暂无搜索历史
系列收官篇。前 7 篇我们完成了选股、择时、仓位、回测框架、参数优化。本篇聚焦回测到实盘的最小闭环——把纸上收益变成可执行、可追踪、可复盘的模拟盘系统。
系列前情:#01~#06 我们完成了单因子/多因子选股、双均线/波动率择时、仓位管理、向量化回测框架。本篇进入策略上线前的关键一步——参数优化与过拟合防范。
问题是:这些代码在每个新策略里都重复 80%。 一旦你想换"调仓日历"(比如从等间距改每月末)、或者想加"止损规则"(比如单票回撤超 10% 强制平仓)、或者想...
前几篇我们跑通了"选股 + 择时"两条线。但还有个问题没解决:选出来的股票,要不要平均投?
上一篇我们用双均线金叉死叉做择时,跑通了"震荡少亏 + 趋势跟住"的效果。但双均线对温和上涨更敏感,对强势突破的反应反而慢半拍。
前两篇我们把"选股"做完了 —— 用动量 / 多因子把股票筛出来。但问题来了:选出来之后什么时候买、什么时候卖?
量化圈 50 年共识:多因子对单因子。本篇把 mom(动量) 与 vol(波动率反向) 两个因子做 z-score 标准化,再等权合成综合分,做一个 top5 ...
回测系统要么是 backtrader / zipline 那种"几十页文档、上手两天"的重型框架,要么是你一上来就被各种坑(比如未来函数、滑点设错、动量算法不对...
动量因子去年很灵,今年就不行了——这不是玄学,是量化里的常态。因子会衰减。本文教你用"滚动 IC"给因子做体检,判断它现在还能不能用。
前几篇我们把动量、波动率、换手率算了个遍,但每天跑一遍脚本、重新拉数据、重新算因子,既慢又浪费额度。本文解决一个问题:把因子落进本地数据库,支持增量更新,让下游...
动量和成交额、波动率和非流动性、换手率和振幅……这些因子往往你中有我。如果把高相关因子都放进模型,等于给同一个信息重复投票,回测好看,实盘容易崩。
本文用 30 只大盘股截面 + 60 日动量 + 20 日低波因子,把三种方案跑一遍,看它们对最终选股的差异。
痛点:单因子有效,但实盘总会遇到"这个因子本月失效,那个因子上周失效"——单点总在波动。工业实战最朴素的办法就是多因子合成:把 2 个或更多因子拧成一根"综合分...
痛点:算出因子值后,怎么知道它"真有效"还是"纸上好看"?本篇用 30 只大盘股的截面,把"分组回测"这个工业级标准动作落到代码——按因子值等分成 5 组,看 ...
痛点:你算出因子 IC=0.03,但这是真信号还是噪声?显著性 p 值怎么读?|IC|≥0.02 是不是"及格线"?本篇用 50 只大盘股的截面,把 Rank ...
痛点:你以为换手率高=主力介入,结果一买就站岗?本篇用 30 只大盘股的真实截面,把"换手率因子"这条 A 股最稳健的异象讲透——低换手跑赢高换手,跟你的直觉相...
系列:Python 量化因子实战 · 第 02 篇(共 10 篇) 难度:⭐⭐(pandas / numpy 基础) 阅读时长:约 8 分钟 实测代码:Demo...
系列:Python 量化因子实战 · 第 01 篇(共 10 篇) 难度:⭐⭐(需有 pandas / numpy 基础) 阅读时长:约 8 分钟 实测代码:D...
研究代码和能上线的工程代码之间,差的不只是"把 Notebook 另存为 .py"。最后一篇文章,我们用 200 行代码搭一个最小可上线闭环:配置化、质量门禁、...
数据问题不会被代码报错暴露,它只会安静地让你的策略失效。与其事后救火,不如给数据流水线配一张质量评分卡——每天跑完自动打分,哪里掉链子一眼看见。
暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市