1. 从因子到淘金AI量化这波浪潮到底在淘什么量化大淘金时代这个说法第一次听会觉得有点夸张但如果你最近一年真的在跑策略、调因子、盯回测曲线大概率会有同感。以前做量化门槛卡在两个地方一是数据清洗和因子挖掘极度依赖人工经验二是策略从想法到可回测代码的链路太长一个念头到一行能跑的Python中间隔着好几天的脏活。现在AI把这两段路都压短了短到很多人第一次感觉到想法比算力更稀缺。先把概念说清楚。这里说的量化指的是用量化交易策略代码把交易逻辑写成可回测、可执行的规则系统核心资产是因子——也就是那些能对资产未来收益有一定解释力或预测力的特征变量。传统量化里因子靠人想、靠统计筛AI量化里因子可以靠模型生成、靠大模型辅助写代码、靠Agent自动迭代。所谓淘金淘的不是某一只票而是能稳定跑出正超额收益的因子组合和策略框架。那AI到底改变了什么我自己的体感是三点。第一写代码的门槛塌了。以前你要会pandas、会numpy、会回测框架现在用Codex这类AI编程工具你把逻辑用中文讲清楚它能给你搭出七七八八的骨架你只需要修关键部分。第二因子挖掘的搜索空间被打开了。以前人工试几十个因子就到头了现在可以用程序批量生成候选因子再用因子分析法快速筛。第三迭代速度变了。一个策略从想法到初步验证从过去的一周压缩到一两天这意味着你可以试更多方向试错成本大幅下降。但这里必须泼一盆冷水AI降低的是实现成本不是赚钱难度。市场是零和的当所有人都能用AI快速生成策略时真正稀缺的东西会从会写代码转移到有独特的数据视角、有严谨的验证纪律、有对过拟合的敬畏。我见过太多人用AI三小时搭出一个回测夏普比率3.0的策略实盘一跑就崩原因后面会细讲。所以这篇东西不是教你用AI躺赚而是把AI量化这条链路拆开讲清楚每个环节该怎么做、坑在哪、哪些是AI能帮你的、哪些必须你自己扛。适合谁看如果你是有一定Python基础、想入门量化交易策略的开发者这篇能帮你少走弯路如果你是已经在做量化、想引入AI提效的从业者里面的因子筛选和过拟合防范部分应该对你有用如果你完全零基础也能看懂整体框架知道该往哪个方向补课。下面我按真实做项目的顺序从环境搭建一路讲到实盘前的最后一道关。2. 环境与工具链Codex、AGENTS.md和本地量化栈怎么搭2.1 为什么我建议先用AI编程工具把骨架跑通很多人一上来就纠结用哪个回测框架其实顺序反了。正确的顺序是先用AI编程工具把数据获取→因子计算→回测→评估这条最小链路跑通跑通之后再考虑换更专业的框架。原因很简单量化的学习曲线陡峭如果一开始就陷在框架的API细节里很容易在还没看到第一条回测曲线时就放弃。Codex这类AI编程工具在这里的价值是帮你把样板代码写出来。你不需要背pandas的rolling写法不需要记回测框架的接口你只需要把逻辑讲清楚。比如你可以直接说读一个CSV列是date、open、high、low、close、volume计算20日动量因子按因子值分5组做多第5组做空第1组持有5天输出每组的年化收益和夏普比率。它能给你一个能跑的版本你在它基础上改。但要注意AI生成的量化代码有几个高频问题一是未来函数也就是用了当天收盘后才知道的信息去决定当天开盘的操作二是幸存者偏差股票池只用了现在还活着的票三是交易成本缺失回测里没扣手续费和滑点。这三个问题AI默认都不会帮你处理必须你自己检查。我一般会在提示词里明确写不要使用未来数据所有信号基于T日收盘计算T1开盘执行能减少一部分问题但最终还是得人工审。2.2 AGENTS.md给AI Agent立规矩的配置文件如果你用的是支持Agent模式的AI编程工具AGENTS.md这个文件值得单独讲。它的作用是给AI Agent提供项目级的上下文和约束相当于你给一个新人写的项目须知。在量化项目里这个文件能极大提升AI生成代码的可用性。我自己的AGENTS.md一般包含这几块内容。第一是项目结构说明告诉Agent数据放哪、因子代码放哪、回测脚本放哪。第二是编码规范比如所有因子函数必须接收DataFrame返回Series、禁止在因子计算中使用shift(-n)。第三是数据约定比如日期列统一为datetime类型、价格已做前复权处理。第四是禁止事项明确列出不许用未来数据、不许硬编码股票代码等。# AGENTS.md 示例片段 ## 项目结构 - data/raw/ 原始数据 - data/processed/ 清洗后数据 - factors/ 因子计算脚本 - backtest/ 回测与评估 ## 编码约束 - 因子函数签名: def factor_xxx(df: pd.DataFrame) - pd.Series - 禁止使用 shift(-n) 等未来函数 - 所有收益率计算必须扣除 0.1% 单边手续费 ## 数据约定 - 日期列为 datetime64 类型升序排列 - 价格列为前复权价有了这个文件Agent生成的代码质量会稳定很多。实测下来同一个需求有AGENTS.md和没有返工率能差一半以上。这个投入非常值。2.3 本地量化栈的最小可用组合工具选型上我的建议是够用就好别过度工程。下面这个组合是我目前用得最顺的环节工具选择理由数据处理pandas numpy生态成熟AI最熟悉生成代码准确率高回测自写轻量回测 或 backtrader自写可控性强backtrader功能全但学习成本高因子分析alphalens 或自写IC分析alphalens标准化好自写灵活可视化matplotlib简单直接AI生成准确AI辅助Codex类工具写样板、查bug、解释报错为什么不推荐一上来就用重型框架因为重型框架的抽象层多出问题时你很难定位是框架的锅还是你逻辑的锅。自写一个两百行的回测引擎虽然简陋但每一行你都能看懂出了问题好排查。等你对量化流程熟了再换框架不迟。提示如果你在本地部署量化模型或做模型量化压缩比如把模型转成int8、onnx格式注意量化版本和原始版本的数值对齐问题。常见的情况是量化后模型输出和原模型有偏差回测结果对不上这时候要先做数值一致性校验再谈策略效果。3. 因子挖掘AI能帮你生成但筛选必须靠纪律3.1 因子到底是什么用生活化的方式理解先打个比方。你要判断一个学生未来能不能考好你会看什么看他过去的成绩、看他每天学习时长、看他上课专注度。这些能反映未来表现的指标就是因子。量化里也一样我们要找的是那些能反映股票未来涨跌的指标。常见的因子分几大类。动量类过去涨得好的未来可能继续涨趋势延续。反转类过去跌太多的可能反弹。价值类估值低的可能被低估。质量类盈利能力强、负债低的公司更稳。波动类波动小的股票风险调整后收益可能更好。每一类下面又能衍生出几十个具体因子比如20日动量、60日反转、市盈率倒数、ROE、换手率波动等等。AI在因子挖掘上的作用是帮你批量生成候选因子。你可以让AI根据某个逻辑生成一批因子表达式比如基于成交量和价格的关系生成10个量价因子它会给你类似成交量加权价格偏离度量价相关性换手率动量这样的候选。这一步AI确实快几分钟能给你几十个。3.2 因子分析法怎么判断一个因子值不值得用生成了一堆因子接下来是筛选。这里就要用到因子分析法。核心看几个指标IC信息系数因子值和未来收益的相关系数。IC越高越好一般绝对值超过0.03就算有点用超过0.05算不错。但要注意IC的稳定性单期IC高不代表什么要看IC的均值、标准差和ICIRIC均值除以IC标准差。分组收益单调性把股票按因子值分成5组或10组看各组未来收益是不是单调递增或递减。如果第1组到第5组收益忽高忽低说明因子没有稳定的区分能力。换手率因子值变化太快会导致高换手交易成本吃掉收益。一个IC不错但每天换手的因子实盘可能亏钱。因子相关性新因子和已有因子的相关性。如果相关性0.9那它基本没带来新信息加进去只是增加复杂度。我一般会写一个统一的因子评估脚本输入因子值输出上面这些指标。用AI生成这个脚本很快但评估标准必须你自己定因为不同策略对因子的要求不一样。做高频的看重IC和换手做中低频的看重单调性和稳定性。3.3 因子图优化与因子组合的思路单个因子往往不够强所以要把多个因子组合起来。这里有个概念叫因子图优化本质是把因子之间的关系建模成图结构通过优化找到最优的因子组合权重。听起来玄乎其实核心思想不复杂因子之间有的互补、有的冗余组合的目标是让整体信号更强、更稳。实操上最简单的组合方式是等权打分把每个因子做标准化然后等权相加。进阶一点用IC加权IC高的因子给高权重。再进阶用机器学习把因子作为特征未来收益作为标签训练一个模型来预测。但要注意机器学习模型极易过拟合样本外表现经常崩所以必须做严格的样本外测试。注意因子组合不是越多越好。我见过有人堆了50个因子回测夏普比率很高实盘一塌糊涂。原因是因子太多导致过拟合模型记住了训练集的噪声。一般10到20个低相关因子就够了关键是每个因子都要有逻辑支撑不能是纯数据挖掘出来的。4. 策略回测那些让回测曲线好看的陷阱4.1 未来函数量化新手最容易踩的坑未来函数是回测里最隐蔽也最致命的坑。它的定义是在决策时使用了当时还不可能知道的信息。举个具体例子你计算当日涨幅用的是当日收盘价然后用这个涨幅决定当日买入这就是未来函数因为当日收盘时你才知道收盘价但买入动作发生在收盘前。AI生成的代码里未来函数非常常见因为AI不理解交易的时间顺序它只理解数学关系。常见的未来函数形式包括用shift(-1)取未来数据、用全样本的均值做标准化、用未来才知道的财务数据。检查方法很简单把回测的时间轴想象成真实交易逐笔问自己这个信息在决策那一刻拿到了吗。我自己的做法是在因子计算函数里强制加一道检查所有涉及时间的操作只允许用shift(正数)或rolling的过去窗口。然后在回测引擎里信号生成和执行之间强制隔一个周期。这样能从机制上堵住大部分未来函数。4.2 幸存者偏差与股票池的构建幸存者偏差指的是你回测时用的股票池是现在还存在的股票但历史上有些股票已经退市了它们不在你的池子里。这会导致回测结果虚高因为退市的往往是表现差的。解决办法是使用历史成分股数据也就是每个时间点当时真实存在的股票列表。这个数据获取有一定门槛但如果你做的是指数增强类策略至少要用指数成分股的历史变动数据。如果实在拿不到退而求其次在回测里加入退市股票按最后价格清算的逻辑能部分缓解。4.3 交易成本被忽视的收益杀手很多人的回测不扣交易成本结果曲线漂亮得不像话。实盘一跑手续费和滑点直接把收益吃光。交易成本包括佣金一般万分之一到万分之三、印花税卖出千分之一、滑点买卖价差加冲击成本一般按0.05%到0.2%估算。我建议回测时单边成本按0.15%到0.2%扣宁可高估也不要低估。然后看策略的换手率如果年换手率超过20倍成本影响会非常大。一个年化收益15%、换手率30倍的策略扣掉成本可能只剩5%。所以低换手策略在实盘中往往更有优势。成本项常见取值说明佣金0.01%-0.03%双边收取印花税0.1%仅卖出滑点0.05%-0.2%视流动性而定单边合计0.15%-0.2%保守估算4.4 过拟合回测夏普3.0为什么实盘会崩过拟合是量化里最本质的敌人。它的表现是策略在历史数据上表现极好但在新数据上表现很差。原因是策略学到了历史数据里的噪声而不是真正的规律。判断过拟合的方法有几个。样本外测试把数据分成训练集和测试集在训练集上调参数在测试集上验证。如果测试集表现远差于训练集就是过拟合。参数敏感性把参数微调一下如果表现剧烈变化说明策略不稳定。多市场验证在A股有效的策略拿到其他市场试试如果完全失效可能是过拟合。我自己的纪律是任何策略在实盘前必须通过至少两年的样本外测试且样本外夏普比率不低于样本内的60%。达不到这个标准不管回测多好看都不上实盘。5. 从回测到实盘最后一道关怎么过5.1 模拟盘实盘前的必经环节回测通过后不要直接上实盘先跑模拟盘。模拟盘是用真实行情、虚拟资金跑策略能暴露很多回测发现不了的问题数据延迟、信号执行偏差、极端行情下的表现。模拟盘至少跑一个月重点观察实际成交价和理论价的偏差、策略在行情剧烈波动时的表现、系统的稳定性有没有断线、数据缺失。我见过回测很好但模拟盘就崩的策略原因是回测用的是日线模拟盘发现盘中信号触发时流动性不足根本买不进。5.2 仓位管理与风险控制实盘和回测最大的区别是心理。回测里回撤30%只是一个数字实盘里回撤30%是真金白银会让你睡不着觉进而做出错误决策。所以仓位管理必须提前定好。我的建议是单策略初始仓位不超过总资金的20%跑顺了再逐步加。同时设定最大回撤止损线比如回撤达到15%就暂停策略检查是市场环境变了还是策略失效了。不要死扛也不要频繁开关要有明确的规则。5.3 持续监控与策略迭代策略上线不是终点而是起点。市场环境会变曾经有效的因子会失效。所以要持续监控因子的IC变化、策略的收益回撤比、换手率等指标。一旦发现因子IC持续走低就要考虑替换或调整。AI在这里又能帮上忙用Agent定期跑因子评估脚本自动生成监控报告异常时提醒你。但决策还是得人来做因为AI不知道你的风险偏好和资金状况。6. 一些掏心窝子的实操心得做量化这几年踩过的坑比跑通的策略多得多。分享几条我觉得最值钱的体会。第一条先跑通再优化。很多人卡在我要设计一个完美的策略上结果半年过去一行代码没写。正确的做法是先跑通一个最简单的策略哪怕它很烂跑通了你才知道整个链路长什么样才知道该优化哪里。第二条对AI生成的代码保持怀疑。AI能帮你省80%的体力活但剩下20%的关键逻辑必须你自己把关。尤其是涉及时间顺序、成本计算、数据对齐的地方AI经常出错。第三条回测好看不等于能赚钱。我见过太多回测夏普3.0、实盘亏钱的例子。回测只是筛掉明显不行的策略真正能不能赚钱得看实盘。所以别在回测上过度优化那是自欺欺人。第四条记录每一次实验。哪个因子、什么参数、什么结果都记下来。量化是实验科学没有记录就没有积累。我用一个简单的表格记录每次实验时间长了能看出哪些方向有戏、哪些是死胡同。最后说个具体的如果你刚开始别碰高频。高频对数据、系统、成本的要求极高新手进去就是送钱。从中低频的日频策略开始把因子、回测、风控这套流程走熟再考虑往高频走。这个顺序不能反。 
长河君 · 2026/11/3 12:25:26 · 阅读 1.2k AI量化交易实战：从因子挖掘到策略回测的完整链路
1. 从因子到淘金AI量化这波浪潮到底在淘什么量化大淘金时代这个说法第一次听会觉得有点夸张但如果你最近一年真的在跑策略、调因子、盯回测曲线大概率会有同感。以前做量化门槛卡在两个地方一是数据清洗和因子挖掘极度依赖人工经验二是策略从想法到可回测代码的链路太长一个念头到一行能跑的Python中间隔着好几天的脏活。现在AI把这两段路都压短了短到很多人第一次感觉到想法比算力更稀缺。先把概念说清楚。这里说的量化指的是用量化交易策略代码把交易逻辑写成可回测、可执行的规则系统核心资产是因子——也就是那些能对资产未来收益有一定解释力或预测力的特征变量。传统量化里因子靠人想、靠统计筛AI量化里因子可以靠模型生成、靠大模型辅助写代码、靠Agent自动迭代。所谓淘金淘的不是某一只票而是能稳定跑出正超额收益的因子组合和策略框架。那AI到底改变了什么我自己的体感是三点。第一写代码的门槛塌了。以前你要会pandas、会numpy、会回测框架现在用Codex这类AI编程工具你把逻辑用中文讲清楚它能给你搭出七七八八的骨架你只需要修关键部分。第二因子挖掘的搜索空间被打开了。以前人工试几十个因子就到头了现在可以用程序批量生成候选因子再用因子分析法快速筛。第三迭代速度变了。一个策略从想法到初步验证从过去的一周压缩到一两天这意味着你可以试更多方向试错成本大幅下降。但这里必须泼一盆冷水AI降低的是实现成本不是赚钱难度。市场是零和的当所有人都能用AI快速生成策略时真正稀缺的东西会从会写代码转移到有独特的数据视角、有严谨的验证纪律、有对过拟合的敬畏。我见过太多人用AI三小时搭出一个回测夏普比率3.0的策略实盘一跑就崩原因后面会细讲。所以这篇东西不是教你用AI躺赚而是把AI量化这条链路拆开讲清楚每个环节该怎么做、坑在哪、哪些是AI能帮你的、哪些必须你自己扛。适合谁看如果你是有一定Python基础、想入门量化交易策略的开发者这篇能帮你少走弯路如果你是已经在做量化、想引入AI提效的从业者里面的因子筛选和过拟合防范部分应该对你有用如果你完全零基础也能看懂整体框架知道该往哪个方向补课。下面我按真实做项目的顺序从环境搭建一路讲到实盘前的最后一道关。2. 环境与工具链Codex、AGENTS.md和本地量化栈怎么搭2.1 为什么我建议先用AI编程工具把骨架跑通很多人一上来就纠结用哪个回测框架其实顺序反了。正确的顺序是先用AI编程工具把数据获取→因子计算→回测→评估这条最小链路跑通跑通之后再考虑换更专业的框架。原因很简单量化的学习曲线陡峭如果一开始就陷在框架的API细节里很容易在还没看到第一条回测曲线时就放弃。Codex这类AI编程工具在这里的价值是帮你把样板代码写出来。你不需要背pandas的rolling写法不需要记回测框架的接口你只需要把逻辑讲清楚。比如你可以直接说读一个CSV列是date、open、high、low、close、volume计算20日动量因子按因子值分5组做多第5组做空第1组持有5天输出每组的年化收益和夏普比率。它能给你一个能跑的版本你在它基础上改。但要注意AI生成的量化代码有几个高频问题一是未来函数也就是用了当天收盘后才知道的信息去决定当天开盘的操作二是幸存者偏差股票池只用了现在还活着的票三是交易成本缺失回测里没扣手续费和滑点。这三个问题AI默认都不会帮你处理必须你自己检查。我一般会在提示词里明确写不要使用未来数据所有信号基于T日收盘计算T1开盘执行能减少一部分问题但最终还是得人工审。2.2 AGENTS.md给AI Agent立规矩的配置文件如果你用的是支持Agent模式的AI编程工具AGENTS.md这个文件值得单独讲。它的作用是给AI Agent提供项目级的上下文和约束相当于你给一个新人写的项目须知。在量化项目里这个文件能极大提升AI生成代码的可用性。我自己的AGENTS.md一般包含这几块内容。第一是项目结构说明告诉Agent数据放哪、因子代码放哪、回测脚本放哪。第二是编码规范比如所有因子函数必须接收DataFrame返回Series、禁止在因子计算中使用shift(-n)。第三是数据约定比如日期列统一为datetime类型、价格已做前复权处理。第四是禁止事项明确列出不许用未来数据、不许硬编码股票代码等。# AGENTS.md 示例片段 ## 项目结构 - data/raw/ 原始数据 - data/processed/ 清洗后数据 - factors/ 因子计算脚本 - backtest/ 回测与评估 ## 编码约束 - 因子函数签名: def factor_xxx(df: pd.DataFrame) - pd.Series - 禁止使用 shift(-n) 等未来函数 - 所有收益率计算必须扣除 0.1% 单边手续费 ## 数据约定 - 日期列为 datetime64 类型升序排列 - 价格列为前复权价有了这个文件Agent生成的代码质量会稳定很多。实测下来同一个需求有AGENTS.md和没有返工率能差一半以上。这个投入非常值。2.3 本地量化栈的最小可用组合工具选型上我的建议是够用就好别过度工程。下面这个组合是我目前用得最顺的环节工具选择理由数据处理pandas numpy生态成熟AI最熟悉生成代码准确率高回测自写轻量回测 或 backtrader自写可控性强backtrader功能全但学习成本高因子分析alphalens 或自写IC分析alphalens标准化好自写灵活可视化matplotlib简单直接AI生成准确AI辅助Codex类工具写样板、查bug、解释报错为什么不推荐一上来就用重型框架因为重型框架的抽象层多出问题时你很难定位是框架的锅还是你逻辑的锅。自写一个两百行的回测引擎虽然简陋但每一行你都能看懂出了问题好排查。等你对量化流程熟了再换框架不迟。提示如果你在本地部署量化模型或做模型量化压缩比如把模型转成int8、onnx格式注意量化版本和原始版本的数值对齐问题。常见的情况是量化后模型输出和原模型有偏差回测结果对不上这时候要先做数值一致性校验再谈策略效果。3. 因子挖掘AI能帮你生成但筛选必须靠纪律3.1 因子到底是什么用生活化的方式理解先打个比方。你要判断一个学生未来能不能考好你会看什么看他过去的成绩、看他每天学习时长、看他上课专注度。这些能反映未来表现的指标就是因子。量化里也一样我们要找的是那些能反映股票未来涨跌的指标。常见的因子分几大类。动量类过去涨得好的未来可能继续涨趋势延续。反转类过去跌太多的可能反弹。价值类估值低的可能被低估。质量类盈利能力强、负债低的公司更稳。波动类波动小的股票风险调整后收益可能更好。每一类下面又能衍生出几十个具体因子比如20日动量、60日反转、市盈率倒数、ROE、换手率波动等等。AI在因子挖掘上的作用是帮你批量生成候选因子。你可以让AI根据某个逻辑生成一批因子表达式比如基于成交量和价格的关系生成10个量价因子它会给你类似成交量加权价格偏离度量价相关性换手率动量这样的候选。这一步AI确实快几分钟能给你几十个。3.2 因子分析法怎么判断一个因子值不值得用生成了一堆因子接下来是筛选。这里就要用到因子分析法。核心看几个指标IC信息系数因子值和未来收益的相关系数。IC越高越好一般绝对值超过0.03就算有点用超过0.05算不错。但要注意IC的稳定性单期IC高不代表什么要看IC的均值、标准差和ICIRIC均值除以IC标准差。分组收益单调性把股票按因子值分成5组或10组看各组未来收益是不是单调递增或递减。如果第1组到第5组收益忽高忽低说明因子没有稳定的区分能力。换手率因子值变化太快会导致高换手交易成本吃掉收益。一个IC不错但每天换手的因子实盘可能亏钱。因子相关性新因子和已有因子的相关性。如果相关性0.9那它基本没带来新信息加进去只是增加复杂度。我一般会写一个统一的因子评估脚本输入因子值输出上面这些指标。用AI生成这个脚本很快但评估标准必须你自己定因为不同策略对因子的要求不一样。做高频的看重IC和换手做中低频的看重单调性和稳定性。3.3 因子图优化与因子组合的思路单个因子往往不够强所以要把多个因子组合起来。这里有个概念叫因子图优化本质是把因子之间的关系建模成图结构通过优化找到最优的因子组合权重。听起来玄乎其实核心思想不复杂因子之间有的互补、有的冗余组合的目标是让整体信号更强、更稳。实操上最简单的组合方式是等权打分把每个因子做标准化然后等权相加。进阶一点用IC加权IC高的因子给高权重。再进阶用机器学习把因子作为特征未来收益作为标签训练一个模型来预测。但要注意机器学习模型极易过拟合样本外表现经常崩所以必须做严格的样本外测试。注意因子组合不是越多越好。我见过有人堆了50个因子回测夏普比率很高实盘一塌糊涂。原因是因子太多导致过拟合模型记住了训练集的噪声。一般10到20个低相关因子就够了关键是每个因子都要有逻辑支撑不能是纯数据挖掘出来的。4. 策略回测那些让回测曲线好看的陷阱4.1 未来函数量化新手最容易踩的坑未来函数是回测里最隐蔽也最致命的坑。它的定义是在决策时使用了当时还不可能知道的信息。举个具体例子你计算当日涨幅用的是当日收盘价然后用这个涨幅决定当日买入这就是未来函数因为当日收盘时你才知道收盘价但买入动作发生在收盘前。AI生成的代码里未来函数非常常见因为AI不理解交易的时间顺序它只理解数学关系。常见的未来函数形式包括用shift(-1)取未来数据、用全样本的均值做标准化、用未来才知道的财务数据。检查方法很简单把回测的时间轴想象成真实交易逐笔问自己这个信息在决策那一刻拿到了吗。我自己的做法是在因子计算函数里强制加一道检查所有涉及时间的操作只允许用shift(正数)或rolling的过去窗口。然后在回测引擎里信号生成和执行之间强制隔一个周期。这样能从机制上堵住大部分未来函数。4.2 幸存者偏差与股票池的构建幸存者偏差指的是你回测时用的股票池是现在还存在的股票但历史上有些股票已经退市了它们不在你的池子里。这会导致回测结果虚高因为退市的往往是表现差的。解决办法是使用历史成分股数据也就是每个时间点当时真实存在的股票列表。这个数据获取有一定门槛但如果你做的是指数增强类策略至少要用指数成分股的历史变动数据。如果实在拿不到退而求其次在回测里加入退市股票按最后价格清算的逻辑能部分缓解。4.3 交易成本被忽视的收益杀手很多人的回测不扣交易成本结果曲线漂亮得不像话。实盘一跑手续费和滑点直接把收益吃光。交易成本包括佣金一般万分之一到万分之三、印花税卖出千分之一、滑点买卖价差加冲击成本一般按0.05%到0.2%估算。我建议回测时单边成本按0.15%到0.2%扣宁可高估也不要低估。然后看策略的换手率如果年换手率超过20倍成本影响会非常大。一个年化收益15%、换手率30倍的策略扣掉成本可能只剩5%。所以低换手策略在实盘中往往更有优势。成本项常见取值说明佣金0.01%-0.03%双边收取印花税0.1%仅卖出滑点0.05%-0.2%视流动性而定单边合计0.15%-0.2%保守估算4.4 过拟合回测夏普3.0为什么实盘会崩过拟合是量化里最本质的敌人。它的表现是策略在历史数据上表现极好但在新数据上表现很差。原因是策略学到了历史数据里的噪声而不是真正的规律。判断过拟合的方法有几个。样本外测试把数据分成训练集和测试集在训练集上调参数在测试集上验证。如果测试集表现远差于训练集就是过拟合。参数敏感性把参数微调一下如果表现剧烈变化说明策略不稳定。多市场验证在A股有效的策略拿到其他市场试试如果完全失效可能是过拟合。我自己的纪律是任何策略在实盘前必须通过至少两年的样本外测试且样本外夏普比率不低于样本内的60%。达不到这个标准不管回测多好看都不上实盘。5. 从回测到实盘最后一道关怎么过5.1 模拟盘实盘前的必经环节回测通过后不要直接上实盘先跑模拟盘。模拟盘是用真实行情、虚拟资金跑策略能暴露很多回测发现不了的问题数据延迟、信号执行偏差、极端行情下的表现。模拟盘至少跑一个月重点观察实际成交价和理论价的偏差、策略在行情剧烈波动时的表现、系统的稳定性有没有断线、数据缺失。我见过回测很好但模拟盘就崩的策略原因是回测用的是日线模拟盘发现盘中信号触发时流动性不足根本买不进。5.2 仓位管理与风险控制实盘和回测最大的区别是心理。回测里回撤30%只是一个数字实盘里回撤30%是真金白银会让你睡不着觉进而做出错误决策。所以仓位管理必须提前定好。我的建议是单策略初始仓位不超过总资金的20%跑顺了再逐步加。同时设定最大回撤止损线比如回撤达到15%就暂停策略检查是市场环境变了还是策略失效了。不要死扛也不要频繁开关要有明确的规则。5.3 持续监控与策略迭代策略上线不是终点而是起点。市场环境会变曾经有效的因子会失效。所以要持续监控因子的IC变化、策略的收益回撤比、换手率等指标。一旦发现因子IC持续走低就要考虑替换或调整。AI在这里又能帮上忙用Agent定期跑因子评估脚本自动生成监控报告异常时提醒你。但决策还是得人来做因为AI不知道你的风险偏好和资金状况。6. 一些掏心窝子的实操心得做量化这几年踩过的坑比跑通的策略多得多。分享几条我觉得最值钱的体会。第一条先跑通再优化。很多人卡在我要设计一个完美的策略上结果半年过去一行代码没写。正确的做法是先跑通一个最简单的策略哪怕它很烂跑通了你才知道整个链路长什么样才知道该优化哪里。第二条对AI生成的代码保持怀疑。AI能帮你省80%的体力活但剩下20%的关键逻辑必须你自己把关。尤其是涉及时间顺序、成本计算、数据对齐的地方AI经常出错。第三条回测好看不等于能赚钱。我见过太多回测夏普3.0、实盘亏钱的例子。回测只是筛掉明显不行的策略真正能不能赚钱得看实盘。所以别在回测上过度优化那是自欺欺人。第四条记录每一次实验。哪个因子、什么参数、什么结果都记下来。量化是实验科学没有记录就没有积累。我用一个简单的表格记录每次实验时间长了能看出哪些方向有戏、哪些是死胡同。最后说个具体的如果你刚开始别碰高频。高频对数据、系统、成本的要求极高新手进去就是送钱。从中低频的日频策略开始把因子、回测、风控这套流程走熟再考虑往高频走。这个顺序不能反。