模块4.5.1 · 量化全流程 · 回测与执行
回测方法论
backtest · backtest-engine · vectorized-backtest · event-driven-backtest · look-ahead-bias · point-in-time · engine-architecture · fill-simulator
打开 →找到 11 个结果
English questions课程市场与微观结构数据 · 量化数据
Tick 数据工程与清洗
某沪上 私募 量化 团队 第三周，基金经理把一份 Jupyter notebook 递给你，结果是：2010 2020 沪深300 + 中证500 全市场上 Sharpe = 2.4 ，问你为何 2022 以来实盘版本只跑出 Sharpe = 0.5 。你审数据，发现三个 bug：历史 成分股 表是按 今天的 沪深300 拉出来的（测试样本里每只标的都是...
打开 →课程基本面、另类数据与数据基础设施 · 量化数据
量化数据基础设施：数据湖与时点数据库
周四 09:15。某上海私募 200 亿规模的多空基金，风控研究员发现：实盘 PnL 比昨晚研究端对当日的回测 投影 落后 47 bp。同样的标的池、同样的持仓、同样的执行切片。差距太干净，不像噪声。数据团队的第一动作不是去翻策略代码、不是去看执行层、不是去查券商成交回报——而是查 数据血缘 图 ：回测看到的每个输入是哪个版本？实盘看到的每个输入是哪个...
打开 →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 →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 →课程基本面、另类数据与数据基础设施 · 量化数据
基本面数据：财务报表与时点纪律
某上海私募的股票多空基金组合经理周一上午盯着一份回测：沪深300 截面 P/E long cheap / short expensive 价值策略，12 年夏普比率 1.4，最大回撤 11%，可以放到周三投决会上。同一策略半年前由资深量化跑出来夏普只有 0.7。信号、标的池、交易成本模型 全部相同——区别仅在：新回测读 fundamentals curren...
打开 →题目1891 · 统计
选择最不受幸存者偏差影响的基金面板
某研究员想估计“2016 年发行的所有基金”在 2016-2025 年期间的平均收益率。下面哪种数据抽取方式最不受幸存者偏差影响？ A. 只保留到 2025 年仍然存活的基金，再读取它们的完整历史。 B. 每个评估时点保留当时仍活着的基金，但如果一只基金后来关闭，就把它在历史中也一并删掉。 C. 使用 point-in-time 面板：把 2016 年发行的每只基金都保留到其真实关闭日期，并在档案中保留已关闭基金。 D. 只使用 2025 年当前指数成分中的基金。 请给出最佳选择。
打开 →题目2469 · 机器学习
为什么点时特征库很重要
团队说只要统一使用最新的 vendor 表，就能避免泄漏，因为这些值更准确。关于真实部署环境，他们忽略了什么核心点？
打开 →题目1894 · 统计
点时股票池构造中的幸存者偏差
在做月频股票回测时，下面哪种股票池构造方式最不容易受到幸存者偏差影响？ A. 在整个历史样本中都使用今天的指数成分股。 B. 使用每个月的历史成分股，并把退市股票保留到其真实退出日期为止。 C. 只保留从样本起点到终点都拥有完整价格历史的股票。 D. 当股票接近破产、价格变得噪声很大时就立即删掉。 请给出最佳选择。
打开 →