Sequoia-X 突破信号：四套条件的阈值逐条摊开

先确认库里到底有几个交易日

-- data/sequoia_v2.db
SELECT MAX(date) AS latest, COUNT(DISTINCT date) AS days FROM stock_daily;

拿 latest 和你以为的交易日对一下。不一致时先补数，否则后面所有对比都没有意义——策略读的是「最后一根 K 线」，不是「今天」。

用 SQL 看当日快照

SELECT symbol, open, high, low, close, volume, turnover
FROM stock_daily
WHERE date = (SELECT MAX(date) FROM stock_daily)
  AND turnover > 100000000 AND close > open
ORDER BY turnover DESC LIMIT 20;

这只能筛出「成交额过亿 + 阳线」两个条件，20 日新高必须在同一只股票的连续序列上算，所以下一步用 Python。

用等价逻辑复算海龟突破

import sqlite3, pandas as pd
conn = sqlite3.connect("data/sequoia_v2.db")
df_all = pd.read_sql("SELECT * FROM stock_daily ORDER BY symbol, date", conn)
hits = []
for symbol, df in df_all.groupby("symbol"):
    if len(df) < 21:
        continue
    df = df.copy()
    df["high_20"] = df["high"].shift(1).rolling(20).max()
    last, prev = df.iloc[-1], df.iloc[-2]
    if (last["close"] > last["high_20"] and last["turnover"] > 1e8
            and last["close"] > last["open"] and last["close"] > prev["close"]):
        hits.append(symbol)
print(len(hits), hits[:10])

这段是 turtle_trade.py 的等价重写：条件顺序、边界（21 根 K 线）都保持一致。数量应当与日志里 TurtleTradeStrategy 选出 N 只股票 的 N 相同。

对齐计数、留下快照

# 1) 日志里每个策略都有一行结果
grep -E "Strategy 选出" logs/*.log | tail -10
# 2) 存档当日库文件，便于以后复核
cp data/sequoia_v2.db "data/sequoia_v2.$(date +%F).bak"

数量对不上时，先查三处：库内最新日期、是否有整只股票被 volume = 0 过滤、以及那一天的推送是否因 Webhook 失败而没出现在群里（日志会留 ERROR）。

四条只有收盘后才成立的判定（源码原文对应）

last = df.iloc[-1]        # 最后一根 K 线 = 信号日
prev = df.iloc[-2]
breakout = last["close"] > last["high_20"]      # 用收盘价比较历史最高价
liquid   = last["turnover"] > 100_000_000       # 用当日全天成交额
is_yang  = last["close"] > last["open"]         # 用当日收盘价判实体
golden   = prev["ma5"] < prev["ma20"] and last["ma5"] > last["ma20"]  # 用收盘价算均线

全部依赖 close。所以回测里的成交价必须取 df.iloc[-1] 之后那一根 K 线的 open / (high+low)/2 / close，而不是 last["close"]。

最小验证实验：六步，不用写策略代码

-- 1) 先固定信号日集合（用库里的真实日期，不要用自然日）
SELECT DISTINCT date FROM stock_daily ORDER BY date DESC LIMIT 40;

-- 2) 对每个信号日、每只票，取出「信号日」与「下一个有数据的交易日」
--    注意：要用交易日序列的自连接，不能用 date + 1
WITH seq AS (
  SELECT symbol, date, open, close,
         LEAD(date) OVER (PARTITION BY symbol ORDER BY date) AS next_date,
         LEAD(open) OVER (PARTITION BY symbol ORDER BY date) AS next_open,
         LEAD(close) OVER (PARTITION BY symbol ORDER BY date) AS next_close
  FROM stock_daily)
SELECT * FROM seq WHERE next_date IS NOT NULL LIMIT 20;

然后按「信号日收盘 → 次日开盘」「信号日收盘 → 次日均价」「信号日收盘 → 次日收盘」三种口径各算一次区间涨跌幅，把三个数字并列摆出来。三个结果的差距，就是你「用了哪个假设」的价格。再从中扣掉佣金（双边）、印花税（卖出）与你估计的滑点，才是可比较的净口径。

失败案例的四种典型形态（写验证报告时要能对上号）

写结论时的三条纪律

①不写收益率，除非你有完整的次日成交口径、成本与样本外区间；②不写胜率，除非样本量、持有期、止损规则都写明；③任何结论都要标出「用了哪天的数据、哪只标的池、哪个版本的规则」。这三条不是保守，是让结论能被别人复核的基本前提——Sequoia-X 本身没有回测引擎，也没有官方胜率数据（依据：仓库无 backtest 模块，②级）。