_pool")
monitor = qs.Monitor()
right = qs.DataSource("right")
schema = [("x", qs.dt.Float64)]
plot_expr = col("x")
df = col("x").runtime()

print("算子:")
print('stra.bollin_sig')
print("场景:")
print('策略信号:把开平仓信号、价格和状态转成交易状态表达式。')
print("模式:")
print('接口示例:只构造表达式或对象,不伪造计算结果。')
print("输入列:")
print('upband')
print("调用:")
print("col('upband').stra.bollin_sig()")
print("输入数据模板:")
print(data)
try:
    result = col('upband').stra.bollin_sig()
except BaseException as err:
    out = pl.DataFrame({
        "项目": ["调用", "状态", "错误类型", "错误信息"],
        "内容": ["col('upband').stra.bollin_sig()", "未执行成数据表", type(err).__name__, str(err)[:200]],
    })
    print("输出:")
    print(out)
else:
    out = pl.DataFrame({
        "项目": ["调用", "返回类型", "状态", "怎么得到业务表"],
        "内容": ["col('upband').stra.bollin_sig()", type(result).__name__, "表达式构造完成", "放进 col(...).runtime().calc_data(data)、col.with_cols(...).runtime().calc_data(data),或对应 Monitor/DataSet 运行上下文。"],
    })
    print("输出:")
    print(out)

改成业务代码

改哪里怎么改
列名把示例 DataFrame 里的列名换成你的真实列名,列顺序保持和用法一致。
参数只改函数括号里的参数;不要随意改变 rolling/over/batch/select 的链式层级。
输出名需要稳定输出列名时,在表达式尾部加 .alias("name")
调试先打印输入数据和调用字符串,再执行 calc_data;报 schema 错时先检查列数和 dtype。

注意事项

- 输入列顺序错误:该方法按位置读取 3 列,不按列名匹配
- 数据太短(不足 3 行)时,前几行会产生空值并被填成 `False`
- `upband/downband` 本身含空值或异常值会直接传导到信号判定

来源

项目位置
源码文件future.py
类/对象Stra