Qust Docs

策略命名空间 / future.py

stra.t02_track_best_since_entry

行算子,跟踪“入场后有利方向的极值状态”📌 作用 ✅ 该算子用于在持仓期间维护一个“最有利价格基准”: - 多头语义下维护 `high_since_entry` - 空头语义下维护 `low_since_entry` 它常作为后续回撤止盈/移动止损的基础状态输入。

接口示例returns: Exprstra

输入 / 输出

输入

输入是 `col(open_sig, exit_sig, favorable_1, entry_price)`,顺序固定为 4 列: 1. `open_sig`: `bool | None` 2. `exit_sig`: `bool | None` 3. `favorable_1`: `f64 | None` 4. `entry_price`: `f64 | None`

输入项类型示例
exit_sigBooleanFalse
favorable_1Float6410.4

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('exit_sig', 'favorable_1').stra.t02_track_best_since_entry(False)

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('exit_sig', 'favorable_1').stra.t02_track_best_since_entry(False)
参数类型默认值说明
reverseboolFalse位置参数

源码参数说明

`reverse: bool = False`
- `False`:多头语义(跟踪最大值)
- `True`:空头语义(跟踪最小值)

状态逻辑 🔄
每行更新顺序如下(先平,再开,再续):

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(
    {
        "exit_sig": [False, False, False, False, True, False, False, False, True, False, False, False, False, True, False, False, False, True, False, False],
        "favorable_1": [10.4, 10.6, 10.5, 10.9, 11.1, 10.8, 11.3, 11.5, 11.2, 11.7, 12.0, 11.8, 12.3, 12.5, 12.2, 12.8, 12.6, 13.1, 13.3, 13.5],
    }
)

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.t02_track_best_since_entry')
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('exit_sig, favorable_1')
print("调用:")
print("col('exit_sig', 'favorable_1').stra.t02_track_best_since_entry(False)")
print("输入数据模板:")
print(data)
try:
    result = col('exit_sig', 'favorable_1').stra.t02_track_best_since_entry(False)
except BaseException as err:
    out = pl.DataFrame({
        "项目": ["调用", "状态", "错误类型", "错误信息"],
        "内容": ["col('exit_sig', 'favorable_1').stra.t02_track_best_since_entry(False)", "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('exit_sig', 'favorable_1').stra.t02_track_best_since_entry(False)", 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:该算子按固定位置读取 4 列,不按列名匹配
- `entry_price` 不是“持仓状态入场价轨迹”:会造成极值初始化错误
- `favorable_1` 方向传反:
  - 多头误传 `low_1`
  - 空头误传 `high_1`
- `open_sig` 连续为 `True`:会每行重置极值,无法得到正常“持仓内累积极值”
- 忘记接 `expanding()`:结果不是完整时序状态列

来源

项目位置
源码文件future.py
类/对象Stra