课程回测方法论 · 回测与执行
从回测到仿真交易：部署交接
某周四 早上，上海 某 量化 私募 的 投决会。L1 L3 全部 走 完 的 5 日 动量 策略 摆 在 Confluence 上：事件驱动 引擎、十 项 真实性 清单 全 绿、deflated Sharpe 0.8、PBO 0.35。研究员 问 投资 总监：「什么时候 上 实盘？」投资 总监 不 回答 这 个 问题。她 连 问 四 个 反 问 题。 十 节...
打开 →找到 28 个结果
中文题目课程回测方法论 · 回测与执行
回测偏差与真实性清单
某周五下午，深圳某 量化 私募 的 风控 周会。一位 研究员 端着一份 价值 动量 复合 策略 的 回测 报告 进 会议室：L1 都做对了——事件驱动 引擎、信号 计算 处处 .shift(1) 纪律。在 沪深300 成分股 上 2014 2023 回测，年化 夏普比率 1.3，曲线 干净、可上线。风控 总监 不问 信号本身 的 任何 一个 字，连珠炮 问了...
打开 →课程回测方法论 · 回测与执行
回测引擎结构：向量化与事件驱动
某周二，上海某 量化 私募 的策略评审会上。一位 研究员 把 5 日 动量 信号 的回测报告投到屏幕上：在 沪深300 ETF 510300 上从 2014 01 01 到 2023 12 31 的回测，扣费后年化 夏普比率 1.8。曲线穿过 2015 股灾、穿过 2018 中美贸易摩擦、穿过 2022 疫情 + 房地产 双杀，姿态优雅。投资 决策 委员会 ...
打开 →课程回测方法论 · 回测与执行
回测过拟合与统计验证
某周三 下午，上海 量化 私募 明汯 / 幻方 风格 的 投决会。研究员 上 来 一个 动量 策略：L1 引擎 是 事件驱动（干净）；L2 真实性 清单 每 一 项 都 过（PIT 数据、survivorship free 沪深300 股票池、下根 K 线 开盘 成交、双边 10 bps 成本、不 做 空）。报告 的 夏普比率 在 2014 2023 上 是...
打开 →课程交易成本与市场冲击 · 回测与执行
Almgren-Chriss 成本模型
中信 CITIC 算法交易部一位资深执行交易员，正在与一家中型量化私募的投资经理通电话。私募需要在收盘前 30 分钟清掉 100 万股 600519 贵州茅台。到达价 RMB 1800.00；距离收盘 30 分钟。投资经理要求订单完成。交易员冷静地解释：「直接打盘口市价单，意味着接下来 30 秒 100% 参与率， 250 bp 冲击。30 分钟内做 TWA...
打开 →课程金融量化中的机器学习 · 机器学习理论
Alpha 信号与特征工程:标注、元标注与信号衰减
钩子:五十条弱 alpha 与一个总组合 你在一家中证500 中频量化私募(private fund)工作。研究团队在过去六个月里训练出了五十条独立的 ML alpha:有用 LightGBM 在 沪深300 / 中证500 因子风格暴露上做次日 alpha 的,有 1 D CNN 在分钟线上做日内动量(momentum)的,有 Transformer 在卖...
打开 →课程期货与远期 · 衍生品
保证金、结算与连续合约
周二上午 9:31，一位上海私募 (private fund) 的研究员收到回测平台报警：他过去一年在 IF 上跑的趋势策略「年化收益 23%」突然在拼接连续合约的方法改了之后跌到 11%。两份代码的差别只在一行：从「panama 拼接」换成了「unadjusted 拼接」。同一份策略、同一份数据，换一种拼法收益少了一半——是哪个对、哪个错？这一节把模块剩下...
打开 →课程风险模型与风险管理 · 组合构建与风险
在险价值与期望损失
某 A 股 50 私募的风控经理:她的交易团队上周三晚成交后报上来一份「明日 1 日 99% VaR = 1,800 万 RMB」。基金经理把头摇了摇——「我们 1 亿元 名义敞口,这个数字到底是什么意思?是说明天最多亏 1,800 万,还是说有 1% 概率亏超过 1,800 万?」更要命的问题在下一句:「2023 年起 FRTB 替换 99% VaR 用 ...
打开 →课程研究工作流程与纪律 · Alpha 研究
多重检验与 p 值黑客行为
一位 头部 量化 私募 基金 经理 周五 走 进 研究 总监 的 办公室 端 着 一 张 幻灯片 —— 五 年 评估 窗口 上 沪深 300 横截面 净 扣 成本 后 夏普 比率 2.0，t 统计量 4.5，样本外 净 值 曲线 漂亮 至极。研究 总监 翻 到 方法 学 那 页。"你 的 N 是 多少？" "我 在 相同 窗口 上 筛 了 大约 100 个 ...
打开 →课程交易成本与市场冲击 · 回测与执行
成本感知回测与交易成本分析（TCA）
周五下午一家 RMB 400 亿规模的多策略私募投资委员会。三个团队竞标资金配置。A 团队：US 大盘股动量纸面 Sharpe 1.6，年化换手 200%。B 团队：中证1000 小盘股统计套利纸面 Sharpe 2.4，年化换手 1000%。C 团队：低换手价值策略纸面 Sharpe 1.2，换手 50%。CIO 给每个团队问同一个问题：「拟上线 AUM ...
打开 →课程交易成本与市场冲击 · 回测与执行
显性交易成本：价差、佣金、税费
周一上午，上海陆家嘴一家头部量化私募的策略评审会。一位研究员把回测包递给基金经理：沪深300 成份股大盘股动量策略，年化换手 200%，2014 2023 期间纸面 Sharpe 1.5。撮合模拟器沿用 4.5.1 留下的占位成本「 10 bp 双边」——一个没有拆解的总数。基金经理问：「把成本栈讲给我听。买卖价差、佣金、印花税、过户费、经手费、融资融券利率...
打开 →课程金融量化中的机器学习 · 机器学习理论
机器学习用于执行与对冲:Almgren-Chriss 与深度对冲
钩子:一笔 5000 手的 IF 单与一个等待你的 4 小时 周二上午 10:00,你的私募(private fund)风控屏上闪着一个标红:旗下中证500 多因子产品需要在午盘后到收盘前,把一个 5000 手的 CFFEX IF(沪深300 股指期货, stock index future)空头头寸全部减仓。合约乘数 ¥300/点,IF 当前 3,520 ...
打开 →课程金融量化中的机器学习 · 机器学习理论
生产部署、模型治理与基础模型前沿
钩子:连续八周下跌的明星 alpha 2023 年 2 月最后一个周五下午,你在一家私募(private fund)做模型风险(MRM)。屏幕上挂着上一年表现最好的策略:中证500 全量股票的 LightGBM 多因子模型,2022 年 Q3 经净化 CPCV 验证,样本外中位夏普(Sharpe ratio)1.5;2022 年 Q4 通过影子交易上线;20...
打开 →课程金融量化中的机器学习 · 机器学习理论
金融机器学习的陷阱与验证:净化交叉验证与多重检验
金融机器学习的陷阱与验证:净化交叉验证与多重检验 钩子:在 Sharpe 2.5 面前下班的那位实习生 周三下午,某沪深300 多因子私募基金(private fund)的研究室。一位刚从海外回来的实习生把笔记本电脑转过来给你看:XGBoost、5 折交叉验证、特征包括过去 5 日收益、20 日 RSI、北向资金净流入、卖方分析师评级修订,因子模型层面用 F...
打开 →课程交易成本与市场冲击 · 回测与执行
隐性成本与市场冲击模型
上海陆家嘴一家头部量化私募的执行部门，资深交易员主持晨会。策略：中证500 + 中证1000 小盘股统计套利，纸面 Sharpe 2.2，毛 AUM RMB 20 亿，年化换手 1000%。L1 显性成本建模规范：ETF 端 8 bp round trip，单只小盘股端 12 bp。投资经理推动上线。交易员调出昨日 TCA 报告。中证1000 单只股票 fi...
打开 →课程实盘交易与运营 · 策略类型与业绩
OMS、EMS 与交易系统架构
OMS、EMS 与交易系统架构 某五因子多空股票私募在多策略平台回测夏普 1.8(扣除模型化成本)。周一以 5 亿美元名义本金上线、通过国信证券执行,中信证券 PB 提供融资。三十个交易日后,实盘夏普 0.4。这不是单一 bug —— 它是回测忽略的每一层运营基础设施合并的滑点:目标组合差分延迟到 OMS;OMS 合规闸门拒绝 20% 转入覆盖;EMS 切片...
打开 →课程Rust 互操作与生产化 · Rust 系统编程
PyO3 与 Python 互操作
某私募的研究员把一个 Jupyter notebook 推过来:他们在沪深300成份股上扫了 500 万个 (S, K, σ, t) 参数组合,目标是给隐含波动率曲面拟合做敏感度分析。纯 Python + scipy.stats.norm.cdf 跑了 47 分钟,他要的是把这一步压到 5 分钟以内,但策略迭代仍然由他在 notebook 里驱动——研究员不...
打开 →课程Pandas · Python 数据与量化分析
Series 与 DataFrame 基础
周二上午 9 点半，上证刚开盘。你坐在一家中型私募的研究台，手边是一段从 3.2.1 留下的 NumPy 代码：一个 (T, N) 的日对数收益矩阵， T = 244 ， N = 3 ，列依次是 510300.SH、600519.SH、000001.SZ。你想把 600519.SH 在 2024 02 08（春节休市前最后一个交易日）这天的收益单独捞出来——...
打开 →课程信号评估与合成 · Alpha 研究
信号合成、堆叠与集成
周五上午,你在上海的一家 量化 私募 ——明汯、 幻方、 九坤、 灵均 风格 的 多 因子 私募。 L3 把 四 条 信号 正交化 完了: mom 12 1 , book to market , gross profitability , pead sue 都 残差化 通过 了 IC break even 门槛。 桌面 上 还 没有 量产 复合 信号。 投决...
打开 →课程信号评估与合成 · Alpha 研究
信号衰减、换手率与容量
周三下午,你在上海的一家 量化 私募。L1 走通了 12 1 动量 的 IC 与 IR 报告,头条 数字 是 月度 rank IC ≈ 0.03、 IR ≈ 0.5。 在 投决会 上 提交 前,合规 与 交易 部门 同时 提了 三 个 问题:这个 IC 在 多 长 视界 上 仍然 有效? 月度 跑 一遍 会 产生 多大 换手率? 等到 私募 规模 上到 5 ...
打开 →课程并发与网络 · C++ 与低延迟
内核旁路与低延迟网络
国内一家头部 quant 在 CFFEX 张家湾数据中心 colo 部署的低延迟工程负责人，正在 review 自家 IF 股指做市路径的 tick to trade 延迟报告。中位数 4.8 μs；MarketMakerTier1 桌内预算是 5 μs，正好达标。P99.9 是 47 μs，超过了 OperationalRiskCommittee 公开的 ...
打开 →课程合成数据与 API · Python 数据与量化分析
可模拟数据提供者与依赖注入
某私募的量化基础设施工程师把一个棘手问题摆到桌上:回测代码一份要在 CI 上跑(必须 deterministic、必须秒级、必须无网络),另一份要在研究 notebook 里跑(必须真接口、必须有缓存),两边的调用点不能动。本课把前三节的全部产物——L1 的 simulate basket 、L2 的 make cohort ,L3 的 fetch yiel...
打开 →课程并发与网络 · C++ 与低延迟
套接字、Asio 与 FIX / ITCH 协议
国内某头部 quant 的 510300.SH 做市组新入职 C++ 工程师，被安排与一位资深做一周入职配对。第一天：读 200 行 FIX 会话层代码。第二天：读 300 行 ITCH 5.0 解析器。第三天：把一笔 NEWORDERSINGLE 从策略层往下追，穿过桌内会话处理器、跨 TCP 套接字送到跨境清算柜台，再以 EXECUTIONREPORT ...
打开 →课程面向量化开发的 Linux 与 Shell · 量化开发的软件工程
文本处理管道：grep、awk、sed 与 jq
A 股 一家 私募 的 quant，下午 三点半 收盘 之后 收到 数据团队 的 一条 消息：「今天 沪深300 ETF 的 tick 文件 落到 /data/market data/cn/equity/tick/20250424/ 了，你 看看 行数 对不对、品种 有没有 缺、总成交额 大概 多少。」她 不打算 写一个 Python 脚本——这种 「看一眼...
打开 →课程研究工作流程与纪律 · Alpha 研究
样本内/样本外与交叉验证
一位 五十亿 规模 私募 多 策略 基金 的 初级 研究员 周四 下午 走 进 代码 评审 室，端 着 一 个 看 起来 像 大 胜 的 信号 —— 中证 500 上 的 5 日 反转 策略，夏普 2.8，最 大 回撤 4%，2014 2023 年 区间 上 的 净 值 曲线 漂亮 得 不 像 话。资深 研究员 翻 着 notebook，问 了 一 个 问题...
打开 →课程行情数据的消息与流式处理 · 量化开发的软件工程
流式行情接入端到端实战
上海一家 私募 中等频率股票策略团队的量化开发收到任务：两周内从零搭一条 沪深300 ETF 的 ticker plant。手头握住 3.6.3 的仓库（TimescaleDB hypertable， ticks raw(symbol, ts, price, size, side) ， (symbol, ts) 主键）、L1 的消息词汇、L2 的 Kafka...
打开 →课程面向量化开发的 Linux 与 Shell · 量化开发的软件工程
进程、作业与资源控制
晚上 十点，你 启动 了 一个 沪深300 ETF（510300）的 5 分钟 均值回归 策略 回测，参数 扫了 三十 组，估计 要 跑 一整夜 加 半天。你 把 笔记本 一合 准备 回家，然后 突然 想起 一件 事： ssh 连接 一断，那个 Python 进程 就 死了。第二天 一早 你 还得 看 进度、还要 在 跑到 一半 时 杀掉 它 重启。这一课 ...
打开 →课程C++ 交易系统 · C++ 与低延迟
部署、pybind11 与端到端延迟
某 HFT 私募的低延迟负责人在周五下午走进工程间，对写出 L1 / L2 / L3 这套交易二进制的团队问一个问题："开发机上跑得对。现在要把它放到 CFFEX 张江 COLO 撮合引擎旁边的机柜里，并对交易桌承诺端到端 P99.9 在 3 µs 以下，还要做哪些事？"这段从「能编译」到「桌子敢用」的差距，就是部署故事。四层一起出力：编译标志（PGO + ...
打开 →