# ============================================================
# 截面策略指标示例 - 动量+RSI综合评分
# Cross-Sectional Strategy Indicator Example
# Momentum + RSI Composite Score
# ============================================================
# 
# 使用方法:
# 1. 在交易助手中创建截面策略
# 2. 选择此指标作为策略指标
# 3. 配置标的列表、持仓大小、做多比例等参数
# 
# 评分逻辑:
# - 动量因子 (20周期): 价格变化率，越高越好
# - RSI指标 (14周期): 反转RSI值，越低越好（100 - RSI）
# - 综合评分: 70% 动量 + 30% RSI反转值
# 
# ============================================================

# 截面策略指标
# 输入: data = {symbol1: df1, symbol2: df2, ...}
# 输出: scores = {symbol1: score1, symbol2: score2, ...}

scores = {}

# Iterate through all symbols
for symbol, df in data.items():
    # Ensure we have enough data
    if len(df) < 20:
        scores[symbol] = 0
        continue
    
    # === 1. 计算动量因子 (20周期) ===
    # 动量 = (当前价格 / 20周期前价格 - 1) * 100
    momentum = (df['close'].iloc[-1] / df['close'].iloc[-20] - 1) * 100
    
    # === 2. 计算RSI指标 (14周期) ===
    def calculate_rsi(prices, period=14):
        """计算RSI指标"""
        delta = prices.diff()
        gain = (delta.where(delta > 0, 0)).rolling(window=period).mean()
        loss = (-delta.where(delta < 0, 0)).rolling(window=period).mean()
        rs = gain / loss
        rsi = 100 - (100 / (1 + rs))
        return rsi.iloc[-1]
    
    rsi_value = calculate_rsi(df['close'], 14)
    
    # === 3. 综合评分 ===
    # 动量越高 = 评分越高
    # RSI越低（超卖）= 评分越高（100 - RSI）
    # 权重: 70% 动量 + 30% RSI反转值
    momentum_score = momentum
    rsi_score = 100 - rsi_value  # 反转RSI（RSI越低，评分越高）
    
    composite_score = momentum_score * 0.7 + rsi_score * 0.3
    
    scores[symbol] = composite_score

# === 可选: 手动指定排序 ===
# 如果不提供，系统会根据scores自动排序
# rankings = sorted(scores.keys(), key=lambda x: scores[x], reverse=True)

# === 系统自动处理逻辑 ===
# 1. 根据评分对所有标的进行排序（从高到低）
# 2. 选择排名靠前的N个标的做多（基于 portfolio_size * long_ratio）
# 3. 选择排名靠后的N个标的做空（基于 portfolio_size * (1 - long_ratio)）
# 4. 自动生成买入/卖出/平仓信号