vn.py在易用性方面有了不少提升，现阶段对于许多社区新人来说，可能最难的已经不再是如何安装使用vn.py，而是如何用vn.py开发出优秀的量化策略。
开发策略这件事情确实需要一定的灵感，但更多还是应该参考爱迪生的名言：
天才是1%的灵感加上99%的汗水。
在当今2025年的中文『互联网』上，其实已经可以找到非常丰富的量化策略研究资料：
券商和期货公司研究所发布的金融工程研报；
知名高校和业内公司发表的量化投资论文；
微信公众号等自媒体上分享的策略研究文章；
各家量化平台线上公开的经典策略源代码。
初学者最快的学习方式，无疑是站在这些巨人的肩膀上，付出99%的汗水掌握前人的已有知识和经验，然后再加上1%的灵感来开发出属于自己的量化策略。
所以在许多社区用户的建议下，我们决定推出这个新的【Veighna量化策略实验室】文章系列，帮助大家尽可能体系化的学习量化策略开发：
找到好的量化研究资料；
在vn.py中复现策略代码；
和原资料对比检验正确性；
加入更多灵感来改进提升。
那么，接下来就是本系列的第一篇正式内容，策略资料来源于vn.py社区用户分享的券商金工研报，作者是财通证券研究所的陶勤英博士。
基本信息
策略原理
RV计算公式
高频已实现波动率（Realized Volatility）是一种根据高频数据（这里指的是日内分钟线级别的数据，而非Tick级别数据）计算的日内波动率指标，该指标的计算公式为：
RSJ计算公式
由 Bollerslev 等作者（相关论文请参考研报PDF中的内容）研究的【好】与【坏】的波动率，是在RV的基础上将其分解为单独的上涨（好）和下跌（坏）两种情形下的波动率度量。将波动率分解为【好】波动和【坏】波动后，可以基于其相对的差值，去度量日内价格波动的不对称性（RSJ），该指标的计算公式为：
RSJ指标应用
根据原论文中的内容，日内高频数据计算得出的【好】波动率，描述了价格上涨时候的特征（反之【坏】波动率则是描述了价格下跌时候的特征）。
该指标用于横截面的选股策略上时，对未来收益率可以起到反转的预测效果。如果应用到时序类的CTA策略，则对应的逻辑大概为：
RSJ数值越大，则说明未来越倾向于下跌；
RSJ数值越小，则说明未来越倾向于上涨。
策略核心逻辑
考虑到RSJ指标衡量的是当天日内整体价格波动所反应出来的信息，且每天股票市场的成交量大多集中在开盘和收盘附近的时间，因此我们选择在临近收盘的时间点，计算过去一段时间的RSJ指标，并对隔夜以及第二天日内的价格走势变化进行预测。
具体策略逻辑：
使用5分钟级别的K线来计算RSJ指标；
在每日的14:55计算前一段时间（可调参数）的RSJ指标；
若RSJ指标大于0则发出空头信号，反之则发出多头信号；
基于指标发出的交易信号，在收盘前完成交易（比如14:56）；
持仓到第二天的14:55分，然后重复2-4步骤调整仓位。
该策略的特点：
策略始终在市场中（持有仓位），要么做多，要么做空；
每天最多执行一次交易（如果信号方向变化）。
代码实现
计算RSJ指标
由于talib工具库中没有提供RSJ指标的计算功能，因此我们需要自行实现其计算代码，好在整个公式并不复杂。为了保持代码的简洁清爽，我们选择基于vn.py中内置的时间序列缓存容器ArrayManager，来进行扩展实现RSJ的计算。
首先创建子类NewArrayManager继承父类ArrayManager，用于按时间序列缓存bar数据，提供技术指标的计算。注意在构造函数init中，需要传入一个size参数（缓存数据的长度），将其默认值设为100（表示缓存的K线数量为100根)，同时也增加了一个用于缓存收益率序列的return_array数组：
接下来构造update_bar函数用于更新K线到容器中，除了缓存K线本身的OHLCV数据外，也同时将收益率数据计算好缓存在return_array数组中，方便后续计算RSJ指标：
之后即可实现RSJ的计算函数，使用上一步已经缓存了的return_array，结合NumPy的向量化计算功能来保证计算速度：
交易信号执行
由于选择了5分钟K线来计算RSJ指标，因此我们需要先使用BarGenerator将1分钟K线合成为5分钟K线，在RsjStrategy类的构造函数下创建NewArrayManager对象am和BarGenerator对象bg，其中bg对象传入了额外的5分钟合成回调函数（self.on_5min_bar）：
收到1分钟K线的推送后，将其推送到bg中合成5分钟K线：
每当有5分钟K线合成后，on_5min_bar函数会被自动调用，在其中驱动策略的核心交易逻辑：
一些注意点：
vn.py中的K线采用合成时间段的开始时间戳，因此14:55分合成出的K线其时间戳（datetime）应该为14:50；
当发出做多信号时，策略应该持有1手的多头仓位，此时如果有昨日空头仓位，应该先买入平仓（cover），再买入开仓（buy）；
当发出做多信号时，策略应该持有1手的空头仓位，此时如果有昨日多头仓位，应该先卖出平仓（sell），再卖出开仓（short）。
回测结果
回测数据上，本文中选择使用米筐RQData提供的IH888平滑主力合约数据，在后续的篇幅中我们会尝试更多的品种，在CtaBacktester中的回测配置如下：
本地代码：IH888.CFFEX
K线周期：1分钟
开始日期：2017-7-30
结束日期：2020-7-22
手续费率：0.00003
交易滑点：0.4
合约乘数：300
价格跳动：0.2
回测资金：100W
作为原始版本策略的源码复现，初步回测结果还不错：
