跳至主要內容

兩套 Pine 引擎不同調:PineForge 與 PyneCore 的交叉驗證

約 9 分鐘閱讀

我們如何在 TradingView 之外,把 PyneCore 當作第二來源引擎;2026 年 5 月那次掃描看到了什麼;以及為什麼一個友善的第二引擎,是我們手上最有用的除錯工具。

本文數據量測於 2026年5月5日,並保留當時的原貌。最新結果請參閱我們如何衡量一致性。

2026 年 5 月時,我們所知道能在 TradingView 平台以外回測 Pine 策略的引擎有兩個:我們的,以及 PyneCore。PyneSys 的 PyneComp 把 Pine 轉譯成 Python;PyneCore 則是執行轉譯結果的開源 Python runtime。語言不同、runtime 不同,但原始素材相同,要遵循的 API 定義也相同。

我們把 PyneCore 當作第二個參照來源(oracle)。2026 年 5 月,我們同時拿 TradingView 的「交易清單」匯出檔和 PyneCore 的執行輸出來跑對齊掃描。三者對某支策略的交易全部一致時,我們就相信這個結果;兩者一致、一者分歧時,我們會先從分歧的那一方查起。

本文呈現那次掃描的數字。目前的比較,是引擎 repo 在 2026-09-29 做的評比(在引擎 35db01c8 上量測,v1.0.0 已包含這個 commit),結果放在引擎比較頁。

語料庫

公開掃描收錄了 50 支參考策略(範圍更大的 162 支策略語料庫當時並未公開;這個子集就是我們在交易比對報告中公開的部分,也就是引擎 commit 7e526c1a 上的 benchmarks/results/trade_comparison.md)。每支策略都經過以下流程:

  • 由 PyneComp 編譯成 Python,再由 PyneCore 在標準 OHLCV 上執行
  • 由 PineForge codegen 編譯成 C++,再由 pineforge-engine 在同一份 OHLCV 上執行
  • 兩者都與 TradingView 的 CSV 匯出檔比對,區間裁切為 [OHLCV span] ∩ [TV entry span] ∩ [engine entry span]
  • 依 5 級量表評定吻合程度(excellent / strong / moderate / weak / minimal)

頭條數字

掃描中的 50 支策略裡,有 47 支在 PineForge 與 PyneCore 上落在同一個等級:其中 45 支兩個引擎都是 excellent,2 支都是 strong。這 2 支是 13-parabolic-asr 和 17-bos-curv,兩個引擎跑出的交易完全相同,交易筆數也都和 TV 相差 1.8–2.8%。依當時的評分標準,excellent 代表交易筆數差距低於 1%、進場價與出場價的 p90 都低於 0.01%、P&L p90 低於 1%(trail_* 類出場的出場價與 P&L 門檻較寬鬆),而且 TV 在區間內的交易至少有 95% 吻合。

等級不一致的那 3 支是很有意思的案例。3 支全都是 PineForge 的等級比較高。

策略PineForgePyneCore備註
49-partial-exit-qty-percentexcellentweakPyneCore 多產生了出場成交
06-liquidity-sweepexcellentmoderatePyne 端的出場時機有漂移
07-scalping-strategyexcellentmoderatePyne 端的 PnL p90 偏高;進場一致

最有意思的一支

49-partial-exit-qty-percent 的差距最大。這支策略在停利時用 strategy.exit(qty_percent=...) 分批減碼,而且這個循環會不斷重複——全部出場、重新進場、再次部分出場。在整個測試區間內:

TV trades (raw, in-window):  725
PineForge engine trades:     852  →  725 in-window  →  725 matched (100% of TV)
PyneCore  engine trades:    3297  →  2805 in-window →  582 matched (80.3% of TV)

PyneCore 在這支策略上的筆數差距是 74%:比對工具是把兩邊筆數的差額,除以較大的那一邊,也就是區間內的 2,805 筆,對上 TV 的 725 筆。PineForge 則是 0%。再看 p90 指標:

PineForge: count_delta 0.0000% · entry p90 0.0000% · exit p90 0.0004% · PnL p90 0.1321%
PyneCore : count_delta 74.1533% · entry p90 0.0000% · exit p90 1.0376% · PnL p90 (high)

換句話說:在能和 TV 配對上的交易裡,兩個引擎的進場價都和 TV 一致(entry p90 兩邊都是 0%),只是 TV 的 725 筆交易中,PyneCore 只配對上 582 筆。分歧出在出場。同一支策略,PyneCore 產生的交易大約是 TradingView 的 4 倍(區間內 2,805 筆對 725 筆)——最可能的原因是部分出場的循環觸發過頭:同一個 qty_percent 條件在 TV 的訂單處理器認定它已完成之前,就又重新上膛了。

這不是在評判 PyneCore 的品質——這是 Pine strategy.exit() 語意裡的一個邊角情況。這種比對是雙向的:PyneCore 和 TV 一致、PineForge 卻不一致時,bug 就在我們這邊。

另外兩支

06-liquidity-sweep 和 07-scalping-strategy 是同一種模式、幅度較小的版本。兩者的進場對齊率都是 100%;出場價的 p90 漂移,PyneCore 分別是 1.65%(06)和 0.48%(07),PineForge 則是 0.0005% 和 0.029%。移動停損式的出場與部分成交語意,正是 Pine 參考實作文件最少的地方;兩個引擎都只能從觀察得到的交易行為反推。

呼叫 PyneCore 編譯 API

PyneSys 在 api.pynesys.io 上以 HTTP 提供編譯步驟,你可以直接用 curl 呼叫:

curl -X POST https://api.pynesys.io/compiler/compile \
  -H "Authorization: Bearer $PYNESYS_API_KEY" \
  --data-urlencode 'script=//@version=6
strategy("ma cross", overlay=true)
if ta.crossover(close, ta.sma(close, 20))
    strategy.entry("L", strategy.long)'

回應是一個以開源 pynecore runtime 為目標的 Python 檔案。下面是它在 2026 年 5 月時的樣子;較新的 PyneComp 版本會在檔頭寫上各自的版本號,並把檔案標記為 @pyne edge:

"""
@pyne
 
This code was compiled by PyneComp v6.0.31 — the Pine Script to Python compiler.
Run with open-source PyneCore: https://pynecore.org
Compile Pine Scripts online at PyneSys: https://pynesys.io
"""
from pynecore.lib import close, script, strategy, ta
 
 
@script.strategy("ma cross", overlay=True)
def main():
    if ta.crossover(close, ta.sma(close, 20)):
        strategy.entry('L', strategy.long)
 
 
if __name__ == "__main__":
    from pynecore.standalone import run
    run(__file__)

把它放進一個 Python 檔,執行 pip install pynesys-pynecore,再指向你的 OHLCV,就能得到第二個引擎的輸出,拿來和 PineForge diff。

為什麼這很重要

單一回測引擎回報「你的策略在測試區間內報酬 12.4%」,只能告訴你一件事:那個引擎宣稱是這個結果。如果沒有東西可以對照,你就只能相信它的說法。

兩個獨立引擎在同一支腳本上回報同樣的結果,證據力就強得多。兩者不一致時,不一致本身就是一個假設:其中一個有 bug、Pine 語意在這個邊角情況上本來就模稜兩可,或測試資料有某種兩個引擎都沒處理的邊界條件。三種可能都很值得知道。

我們就是這樣使用 PyneCore:引擎 repo 的 benchmark 現在會用同樣的 200 支策略,以 TradingView 為基準,替 PineForge 和 PyneCore 評分(PineForge 另外還多跑一支,那支的原始碼 PyneSys 編譯器不接受)。如果你要上線一支準備押上真金白銀的策略,也應該用第二個引擎驗證。

本文沒有涵蓋的內容

  • 指標層級的漂移。 另一份報告比較 PineForge、PyneCore 和 PineTS 的逐項指標數值:是引擎對引擎,而不是對 TradingView。報告放在引擎 repo 的 benchmarks/results/indicator_comparison.md。
  • 另外約 110 支策略:當時內部語料庫裡、沒有納入公開掃描的那些。它們測的是 Pine 的邊角情況(UDT 方法、多時間週期查詢、OCA 出場群組)。相關方法後來已經公開在方法論頁面。

自己試試交叉驗證

兩個引擎、一份原始碼、三份輸出可以比對。全部一致,就上線;不一致,你也在真正投入資金之前學到了有用的東西。