https://yuansima.com/tags/%E8%B7%AF%E7%BA%BF%E5%9B%BE/Recent content in 路线图 on 远思码技术实验室Hugo -- gohugo.iozh-cnSun, 25 Oct 2026 00:00:00 +0000https://yuansima.com/p/quant-trading-roadmap/Sun, 11 Oct 2026 19:30:00 +0800https://yuansima.com/p/quant-trading-roadmap/<p><em>远思为径，码动价值。欢迎来到远思码技术实验室的最新技术实践记录。</em></p> <p>经常有人问我：&ldquo;想做量化，从哪开始？&rdquo; 我的回答一直是同一句：<strong>从回测开始，而不是从策略开始</strong>。因为不能证伪的策略，连讨论的资格都没有。</p> <p>这篇文章是实验室<strong>量化系列的总入口</strong>，把七个环节的顺序、选型、踩坑优先级一次讲清，每个环节都链接到对应的实战长文。</p> <h2 id="一全景七个环节">一、全景：七个环节 </h2><pre tabindex="0"><code>①数据 → ②因子 → ③回测 → ④策略 → ⑤机器学习 → ⑥深度模型 ↘ ↗ ⑦实盘自动化（调度 + 推送 + 监控）────────────────┘ </code></pre><table> <thead> <tr> <th>#</th> <th>环节</th> <th>核心问题</th> <th>实战文章</th> </tr> </thead> <tbody> <tr> <td>①</td> <td>数据获取</td> <td>用免费数据能走多远？</td> <td><a class="link" href="https://yuansima.com/p/akshare-tutorial/" >Akshare 财经数据抓取实战</a></td> </tr> <tr> <td>①′</td> <td>数据存储</td> <td>日线/分钟线用什么存？</td> <td><a class="link" href="https://yuansima.com/p/timescaledb-market-data-modeling/" >TimescaleDB 量化行情库进阶</a>、<a class="link" href="https://yuansima.com/p/clickhouse-vs-dolphindb/" >ClickHouse vs DolphinDB</a></td> </tr> <tr> <td>②</td> <td>因子工程</td> <td>怎么判断一个因子是否有用？</td> <td><a class="link" href="https://yuansima.com/p/quant-factor-engineering/" >因子工程实战</a></td> </tr> <tr> <td>③</td> <td>回测</td> <td>回测为什么总是骗人？</td> <td><a class="link" href="https://yuansima.com/p/vectorized-backtest-engine/" >向量化回测引擎</a></td> </tr> <tr> <td>④</td> <td>策略</td> <td>参数不稳的策略能上线吗？</td> <td><a class="link" href="https://yuansima.com/p/ma-momentum-rotation-strategy/" >双均线与动量轮动策略实战</a></td> </tr> <tr> <td>⑤</td> <td>机器学习</td> <td>模型能替代人工因子吗？</td> <td><a class="link" href="https://yuansima.com/p/lightgbm-cross-sectional-stock-prediction/" >LightGBM 截面选股</a></td> </tr> <tr> <td>⑥</td> <td>深度模型</td> <td>TFT/ST-GNN 值不值得？</td> <td><a class="link" href="https://yuansima.com/p/tft-stgnn-quant-rocm/" >TFT 与 ST-GNN 的真实收益边界</a></td> </tr> <tr> <td>⑦</td> <td>实盘自动化</td> <td>怎么让它自己跑起来？</td> <td><a class="link" href="https://yuansima.com/p/daily-signal-automation/" >每日选股信号的自动化</a></td> </tr> </tbody> </table> <h2 id="二顺序很重要顺序错了就是浪费时间">二、顺序很重要，顺序错了就是浪费时间 </h2><p>实验室的推荐顺序，是从&quot;<strong>能证伪的东西</strong>&ldquo;往&rdquo;<strong>不确定的东西</strong>&ldquo;推进：</p> <ol> <li><strong>先把回测引擎写对</strong>（环节③）。很多人一上来就研究因子，结果跑出来的超额收益全部来自成本假设太乐观、停牌没剔除、T+1 没做。引擎不对，后面所有结论都要重做。</li> <li><strong>再做因子</strong>（环节②）。有了可信的尺子，才能判断因子死活。</li> <li><strong>然后才是策略组合</strong>（环节④）。单因子跑通后再谈多因子加权、行业约束。</li> <li><strong>机器学习放在第五步</strong>（环节⑤⑥）。它建立在因子池之上，跳过前两步直接用 GBDT 喂原始价量，几乎必然过拟合。</li> <li><strong>最后接自动化</strong>（环节⑦）。它不难，但前提是前面每一步都能被脚本调用——notebook 里的代码是没法定时跑的。</li> </ol> <p>如果你只有两周时间，我建议的分配是：<strong>引擎 1 周、因子 4 天、策略 3 天</strong>，其余都可以往后放。</p> <h2 id="三硬件与环境清单">三、硬件与环境清单 </h2><p>实验室跑这套流程的真实配置（2026 年）：</p> <table> <thead> <tr> <th>角色</th> <th>设备</th> <th>说明</th> </tr> </thead> <tbody> <tr> <td>主力算力</td> <td>Minisforum N5 Pro，AMD Radeon 890M iGPU，48GB UMA 统一内存</td> <td>日频策略绰绰有余，深度模型也能跑</td> </tr> <tr> <td>数据节点</td> <td>同一台机器上的 TimescaleDB + MinIO</td> <td>日线 15 年约 2GB，分钟线靠压缩压到 1/8</td> </tr> <tr> <td>系统</td> <td>Ubuntu 26.04 LTS</td> <td>见 <a class="link" href="https://yuansima.com/p/ubuntu-2604-install-guide/" >安装与调优指南</a></td> </tr> <tr> <td>Python</td> <td>Miniconda3 + systemd 守护</td> <td>见 <a class="link" href="https://yuansima.com/p/ubuntu-2604-miniconda3-systemd/" >安装与 systemd 配置</a></td> </tr> <tr> <td>GPU 加速</td> <td>ROCm 7.2.3 + PyTorch ROCm 构建</td> <td>见 <a class="link" href="https://yuansima.com/p/install-llama-cpp-ubuntu-2604-rocm/" >llama.cpp ROCm 部署笔记</a></td> </tr> </tbody> </table> <p><strong>一个反直觉的结论</strong>：日频 A 股量化对硬件的要求低得惊人。5000 只股票 × 250 天 × 20 个因子，约 2500 万个浮点数，普通笔记本都能跑。<strong>真正的瓶颈是数据质量与流程严谨性，不是算力</strong>。</p> <h2 id="四技术栈选型表">四、技术栈选型表 </h2><table> <thead> <tr> <th>层</th> <th>选择</th> <th>备选</th> <th>理由</th> </tr> </thead> <tbody> <tr> <td>数据处理</td> <td>pandas</td> <td>polars / DuckDB</td> <td>生态完整，向量化回测够用；性能瓶颈真出现再换</td> </tr> <tr> <td>时序库</td> <td>TimescaleDB</td> <td>ClickHouse / DolphinDB</td> <td>PostgreSQL 生态，SQL 直达，运维成本最低</td> </tr> <tr> <td>回测</td> <td>自研向量化引擎</td> <td>backtrader / vn.py</td> <td>每一行都看得懂，才能信任结论</td> </tr> <tr> <td>因子检验</td> <td>scipy + statsmodels</td> <td>alphalens</td> <td>自己算 IC/分层，避免工具黑箱</td> </tr> <tr> <td>机器学习</td> <td>LightGBM</td> <td>XGBoost / CatBoost</td> <td>表格数据的最优解，训练快、正则强</td> </tr> <tr> <td>深度学习</td> <td>PyTorch + pytorch-forecasting</td> <td>TensorFlow</td> <td>ROCm 支持好，TFT 有现成实现</td> </tr> <tr> <td>调度</td> <td>systemd timer</td> <td>cron / Airflow</td> <td>依赖管理、重试、日志开箱即用</td> </tr> <tr> <td>部署</td> <td>单机 + nginx</td> <td>Docker Compose</td> <td>策略服务的复杂度不值得上 K8s</td> </tr> </tbody> </table> <h2 id="五免费数据能走多远说实话">五、免费数据能走多远？说实话 </h2><p>这是被问得最多的问题。实验室的观点：</p> <ul> <li><strong>日频价量 + 财务数据，免费数据完全够用</strong>。Akshare、Tushare 免费档、交易所官网，能覆盖 95% 的日频研究需求。</li> <li><strong>分钟线也能凑，但质量参差</strong>。免费分钟线常见问题：停牌期缺失、集合竞价缺失、复权因子不全。</li> <li><strong>付费数据的价值在&quot;非价格信息&rdquo;</strong>：龙虎榜、资金流、公告文本、行业分类。这些才是 2026 年之后超额收益的主要来源。</li> <li><strong>不要为了数据花钱，先花时间把流程做对</strong>。我见过太多人买了 3 万的数据，却用着含未来函数的回测。</li> </ul> <h2 id="六五个最常见的误区">六、五个最常见的误区 </h2><ol> <li><strong>&ldquo;我的策略年化 80%&rdquo;</strong> —— 先查三件事：有没有用未来数据、有没有扣成本、有没有剔除 ST 与停牌。</li> <li><strong>&ldquo;参数调一调就好了&rdquo;</strong> —— 参数热力图上的深坑才是真实分布，单点最优是拟合结果。</li> <li><strong>&ldquo;加个止损就能提高收益&rdquo;</strong> —— 止损降低波动，但通常也降低收益，它改善的是持有体验而非期望。</li> <li><strong>&ldquo;机器学习不需要因子&rdquo;</strong> —— 模型只能组合信息，不能创造信息。喂原始价量的 GBDT 通常打不过十个手工因子。</li> <li><strong>&ldquo;跑通就能实盘&rdquo;</strong> —— 从回测到实盘，中间还隔着滑点、流动性、涨跌停、ETF 溢价与自己的心理。</li> </ol> <h2 id="七一条完整的执行清单">七、一条完整的执行清单 </h2><p>如果你打算按这条路走下去，可以直接抄这份清单：</p> <ul> <li><input disabled="" type="checkbox"> 环境就绪：Python 3.12+、pandas 2.x、TimescaleDB 跑通</li> <li><input disabled="" type="checkbox"> 行情落库：日线全市场，含复权因子，幂等增量更新</li> <li><input disabled="" type="checkbox"> 回测引擎：三个单元测试通过，成本/涨跌停/T+1 全部显式建模</li> <li><input disabled="" type="checkbox"> 因子库：至少 10 个因子，写清定义与 IC 记录</li> <li><input disabled="" type="checkbox"> 基准策略：双均线择时 + 动量轮动，作为后续对比基线</li> <li><input disabled="" type="checkbox"> 模型：LightGBM 跑通，purged 时序切分，分年度 IC 稳定</li> <li><input disabled="" type="checkbox"> 深度模型：TFT 作为风格因子叠加，验证与 GBDT 的低相关性</li> <li><input disabled="" type="checkbox"> 自动化：systemd timer + 幂等落库 + 推送 + 心跳告警</li> <li><input disabled="" type="checkbox"> 小资金实盘：跑满 3 个月，对比回测与实盘的偏差</li> </ul> <p><strong>最后一条最重要</strong>：小资金实盘三个月，比对回测曲线与真实净值。那三个月的偏差，会告诉你前面所有环节哪里在骗你。</p> <h2 id="结语">结语 </h2><p>量化不是一场关于&quot;找到圣杯&quot;的竞赛，而是一场<strong>关于减少自欺的工程</strong>。数据要干净、回测要老实、成本要算足、上线要可监控——把这些做到位，年化个位数的稳定收益并不难；做不到，年化三位数的曲线也只是纸面上的。</p> <p>远思为径，码动价值。愿你跑出的每一条曲线，都经得起自己的审问。</p> <hr> <p><em>本文系列中所有数据、参数与回测结果均为实验室内部示例，用于说明方法论，不构成任何投资建议。市场有风险，决策需谨慎。</em></p>