簡(jiǎn)介這份Python股票量化投資課程配套課件定位為零基礎(chǔ)到進(jìn)階的量化交易學(xué)習(xí)資料面向想用Python進(jìn)行金融數(shù)據(jù)分析、策略構(gòu)建與自動(dòng)化交易的學(xué)員可系統(tǒng)補(bǔ)齊編程、數(shù)據(jù)、策略、回測(cè)、風(fēng)控與機(jī)器學(xué)習(xí)全鏈路能力。資源壓縮包共142個(gè)文件、約56.91MB核心是85個(gè).py可運(yùn)行腳本與21個(gè).pyc編譯文件配合9個(gè).csv股票行情數(shù)據(jù)、12個(gè).xml配置、3個(gè).zip依賴包及若干說明文檔形成從數(shù)據(jù)到代碼的完整配套。目前已有2393人學(xué)習(xí)下載是被量化初學(xué)者反復(fù)參考的一套課件。內(nèi)容覆蓋Pandas/NumPy數(shù)據(jù)處理、Matplotlib可視化、Yahoo Finance等數(shù)據(jù)獲取、移動(dòng)均線與布林帶指標(biāo)、Backtrader回測(cè)、經(jīng)紀(jì)商API自動(dòng)交易、止損與資金管理以及機(jī)器學(xué)習(xí)預(yù)測(cè)實(shí)戰(zhàn)壓縮包內(nèi)還提供A股歷史行情CSV與選股數(shù)據(jù)詳細(xì)說明便于直接運(yùn)行演練從數(shù)據(jù)讀取到策略回測(cè)一氣呵成。1. 量化投資的知識(shí)地圖Python、股票與策略怎么接起來很多人學(xué) Python 股票量化投資會(huì)遇到同一個(gè)卡點(diǎn)語法書看了兩遍但不知道整條路怎么走。課程配套課件的價(jià)值不是把某個(gè)指標(biāo)公式貼出來而是把量化交易從頭到尾拆成一條可執(zhí)行的生產(chǎn)鏈路數(shù)據(jù)獲取與清洗、因子計(jì)算、策略信號(hào)、回測(cè)驗(yàn)證、績(jī)效歸因、風(fēng)險(xiǎn)控制。這條鏈路里數(shù)據(jù)是地基因子是武器回測(cè)是照妖鏡風(fēng)險(xiǎn)控制則是活下來的前提。這份課件適合兩類人一是已經(jīng)掌握 Python 基礎(chǔ)、想系統(tǒng)進(jìn)入量化交易方向的學(xué)習(xí)者二是做過簡(jiǎn)單回測(cè)但總被“回測(cè)很漂亮、實(shí)盤很慘淡”困擾的復(fù)習(xí)者。復(fù)習(xí)時(shí)不需要逐條重讀公式只要抓住主線就能判斷自己漏在哪一環(huán)。把整門課想象成一條流水線位置越靠前錯(cuò)誤越致命數(shù)據(jù)一旦帶錯(cuò)后面所有因子和回測(cè)都是空中樓閣。知識(shí)地圖的順序就是復(fù)習(xí)的順序。2. 數(shù)據(jù)是第一關(guān)行情、財(cái)務(wù)與預(yù)處理怎么做進(jìn)入量化學(xué)習(xí)后的第一個(gè)“勸退點(diǎn)”通常是數(shù)據(jù)。很多人以為拿到收盤價(jià)就能開始算信號(hào)結(jié)果在處理復(fù)權(quán)、停牌、公告日期時(shí)不斷翻車。梳理下來會(huì)發(fā)現(xiàn)數(shù)據(jù)層解決的問題就三個(gè)拿什么數(shù)據(jù)、數(shù)據(jù)長(zhǎng)什么樣、哪些數(shù)據(jù)不能直接用于回測(cè)。2.1 先想清楚行情數(shù)據(jù)要什么樣的列結(jié)構(gòu)和頻率規(guī)范的行情表不是 Excel 那樣的寬表格而是長(zhǎng)表。每一行對(duì)應(yīng)一個(gè)股票在一個(gè)交易日的記錄核心字段包括字段含義注意事項(xiàng)symbol股票代碼統(tǒng)一格式不要混用帶前綴和不帶前綴date交易日期必須是datetime類型不要用字符串open / high / low / close開高低收復(fù)權(quán)前或復(fù)權(quán)后要統(tǒng)一volume成交量確認(rèn)單位是“股”還是“手”amount成交額做流動(dòng)性過濾時(shí)很有用拿到數(shù)據(jù)后的第一步不是畫 K 線而是做排序、去重、類型修正import pandas as pd df pd.read_csv(daily.csv, parse_dates[date]) df df.sort_values([symbol, date]).reset_index(dropTrue) df df.drop_duplicates(subset[symbol, date], keeplast) df[ret] df.groupby(symbol)[close].pct_change()代碼里最關(guān)鍵的是pct_change()它計(jì)算的是相鄰兩行之間的收益率。若中間有缺失交易日它不會(huì)自動(dòng)跳過缺失行而是在出現(xiàn) NaN 的位置直接給到缺失收益。更嚴(yán)謹(jǐn)?shù)淖龇ㄊ窍扔媒灰兹諝v對(duì)齊再?zèng)Q定填充策略。頻率上日線足夠覆蓋選股和低頻擇時(shí)分鐘線適合日內(nèi)策略但初期不建議直接上分鐘級(jí)先跑通日線再說。2.2 復(fù)權(quán)口徑前復(fù)權(quán)、后復(fù)權(quán)與回測(cè)的對(duì)應(yīng)關(guān)系復(fù)權(quán)問題是數(shù)據(jù)層最大的坑。除權(quán)除息會(huì)讓價(jià)格出現(xiàn)人為跳空如果不復(fù)權(quán)收益率的計(jì)算就會(huì)失真。前復(fù)權(quán)以最近價(jià)格為基準(zhǔn)調(diào)整歷史價(jià)格適合看圖后復(fù)權(quán)以最早日期為基準(zhǔn)適合計(jì)算真實(shí)收益率?；販y(cè)中計(jì)算信號(hào)和收益率應(yīng)該統(tǒng)一使用后復(fù)權(quán)價(jià)格否則分紅次數(shù)多的股票會(huì)被系統(tǒng)誤判為暴跌。代碼里通常這樣處理df[adj_close] df[close] * df[adj_factor] df[ret_adj] df.groupby(symbol)[adj_close].pct_change()adj_factor是行情源提供的復(fù)權(quán)因子它通常是累乘的拿來直接乘原始收盤價(jià)即可。最容易漏的一點(diǎn)是前復(fù)權(quán)價(jià)格會(huì)隨著新行情發(fā)布而整體變化今天算出的前復(fù)權(quán)歷史值和下周算出的不一樣。因此研究過程中的數(shù)據(jù)快照要固定版本不要每次回測(cè)都重新下載否則回測(cè)結(jié)果無法復(fù)現(xiàn)。2.3 預(yù)處理三坑缺失值、停牌、零成交缺失值不能無腦刪除也不能無腦前向填充。停牌期間沒有成交本來就該沒有價(jià)格記錄如果你用ffill()把上一交易日的價(jià)格延續(xù)到停牌日回測(cè)引擎就會(huì)在停牌日“假裝”成交這是典型的隱性未來函數(shù)。正確處理是保留交易狀態(tài)信息df[tradable] df[volume] 0 df[can_buy] df[tradable] (df[ret] 0.095) df[can_sell] df[tradable] (df[ret] -0.095)這里用漲跌幅近似過濾漲跌停無法買入賣出的情況漲幅接近 10% 時(shí)買單大概率無法成交跌幅接近 10% 時(shí)賣單大概率無法成交。閾值是示意創(chuàng)業(yè)板、科創(chuàng)板需要換擋。更準(zhǔn)確的方案是讓行情源直接提供漲跌停價(jià)格字段計(jì)算前先判斷當(dāng)日能否成交。2.4 財(cái)務(wù)數(shù)據(jù)不能用報(bào)告期對(duì)齊用公告日期年報(bào)、季報(bào)發(fā)布存在明顯滯后。如果只按“報(bào)告期”把財(cái)務(wù)數(shù)據(jù)和行情合并等于在 4 月末就使用了 3 月末才發(fā)布的季報(bào)數(shù)據(jù)這在回測(cè)里是未來函數(shù)。正確做法是以公告日期為信息生效日讓因子在公告發(fā)布之后才“看見”數(shù)據(jù)。fin fin.sort_values(anno_date) price price.sort_values(date) merged pd.merge_asof( price.sort_values(date), fin, left_ondate, right_onanno_date, bysymbol, directionbackward, )merge_asof會(huì)為每個(gè)交易日找到最近一次已經(jīng)公告的財(cái)務(wù)數(shù)據(jù)directionbackward表示只取早于或等于當(dāng)前日期的記錄。這個(gè)方向一旦寫反就變成了未來數(shù)據(jù)。數(shù)據(jù)層最后應(yīng)該有一份自查腳本檢查每個(gè)股票的最短歷史長(zhǎng)度、缺失值比例、復(fù)權(quán)因子是否單調(diào)以及merge_asof之后是否有空值。數(shù)據(jù)沒有問題后面的策略才有討論意義。3. 指標(biāo)與因子從均線到多因子選股的轉(zhuǎn)化策略層是另一個(gè)學(xué)習(xí)分水嶺。很多人以為把 MACD、RSI、布林帶湊在一起就是量化策略實(shí)際上技術(shù)指標(biāo)只是信號(hào)的一種來源。更系統(tǒng)的做法是先理解指標(biāo)的計(jì)算口徑再從單因子到多因子一步步建立選股邏輯。3.1 技術(shù)指標(biāo)的計(jì)算口徑均線、MACD、布林帶指標(biāo)計(jì)算在 Pandas 里幾乎是模板化操作但有一個(gè)共性要求按股票分組后計(jì)算不能把不同股票混在一個(gè)序列里滾動(dòng)。df df.sort_values([symbol, date]) df[ma5] df.groupby(symbol)[adj_close].transform( lambda x: x.rolling(5).mean() ) ema12 df.groupby(symbol)[adj_close].transform( lambda x: x.ewm(span12).mean() ) ema26 df.groupby(symbol)[adj_close].transform( lambda x: x.ewm(span26).mean() ) df[macd] ema12 - ema26 df[macd_signal] df.groupby(symbol)[macd].transform( lambda x: x.ewm(span9).mean() )transform的作用是讓計(jì)算結(jié)果保持原索引對(duì)齊不會(huì)因?yàn)榉纸M而打亂行序。滾動(dòng)窗口的前 N 行一定會(huì)產(chǎn)生 NaN后續(xù)生成信號(hào)前必須dropna()否則 NaN 會(huì)被當(dāng)成空倉或買入信號(hào)。布林帶就是均線加減兩倍標(biāo)準(zhǔn)差核心不是指標(biāo)本身而是“突破”和“回歸”兩種狀態(tài)分別對(duì)應(yīng)趨勢(shì)策略和均值回歸策略。同一個(gè)指標(biāo)放在不同市場(chǎng)狀態(tài)下含義完全不同。3.2 因子與未來收益IC、分組回測(cè)與因子方向因子的本質(zhì)是排序工具。它不直接告訴你買什么而是告訴你哪些股票應(yīng)該排在前面。判斷一個(gè)因子有沒有效不能只看收益曲線要看因子值和未來收益之間的單調(diào)關(guān)系。信息系數(shù) IC 是因子與未來 N 期收益的相關(guān)系數(shù)通常用 Spearman 秩相關(guān)計(jì)算from scipy import stats def factor_ic(df, factor_col, fwd_ret_col): ic_by_date df.groupby(date).apply( lambda g: stats.spearmanr(g[factor_col], g[fwd_ret_col])[0] ) return ic_by_date.mean(), ic_by_date.std() ic_mean, ic_std factor_ic(df, zscore, fwd_ret_5) icir ic_mean / ic_std * np.sqrt(52)IC 均值為正且穩(wěn)定說明因子有預(yù)測(cè)力ICIR 是經(jīng)波動(dòng)調(diào)整后的指標(biāo)用來判斷因子穩(wěn)定性。只看 IC 均值不夠一個(gè)因子可能均值很高但方向經(jīng)常反轉(zhuǎn)實(shí)盤根本無法信任。更直觀的驗(yàn)證是分組回測(cè)把每日股票按因子值分成 5 組每組建倉后持有 N 天觀察收益是否隨因子值單調(diào)變化。如果第 3 組收益最高、第 1 組次之、第 5 組最低因子很可能只是噪聲而不是有效排序。3.3 多因子合成標(biāo)準(zhǔn)化、中性化與合成單因子容易失效多因子合成可以分散風(fēng)險(xiǎn)但前提是合成方法正確。不同因子的量綱不同直接相加等于給量綱大的因子更高權(quán)重。正確做法是先在每個(gè)交易日截面上做標(biāo)準(zhǔn)化。df[zscore] df.groupby(date)[factor].transform( lambda x: (x - x.mean()) / x.std() )標(biāo)準(zhǔn)化之后還要做行業(yè)中性化。如果一個(gè)因子只是選出了某個(gè)行業(yè)的一堆股票那它捕捉的可能不是 alpha而是行業(yè) beta。最簡(jiǎn)單的中性化是減去行業(yè)均值df[factor_neutral] ( df.groupby([date, industry])[zscore] .transform(lambda x: x - x.mean()) )行業(yè)分組股票數(shù)量太少時(shí)組內(nèi)均值會(huì)不穩(wěn)定這時(shí)可以考慮行業(yè)啞變量回歸取殘差。市值中性化思路類似把因子值對(duì)市值做回歸用殘差代替原始因子值。中性化不是可選項(xiàng)而是多因子研究的標(biāo)準(zhǔn)動(dòng)作。跳過這一步后面所有分析結(jié)果都會(huì)帶上一層隱性的行業(yè)或市值風(fēng)格。3.4 從因子到策略打分、選股與擇時(shí)的配合單因子研究最終要落到一籃子股票。常見的落地方案是每個(gè)調(diào)倉日按因子 zscore或中性化后分值排序取前 N 只等權(quán)買入持有到下一個(gè)調(diào)倉日。這里面有兩個(gè)容易被忽略的量調(diào)倉頻率和換手成本。signal df.sort_values([date, zscore], ascending[True, False]) signal signal.groupby(date).head(20) targets signal[[date, symbol]].copy()每天調(diào)倉會(huì)讓手續(xù)費(fèi)和滑點(diǎn)吃掉大量收益更常見的是周頻或月頻調(diào)倉。技術(shù)指標(biāo)如指數(shù)均線可以作為擇時(shí)過濾條件市場(chǎng)整體處于下跌趨勢(shì)時(shí)降低倉位或空倉這比單獨(dú)使用某一種指標(biāo)更穩(wěn)健。到這里一個(gè)完整的策略已經(jīng)從“數(shù)據(jù)”走到了“信號(hào)”下一步是回測(cè)驗(yàn)證。4. 回測(cè)引擎與績(jī)效分析別讓圖表騙了你回測(cè)是量化學(xué)習(xí)中最容易被“自欺”的環(huán)節(jié)。初學(xué)者看到一段漂亮的凈值曲線就以為策略有效實(shí)際上回測(cè)框架的一個(gè)小錯(cuò)誤可能讓結(jié)果嚴(yán)重失真。這一章從最小回測(cè)框架開始把績(jī)效指標(biāo)和常見偏差一起理清。4.1 最小可用的回測(cè)框架逐筆結(jié)算還是逐 bar 結(jié)算最簡(jiǎn)單的回測(cè)邏輯是在每個(gè)交易日先結(jié)算持倉市值再按信號(hào)決定買賣。from dataclasses import dataclass dataclass class Position: symbol: str shares: int def run_backtest(daily, select_func, initial_cash1_000_000): cash initial_cash positions [] timeline sorted(daily[date].unique()) for date in timeline: today daily[daily[date] date] for pos in positions: px today.loc[today[symbol] pos.symbol, close].values if len(px) 0: pos.last_price px[0] targets select_func(today) # 先賣后買簡(jiǎn)化處理但要有滑點(diǎn)與手續(xù)費(fèi) for pos in list(positions): if pos.symbol not in targets: cash pos.shares * today.loc[ today[symbol] pos.symbol, close ].iloc[0] positions.remove(pos) for symbol in targets: if symbol not in [p.symbol for p in positions]: price today.loc[today[symbol] symbol, close].iloc[0] shares int(cash * 0.1 // price) cash - shares * price positions.append(Position(symbolsymbol, sharesshares)) equity cash sum(p.shares * p.last_price for p in positions) yield date, equity這個(gè)框架里至少有兩個(gè)問題需要明確第一這里用“當(dāng)日收盤信號(hào)、當(dāng)日收盤價(jià)成交”在嚴(yán)格回測(cè)中屬于前視偏差相當(dāng)于你看到了收盤價(jià)才決定買入?yún)s又按收盤價(jià)成交第二沒有手續(xù)費(fèi)和滑點(diǎn)收益會(huì)虛高。更穩(wěn)妥的做法是信號(hào)在收盤后產(chǎn)生成交放在次日開盤價(jià)?？蚣芸梢韵群?jiǎn)后嚴(yán)但心里要清楚它偏樂觀。4.2 績(jī)效指標(biāo)的計(jì)算口徑年化、最大回撤、夏普比率凈值曲線出來后第一件事不是畫圖而是算四個(gè)核心指標(biāo)。equity pd.Series([e for _, e in results], index[d for d, _ in results]) daily_ret equity.pct_change().dropna() total_ret equity.iloc[-1] / equity.iloc[0] - 1 days len(equity) annual_ret (1 total_ret) ** (252 / days) - 1 roll_max equity.cummax() drawdown equity / roll_max - 1 max_dd drawdown.min() excess daily_ret - 0.02 / 252 # 假設(shè)無風(fēng)險(xiǎn)年化2% sharpe np.sqrt(252) * excess.mean() / excess.std()年化收益率不是簡(jiǎn)單地把總收益除以年數(shù)而是按 252 個(gè)交易日做復(fù)利折算。最大回撤要看凈值峰值到谷底的跌幅而不是只看某一段收益波動(dòng)。夏普比率對(duì)異常值非常敏感日收益標(biāo)準(zhǔn)差偏小時(shí)夏普會(huì)被算得異常高最好同時(shí)看最大回撤和收益回撤比。指標(biāo)計(jì)算口徑常見錯(cuò)誤年化收益率對(duì)總收益做 252 日復(fù)利折算直接總收益/年份最大回撤凈值峰值到后續(xù)最低點(diǎn)的最大跌幅用收益率序列代替凈值夏普比率日超額收益均值/標(biāo)準(zhǔn)差 再年化忘記減無風(fēng)險(xiǎn)利率勝率盈利交易次數(shù)/總交易次數(shù)勝率高但盈虧比很低盈虧比平均盈利/平均虧損單獨(dú)使用容易誤判4.3 回測(cè)偏差自查清單回測(cè)結(jié)果異常漂亮?xí)r先別高興按下面的清單逐一排查。第一幸存者偏差。股票池只包含“今天還活著”的股票歷史上已經(jīng)退市的股票被排除在外回測(cè)自然會(huì)偏向樂觀。復(fù)盤時(shí)要加入歷史退市股或者用全量歷史成分股。第二前視偏差。未來數(shù)據(jù)進(jìn)入了信號(hào)計(jì)算比如用當(dāng)日收盤價(jià)生成當(dāng)日信號(hào)再按當(dāng)日收盤價(jià)成交。排查方式是檢查所有信號(hào)計(jì)算中使用的數(shù)據(jù)是否都在信號(hào)生成時(shí)刻之前。第三過擬合。策略參數(shù)反復(fù)調(diào)整到與歷史完美匹配換一段樣本外數(shù)據(jù)立刻失效。應(yīng)對(duì)方法是做滾動(dòng)訓(xùn)練測(cè)試或用參數(shù)敏感性分析觀察鄰近參數(shù)下績(jī)效是否劇烈波動(dòng)。第四成本缺失。雙邊手續(xù)費(fèi)、印花稅、滑點(diǎn)全部設(shè)為 0高頻調(diào)倉策略在回測(cè)里會(huì)顯得異常優(yōu)秀。實(shí)際回測(cè)至少應(yīng)計(jì)入雙邊萬三到千一的手續(xù)費(fèi)以及一個(gè)最小滑點(diǎn)。5. 最該警惕的易錯(cuò)點(diǎn)量化交易里的“黑匣子”陷阱學(xué)完數(shù)據(jù)、因子和回測(cè)之后靠前的坑大多能避開但有一些錯(cuò)誤藏在代碼細(xì)節(jié)里屬于“看著沒問題跑起來全錯(cuò)”的類型。梳理整個(gè)課程內(nèi)容我總結(jié)出五個(gè)最容易漏掉、也最值得反復(fù)檢查的易錯(cuò)點(diǎn)。5.1 未來函數(shù)回測(cè)悄悄用了未來的數(shù)據(jù)易漏點(diǎn)信號(hào)生成時(shí)沒有注意數(shù)據(jù)的時(shí)間邊界最常見的是“用當(dāng)日收盤價(jià)計(jì)算信號(hào)再用當(dāng)日收盤價(jià)成交”。為什么漏因?yàn)橹鹦刑幚頃r(shí)同一行里既有價(jià)格又有信號(hào)代碼不會(huì)報(bào)錯(cuò)邏輯上也渾然不覺。尤其是在計(jì)算因子時(shí)如果因子值來自未來 N 天的收益那整個(gè)回測(cè)都是自欺欺人。怎么補(bǔ)寫一個(gè)統(tǒng)一的工具函數(shù)把所有信號(hào)統(tǒng)一到“信號(hào)生成日”的次日處理。每次回測(cè)前做一次數(shù)據(jù)泄漏檢查把因子值隨機(jī)打亂如果績(jī)效不變差說明原有因子可能是噪聲如果把因子滯后一天后績(jī)效顯著變差就要警惕未來函數(shù)。簡(jiǎn)單有效。5.2 復(fù)權(quán)口徑混用前復(fù)權(quán)數(shù)據(jù)算收益率后復(fù)權(quán)數(shù)據(jù)算信號(hào)易漏點(diǎn)同一套代碼里歷史價(jià)格有的來自前復(fù)權(quán)接口有的來自后復(fù)權(quán)接口兩者混用會(huì)導(dǎo)致除權(quán)日附近的信號(hào)和收益無法對(duì)齊。為什么漏因?yàn)榍皬?fù)權(quán)價(jià)格會(huì)隨時(shí)間變化今天下載的歷史前復(fù)權(quán)價(jià)格和下周下載的可能不同。如果研究過程跨越多次數(shù)據(jù)更新復(fù)現(xiàn)結(jié)果就會(huì)悄悄改變。怎么補(bǔ)建立研究數(shù)據(jù)快照整個(gè)實(shí)驗(yàn)周期內(nèi)固定使用同一份數(shù)據(jù)計(jì)算收益統(tǒng)一用復(fù)權(quán)因子看行情圖才用前復(fù)權(quán)。如果條件允許直接在后復(fù)權(quán)價(jià)格上完成全部計(jì)算。5.3 手續(xù)費(fèi)和滑點(diǎn)設(shè)為零低換手策略也會(huì)“虛胖”易漏點(diǎn)回測(cè)里把交易成本設(shè)為 0策略年化收益看著很高實(shí)盤一執(zhí)行就縮水。為什么漏因?yàn)槌鯇W(xué)者通常先用簡(jiǎn)單框架驗(yàn)證思路忽略了每筆交易的摩擦成本。尤其是多因子周頻調(diào)倉策略每次調(diào)倉一籃子股票換手率很容易超過 100%成本會(huì)被快速放大。怎么補(bǔ)回測(cè)框架至少內(nèi)置一個(gè)cost_model參數(shù)買入收萬二傭金賣出收萬二傭金加千一印花稅滑點(diǎn)按固定金額或固定比例計(jì)入。調(diào)倉頻率越高成本模型越要精細(xì)。在策略篩選階段可以直接看“扣除成本后的收益”不要看毛收益。5.4 股票池里的幸存者偏差退市股被悄悄丟掉了易漏點(diǎn)從某個(gè)“當(dāng)前存活股票列表”里取股票池歷史回測(cè)自然只包含現(xiàn)在還在的公司退市股票全部缺失。為什么漏因?yàn)榇蠖鄶?shù)行情源默認(rèn)只提供當(dāng)前可交易的股票歷史停牌和退市記錄需要額外接口補(bǔ)齊。很多人不知道這一點(diǎn)導(dǎo)致回測(cè)結(jié)果天然偏高。怎么補(bǔ)回測(cè)的股票池要使用歷史時(shí)點(diǎn)的成分股全集至少包含當(dāng)時(shí)存在過的所有股票代碼?？梢杂猛耸泄闪斜砘靥顢?shù)據(jù)源或者在研究報(bào)告中明確標(biāo)注“僅包含當(dāng)前存續(xù)股票”并接受這個(gè)偏差。復(fù)習(xí)時(shí)這一條直接決定回測(cè)結(jié)論是否可信。5.5 時(shí)間切分錯(cuò)誤隨機(jī)劃分訓(xùn)練集和測(cè)試集易漏點(diǎn)做因子測(cè)試時(shí)把歷史數(shù)據(jù)隨機(jī)切分一部分當(dāng)訓(xùn)練集、一部分當(dāng)測(cè)試集導(dǎo)致同一時(shí)間段的數(shù)據(jù)既參與訓(xùn)練又參與驗(yàn)證。為什么漏因?yàn)橥ㄓ脵C(jī)器學(xué)習(xí)的交叉驗(yàn)證習(xí)慣是隨機(jī)劃分但金融數(shù)據(jù)是強(qiáng)序列相關(guān)的時(shí)間序列隨機(jī)切分會(huì)讓模型“偷看”到未來數(shù)據(jù)的信息。怎么補(bǔ)金融場(chǎng)景必須按時(shí)間順序切分前 70% 做訓(xùn)練后 30% 做樣本外測(cè)試更嚴(yán)格的做法是滾動(dòng)訓(xùn)練每次只用過去一段窗口訓(xùn)練然后預(yù)測(cè)下一段。課程里反復(fù)強(qiáng)調(diào)這一點(diǎn)因?yàn)樗苯記Q定了因子測(cè)試結(jié)論能不能外推到實(shí)盤。6. 復(fù)習(xí)清單從頭到尾復(fù)盤量化知識(shí)樹的 12 個(gè)問題把課件重新過一遍時(shí)最有效的不是重讀全部代碼而是按清單逐個(gè)回答“你能不能做到”。以下這 12 個(gè)問題覆蓋了數(shù)據(jù)、因子、回測(cè)三個(gè)階段的關(guān)鍵能力。模塊復(fù)習(xí)問題完成標(biāo)準(zhǔn)數(shù)據(jù)能否把原始數(shù)據(jù)整理成規(guī)范長(zhǎng)表排序、去重、類型修正無報(bào)錯(cuò)數(shù)據(jù)能否說明前復(fù)權(quán)與后復(fù)權(quán)的區(qū)別能說清回測(cè)用哪一檔、實(shí)盤看哪一檔數(shù)據(jù)能否正確處理停牌與缺失值回測(cè)中不會(huì)出現(xiàn)停牌日成交數(shù)據(jù)能否用公告日期合并財(cái)務(wù)數(shù)據(jù)merge_asof方向正確且無未來信息因子能否獨(dú)立計(jì)算均線、MACD、布林帶分組計(jì)算、不混股票因子能否計(jì)算 IC 和 ICIR能解釋因子是否穩(wěn)定有效因子能否做截面標(biāo)準(zhǔn)化和行業(yè)中性化知道為什么要先標(biāo)準(zhǔn)化再合成策略能否把因子變成一個(gè)調(diào)倉方案有明確的調(diào)倉頻率和持倉數(shù)量回測(cè)能否寫出最小回測(cè)框架信號(hào)與成交分離回測(cè)能否計(jì)算年化、回撤、夏普公式口徑正確回測(cè)能否識(shí)別未來函數(shù)能說出至少三個(gè)泄漏場(chǎng)景回測(cè)是否計(jì)入手續(xù)費(fèi)和滑點(diǎn)回測(cè)績(jī)效為扣除成本后的結(jié)果查漏補(bǔ)缺的方法也很直接先跑一遍數(shù)據(jù)層自查腳本再跑一個(gè)單因子 IC 分析最后跑一次完整回測(cè)。哪個(gè)環(huán)節(jié)報(bào)錯(cuò)或結(jié)果異常就回到對(duì)應(yīng)模塊復(fù)習(xí)。最容易漏的不是代碼而是“數(shù)據(jù)口徑”和“時(shí)間對(duì)齊”這類看不見的邏輯。從那以后我每次拿到新數(shù)據(jù)都會(huì)強(qiáng)制走一遍這套流程先檢查列結(jié)構(gòu)和缺失值再確認(rèn)復(fù)權(quán)口徑最后用滯后一天的信號(hào)跑一次對(duì)照回測(cè)。如果對(duì)照結(jié)果和原結(jié)果差距過大說明一定有未來函數(shù)藏在代碼里。這套習(xí)慣幫我避免了很多次“回測(cè)很爽、實(shí)盤翻車”的尷尬。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取