((0 < ts_min(delta(close, 1), 5)) ? delta(close, 1) : ((ts_max(delta(close, 1), 5) < 0) ? delta(close, 1) : (-1 * delta(close, 1))))

worldquant brain平臺上調整后的語法：

((0 < min(close-ts_delay(close, 1), ts_delay(close, 1)-ts_delay(close, 2), ts_delay(close, 2)-ts_delay(close, 3),ts_delay(close, 3)-ts_delay(close, 4),ts_delay(close, 4)-ts_delay(close, 5))) ? ts_delta(close, 1) : ((max(close-ts_delay(close, 1), ts_delay(close, 1)-ts_delay(close, 2), ts_delay(close, 2)-ts_delay(close, 3),ts_delay(close, 3)-ts_delay(close, 4),ts_delay(close, 4)-ts_delay(close, 5)) < 0) ? ts_delta(close, 1) : (-1 * ts_delta(close, 1))))

該alpha因子通過判斷過去五日的價格趨勢連續性，動態選擇趨勢跟蹤或反轉策略，其邏輯可分為以下三個層次：

---

一、條件判斷結構

因子表達式為三重條件判斷：

連續五日上漲 ? 當日收益 :
連續五天下跌 ? 當日收益 :
-1 * 當日收益

---

二、核心邏輯拆解

1. 條件1：連續五日上漲（趨勢延續）

• 判斷條件：
  min(當日收益, 前1日收益, ..., 前4日收益) > 0
  過去五天的每日收益均為正（收盤價逐日上漲）。

• 信號生成：
  ts_delta(close, 1)（當日收益，即close - close_prev）。

  • 正值：若當日繼續上漲，因子值為正，看多；
  • 負值：若當日下跌，因子值為負，看空。

• 邏輯假設：
  連續五日上漲后，趨勢慣性較強，跟隨當日價格方向。

---

2. 條件2：連續五天下跌（趨勢延續）

• 判斷條件：
  max(當日收益, 前1日收益, ..., 前4日收益) < 0
  過去五天的每日收益均為負（收盤價逐日下跌）。

• 信號生成：
  ts_delta(close, 1)（當日收益）。

  • 負值：若當日繼續下跌，因子值為負，看空；
  • 正值：若當日上漲，因子值為正，看多。

• 邏輯假設：
  連續五天下跌后，空頭動能持續，跟隨當日價格方向。

---

3. 默認條件：趨勢中斷（反轉信號）

• 觸發場景：
  過去五天價格漲跌混合（非全漲或全跌）。

• 信號生成：
  -1 * ts_delta(close, 1)（當日收益的反向值）。

  • 當日上漲→因子為負，看空；
  • 當日下跌→因子為正，看多。

• 邏輯假設：
  趨勢中斷后，押注價格反轉，逆向操作當日波動。

---

三、策略邏輯總結

1. 趨勢延續場景：

   • 連續五日單向波動（全漲/全跌）：認為趨勢慣性顯著，跟隨當日價格方向。
   • 示例：連續五連陽后第六日續漲，因子值為正，建議做多。

2. 趨勢反轉場景：

   • 漲跌交替或中斷：認為趨勢動能衰竭，反向操作當日波動。
   • 示例：前五日三漲兩跌，若第六日上漲，因子值為負，建議做空。

---

四、核心假設與市場行為

1. 趨勢慣性效應：
   連續單向波動反映資金共識，短期趨勢可能延續。

2. 均值回復效應：
   趨勢中斷后，價格可能因超買/超賣回歸均衡。

3. 非對稱響應：

   • 僅對極端趨勢（連續五日單向）采用動量策略，其余場景默認反轉。

---

五、潛在改進方向

1. 動態窗口優化：

   • 測試不同時間窗口（如3日或7日）對趨勢判定的敏感性。

2. 成交量過濾：

   • 加入成交量放大條件（如volume > adv20），避免低流動性下的誤判。

3. 混合信號增強：

   • 對反轉信號引入波動率加權（如波動越大，信號強度越高）。

4. 方向性修正：

   • 區分上漲/下跌趨勢的強度（如五連跌后的反轉信號強于五連漲）。

---

六、示例驗證

案例1：連續五日上漲

• 價格序列：100 → 102 → 104 → 106 → 108 → 110
• 當日收益：110 - 108 = +2
• 因子值：+2（看多）

案例2：連續五天下跌

• 價格序列：100 → 98 → 96 → 94 → 92 → 90
• 當日收益：90 - 92 = -2
• 因子值：-2（看空）

案例3：漲跌混合后反轉

• 價格序列：100 → 102 → 100 → 98 → 99 → 101
• 當日收益：101 - 99 = +2
• 因子值：-2（看空）

---

七、總結

該因子通過識別極端趨勢的連續性，動態切換動量與反轉策略：

• 連續五日單向波動：跟隨趨勢，捕捉慣性收益。
• 趨勢中斷：逆向操作，押注均值回復。
  其核心是在不同市場狀態下自適應調整交易邏輯，適用于趨勢與反轉交替的市場環境。

目前沒有調整至可提交的狀態。歡迎留言交流！