playbook/docs/tsl/finance/series_and_indicator_model.md

Series And Indicator Model

文档类型：业务骨架 是否可直接用于生成代码：否 是否含已验证可执行示例：否 是否含已验证反例：否 遇到不确定时跳转到：market_data_context.md、selection_and_signal_patterns.md、../syntax/index.md

这一篇处理金融序列与指标计算模式。

这一篇解决什么问题

回答“指标、序列、逐 bar 计算和相关金融表达方式如何组织，以及 AI 应该先建立什么样的业务心智模型”。

必须记住的规则

• 序列与指标属于业务模型，不属于通用语法。
• 当你需要解释循环、表达式、数组和字符串时，应回到 syntax 层。
• 当你需要解释“指标如何依赖历史序列”时，才留在这里。

输入上下文

• 先确认标的、周期、起止区间和复权口径。
• 先确认你在处理“单值输入”还是“逐 bar 序列输入”。
• 先确认指标依赖多少历史窗口，以及窗口未满时如何处理。

逐 bar 心智模型

• 每个 bar 只应使用当前 bar 及其之前已经可见的信息。
• 先准备输入序列，再计算当前 bar 的指标值，最后再决定当前 bar 的输出。
• 不要把后面的 bar 结果回填到前面的 bar。
• 不要把“能写成一个表达式”误解成“就不需要业务上下文”。

窗口依赖

• 任何均线、滚动统计、历史比较，先写清窗口长度。
• 窗口未满前，先决定是跳过、返回空值，还是走 warm-up 逻辑。
• 多条序列一起参与计算时，先确认时间轴是否对齐。
• 当结果依赖前值时，先确认你是在做“当前 bar 计算”还是“状态延续”。

常见误判

• 把指标写法误当成“TSL 基础表达式”的定义来源。
• 在没有澄清数据频率、窗口和上下文前，就直接抽象成通用语法规则。
• 把未来数据混进当前 bar 的计算里。
• 先写公式，再补上下文，导致窗口长度和序列来源都不明确。

跳转指引

• 市场数据上下文：见 market_data_context.md
• 选股与信号：见 selection_and_signal_patterns.md
• 回测与交易：见 backtest_and_trade_flow.md
• 表达式与控制流语法：见 ../syntax/07_expressions_and_operators.md 与 ../syntax/08_control_flow.md