状态机模型简介

状态机（State Machine）是一种计算模型，它描述了系统的行为和状态之间的转换。用通俗一些的方式来说，状态机可以被看作是一个系统的“说明书”，它描述了这个系统所有可能的状态和在状态之间转移的规则。我们可以把状态机想象成一个游戏，游戏中有不同的关卡和过关规则。玩家需要按照规则完成关卡，才能进入下一个关卡。

在状态机中，一个系统可以处于多个状态中的一个状态。而系统状态的转移则表示从一个状态转移到另一个状态的过程。这个过程通常是据特定条件或事件触发的，就像在游戏中通过完成任务或收集道具进入下一个关卡一样。

状态机在计算机网络、通信、自动控制中应用广泛。使用状态机模型实现的程序与过程化的程序相比有很多优点。状态机程序具有非常清晰的结构，它通过状态和转移描述了系统的行为，因此，状态机程序的逻辑更容易实现，相比而言，过程化程序则是基于过程和函数的执行，需要通过条件语句和控制结构来实现相同的逻辑。所以，状态机程序的状态和转移非常容易理解，因此代码的具有更好的可读性和可维护性。

我们用一个冲高回落卖出再回落买回的自动化交易策略看看是如何使用状态机模型来实现的。我们先对冲高回落卖出做个定义：以初始价（例如昨日收盘价）为基准，当涨幅超过阈值1后，当价格从最高点回落超过阈值2后，按比例卖出持仓证券，当卖出成功后股价回落幅度超过阈值，补回仓位。

在这个过程中有五个主要状态，

状态s0:初始状态，该状态为等待上涨状态，即按当前价格计算的涨幅未达到涨幅条件即阈值1. 系统该状态下，根据股价计算涨幅，并进行判断，如果涨幅超过阈值，则进入状态s1； 否则，保持状态不变。

状态s1: 该状态为冲高待卖出状态。该状态下，系统根据当前股价进行如下操作，当股价大于最高价时，将更新最高价为当前股价。当股价低于最高价时，如果股价与最高价的比值低于阈值2，则下单卖出，状态变为s2; 如果高于阈值2，则状态不变。

状态s2: 该状态为冲高回落已卖出状态。该状态下，如果委托全部成交，进入状态s3，否则，状态不变。

状态s3: 该状态为等待回落状态。该状态下，系统跟踪股价与卖出价的比值，当比值低于阈值3，即从高点回落超过阈值，进入状态s4.

状态s4: 该状态为回落后待反弹买回状态。该状态下根据股价更新从本状态开始后的最低价。当股价与最低价比值高于阈值4时，下单买回原仓位，进入状态S5.

状态s5: 该状态为回落卖出待确认状态。该状态下，如果委托全部成交，进入状态s0，否则，状态不变。

状态之间的转移条件都非常简单，状态转移图我就不(懒得)画了。

接下来是python代码，代码是由从本人实际运行代码删减而来，缺少相关的函数和环境，无法直接运行。为了便于阅读理解，代码中还删除了一些重要的细节处理部分，因此代码仅供交流学习，不要直接使用。

状态机类StateMachine源代码：

import time from autotrader.trader import Trader import logging ''' 自动交易状态机 ''' class StateMachine: strategy_params = None ''' 突破卖出策略状态机 ''' def __init__(self,code:str,postion:int,trader:Trader,logger=None): ''' 初始化函数 :code: 证券代码 :postion: 初始持仓 :trader: 交易接口实例 ''' self.code = code self.position = postion self.trader = trader self.stmFunc = self.s0 self.strategy = None self.counter = {} self._observe_price = -1 self.basePrice = -1 self.currHighPrice = -1 self.orders = [] self.messages = [] self.currprice = 0 self.yesterday_close = 0 if logger: self.logger = logger else: self.logger = logging.getLogger("autotrader") ''' quoteData:行情报价 ''' def process(self,quoteData): try: if quoteData and self.code in quoteData: data = quoteData[self.code] if not self.yesterday_close: self.yesterday_close = data["yesterday_close"] if data["price"]>0: if not self.strategy:#初始化策略参数 strategy1 = {} for param in StateMachine.strategy_params["default"]: if in_range(data["price"],param["price"]) and in_range(data["premium_rate"],param["premium_rate"]): strategy1 = param break strategy2 = {} if self.code in StateMachine.strategy_params["params"]: strategy2 = StateMachine.strategy_params["params"][self.code] self.strategy = {**strategy1,**strategy2} if not self.strategy and self.stmFunc!=self.s_exception: self.writeLog(logging.INFO,"没有符合条件的策略！",0,0) self.stmFunc = self.s_exception self.currQuote = data self.stmFunc = self.stmFunc(quoteData) messages = self.messages self.messages = [] return messages return [] except Exception as e: self.stmFunc = self.s_exception traceback.print_exc() return ["异常:{}".format(str(e))] def resetCounter(self,counterid): initialCount = {"s2":60,"s5":60} self.counter[counterid] = initialCount[counterid] def decCount(self,counterid): self.counter[counterid]-=1 return self.counter[counterid] def s0(self,quoteData): ''' 状态s0: 初始状态 :quoteData: 行情数据 :返回: 更新的状态机状态 ''' data = quoteData[self.code] currPrice = data["price"] if self.basePrice<0: self.basePrice = data["yesterday_close"] if self.observePrice <=0: self.observePrice = self.basePrice*(1+self.strategy["thresh_high"]) if currPrice >=self.observePrice: percent = currPrice/self.basePrice - 1 mess = "价格{:.2f}({:.2%})超过目标价".format(currPrice,percent) print(mess) self.writeLog(logging.INFO,mess,self.observePrice,data["price"]) self.observePrice = self.currHighPrice - (self.currHighPrice - self.basePrice)*self.strategy["thresh_sell"] return self.s1 return self.s0 def s1(self,quoteData): ''' 状态s1: 突破状态 :参数 :quoteData: 行情数据 :返回: 更新的状态机状态 ''' data = quoteData[self.code] currPrice = data["price"] if currPrice>self.currHighPrice: self.currHighPrice = currPrice self.observePrice = currPrice - (currPrice - self.basePrice)*self.strategy["thresh_sell"] return self.s1 if currPrice<=self.observePrice: quantity = max(self.position - 100,100) orderprice = currPrice - 0.5 orderId = self.trader.sell(self.code,orderprice,quantity,False) if orderId: order = {"orderId":orderId,"order_quantity":quantity,"price":orderprice} self.orders.append(order) self.resetCounter("s2") print("{code}从最高{high:.2f}回落低于{thresh:.2f},卖出[价格:{price:.2f},数量:{quantity},订单号:{orderId}]".format(code=self.code,high=self.currHighPrice,thresh=self.observePrice,price=orderprice,quantity=quantity,orderId=orderId)) self.logger.info("{code}从最高{high:.2f}回落低于{thresh:.2f},卖出[价格:{price:.2f},数量:{quantity},订单号:{orderId}]".format(code=self.code,high=self.currHighPrice,thresh=self.observePrice,price=orderprice,quantity=quantity,orderId=orderId)) mess = "回落卖出,价格:{price:.2f},数量:{quantity}".format(price=orderprice,quantity=quantity) self.writeLog(logging.INFO,mess,self.observePrice,data["price"]) self.observePrice = (self.currHighPrice-self.basePrice)*self.strategy["thresh_fall"]+self.basePrice return self.s2 else: print("下单异常,转入异常状态.") return self.s_exception return self.s1 def s2(self,quoteData): ''' 状态s2: 回落卖出待成交 :参数 :quoteData: 行情数据 :返回: 更新的状态机状态 ''' if self.decCount("s2")==0: self.resetCounter("s2") order = self.orders[-1] deal = self.trader.getDeal(order["orderId"]) if deal and deal["finished_quantity"] == order["order_quantity"]: self.writeLog(logging.INFO,"委托已成交",self.observePrice,deal["price"]) order.update(deal) return self.s3 return self.s2 def s3(self,quoteData): ''' 状态s3: 回落等待向下突破 :参数 :quoteData: 行情数据 :返回: 更新的状态机状态 ''' data = quoteData[self.code] if data["price"]<=self.observePrice: self.writeLog(logging.INFO,"价格向下突破阈值",self.observePrice,data["price"]) self.observePrice = data["price"]*(1+self.strategy["thresh_buy"]) return self.s4 return self.s3 def s4(self,quoteData): ''' 状态s4: 回落突破 :参数 :quoteData: 行情数据 :返回: 更新的状态机状态 ''' data = quoteData[self.code] thresh = self.strategy["thresh_buy"] currPrice = data["price"] if currPrice>self.observePrice: quantity = max(self.position - 10,10) sellorder = self.orders[-1] orderprice = currPrice/(1+self.strategy["thresh_buy"]) orderId = self.trader.buy(self.code,orderprice,quantity) if orderId: order = {"orderId":orderId,"order_quantity":quantity,"price":orderprice} self.orders.append(order) self.resetCounter("s5") print("{code}探底回升超过{thresh:.2f},买回[价格:{price:.2f},数量:{quantity},订单号:{orderId}]".format(code=self.code,thresh=self.observePrice,price=orderprice,quantity=quantity,orderId=orderId)) self.logger.info("{}探底回升超过{thresh:.2%},买回[价格:{price:.2f},数量:{quantity},订单号:{orderId}]".format(self.code,thresh=self.observePrice,price=orderprice,quantity=quantity,orderId=orderId)) self.writeLog(logging.INFO,"探底回升超过阈值，买入",self.observePrice,orderprice) return self.s5 else: print("下单异常,转入异常状态.") self.writeLog(logging.INFO,"探底回升超过阈值，买入下单异常",self.observePrice,orderprice) return self.s_exception observprice = data["price"]*(1+thresh) if observprice<self.observePrice: self.observePrice = observprice return self.s4 def s5(self,quoteData): ''' 状态s4: 回落买回待成交状态 :参数 :quoteData: 行情数据 :返回: 更新的状态机状态 ''' if self.decCount("s5")==0: self.resetCounter("s5") order = self.orders[-1] deal = self.trader.getOrder(order["orderId"]) if deal and deal["finished_quantity"] == order["order_quantity"]: order.update(deal) self.basePrice = order["price"] self.currHighPrice = -1 self.observePrice = -1 return self.s0 return self.s5 def s_exception(self,quoteData): ''' 出现不可处理的异常，进入该状态 ''' return self.s_exception ''' 以下都是些辅助函数 ''' def __str__(self): return "状态{}:{}".format(self.stmFunc.__name__,self.state_literal()) def state_literal(self): statusName = { "s0":"初始", "s1":"向上突破", "s2":"回落卖出(待成)", "s3":"回落卖出（已成）", "s4":"向下突破", "s5":"止跌买回(待成)", "s_exception":"异常" } return statusName[self.stmFunc.__name__] def state(self): return self.stmFunc.__name__ def writeLog(self,level,message,obeservePrice,price): strtime = time.strftime("%H:%M:%S") self.logger.log(level,message) self.log.append({"message":message,"level":level,"time":strtime,"price":price,"obeservePrice":obeservePrice,}) @property def observePrice(self): return self._observe_price @observePrice.setter def observePrice(self,price): if price!=self._observe_price: print("{}的目标价设置为:{:.2f}({})".format(self.code,price,self.state())) self._observe_price = price return self._observe_price

在主程序中为每个执行此策略的证券标的创建一个StateMachine类，在主循环中获取行情数据，调用StatMachine的process函数即可，具体代码这里就省略了。

以上就是一个简单的日内交易状态机模型。之前写过基于过程的同样功能的程序，里面的逻辑判断很多，程序易读性差，修改起来也很麻烦，后来就改成了状态机模型，程序清爽多了，维护起来也很方便。

未来，人类是该向星辰大海“进发”，还是回归精神本源？这是科幻创作领域的永恒话题。

电影《流浪地球2》提出的“数字生命计划”在现实中可行吗？会面临哪些技术与伦理挑战？大数据专业热潮还会持续多久？AI辅助写代码后，程序员会失业吗？

近日，今日头条科学频道联合中国计算机学会（CCF）推出“这很科学”之《科学真言》系列视频，邀请@北冥乘海生、@蒋涛CSDN 等5位优质创作者对谈中国科学院院士梅宏、王怀民等专家学者，围绕人工智能、大数据等热点话题，畅聊计算机技术发展进程。

01

《流浪地球2》中的

“数字生命计划”可行吗？

中科院计算所研究员、中科大数据研究院院长 王元卓

下一次技术革命的突破口，有可能是人工智能吗？

信息时代之后，人类可能进入智能时代，但中间还有较长的过渡期，即以智能作为辅助的半智能状态。

举个例子：电影剧本如何设定、如何选演员？投资人要投哪些作品？之前人们凭经验做决策，有了大数据后，就能把主创团队、剧本、艺人口碑等情况都考虑进来，再作出投资回报率预判，这就是智能辅助。未来，也许很多决策不需要人类参与，只要满足若干条件，人工智能会自动投资和避险。

这类人工智能自动化决策的方式在当下的股票期货市场已有所体现，高频交易软件能以秒为单位完成快速套利。只是，现在的智能都是垂直的，在某一个片段计算机可以比人做得好，但面对长期判断，比如把几十亿资产交给人工智能去操作，人类还不放心。

所以，关键在于人工智能如何把它在某些片段、局部的优势变成全局优势。同时，人工智能自动化决策还存在很多法律风险。比如把资产交给人工智能打理，赚钱了皆大欢喜，如果赔钱，或许会引发法律纠纷。

总之，人工智能技术已崭露头角，但离彻底改变生活还很远。不过，技术和人的意识都在发展，法律约束也会跟上。运用人工智能使生活更加便捷，是我们共同的期待。

关于应对人类的生存危机，近期大火的影片《流浪地球2》中提出了“数字生命计划”，让人类以智能体形态生存。

未来的数字生命可能有两种，一种是人培养的、具备一定学习感知和自我决策能力的智能程序，能慢慢形成自我意识；第二种就像电影里所展示的，把人的意识数字化。但这也会遇到诸多伦理挑战，倘若记忆可被复制和篡改，这样的生命体还有人权吗？他与孩子、妻子的关系还是原来那样吗？

头条创作者@导演张小北 对话中科院计算所研究员、中科大数据研究院院长王元卓

02

大数据专业多金引人“酸”

热潮还会持续多久？

中国科学院院士 梅宏

“AI专业的应届硕士入行年薪30万，博士生可能高达50万”，这则新闻吸引了大众眼球。不少人疑惑，大数据和AI从业者备受市场青睐会不会只是一阵风？我认为，中国的数字化转型浪潮还有几十年红利期。未来5年内，大数据仍会呈高速或平稳的发展状态，并在更多行业落地。

原因有以下几点：第一，人类从第一次工业革命到进入工业社会花了上百年，以此类推，数字文明从萌芽到成型，起码也还需要几十年；第二，借助算力的提升和大数据，AI在未来可待发掘的东西还很多。很多行业的数字化还没到尽头，未来几十年仍是上升期。

当然，如果在数据科学理论、人工智能的基本方法上没有新的理论和技术创新，AI热潮的消退也是必然。现在，很多软件学院推出了大数据专业和AI专业，甚至一些大学的数学系也在转向，令人眼花缭乱。

但不管做什么，计算机仍是核心，把它去掉，所有东西都成了空中楼阁。无论学习什么专业，要走得远，最终还得了解计算机怎么运转，而不是简单地会使用它。精通计算机本身的原理和方法论，才是最根本的。

头条创作者@北冥乘海生 对话中国科学院院士梅宏

03

代码自动生成

是痛点还是伪需求？

北京大学讲席教授、欧洲科学院外籍院士谢涛

这两年，人工智能越来越强，甚至可以自动生成代码。

所谓代码的自动生成，指的是人类用自然语言把对代码的需求描述出来，比如我需要对一个无序数组进行快速排序，有了AI，我就不用写代码，系统会自动编译、执行我的需求，完成排序。

怎么保障代码完全正确呢？仅仅通过测试肯定还不够。可信，是软件研发领域的重要课题。所以未来，人类如何发明出一种不仅能生成代码，还能完成代码审查、缺陷检测等任务的AI就很有必要了。

那么，有了AI辅助，将来程序员的岗位会变少吗？

不加思考、纯靠苦力的传统码农首先会受到威胁。此外，在代码自动生成效果很好的特定领域，比如面向终端用户的数据分析，原先我们可能依赖数据分析师。现在，AI已经能很好地将自然语言翻译成数据分析语言，因此这类岗位也要紧张起来了。

我认为，只要有足够多的数据，将来测试数据的生成、测试预言等流程都可以被自动化。人工智能不仅是程序员的帮手，还会消灭一部分人的重复性工作。不过，基础软件的研发工程师不用发愁，研发工作太复杂了，AI还不会威胁到他们。

头条创作者@蒋涛CSDN 对话北京大学讲席教授、欧洲科学院外籍院士谢涛

上今日头条

搜索“科学真言”

了解更多前沿科技~

上一篇：炒股网名女性(炒股资讯最全的网站)

下一篇：炒股开户收费吗(炒股开户有风险吗)