这么多路线，这门课准备带你走哪一条？

这几章学下来，蛙兄的桌上已经摆了不少研究零件：

假设
数据定义
指标
候选信号
规则
回测

每一个词单独拿出来，他好像都认识。

可真要开始研究，它们该怎样接在一起？

蛙兄又想起那张量化地图，索性继续往清单上加：

高频交易
统计套利
机器学习
新闻情绪模型
自动交易系统
复杂数学公式

清单越写越长，他又开始没底。

“这些是不是都学完了，我才有资格开始第一个实验？”

蛙博士看了看清单，问：“你准备先查清哪个问题？”

蛙兄愣了一下。

零件和工具摆了一桌，他却还没有把它们装成一条可以走的路。

蛙博士拿起橡皮，把清单暂时擦到只剩三样东西：

一个说得清的问题
一份能够检查它的数据
一把前后一致的尺子

“先用这三样走完一趟，”他说，“其他装备以后再加，也来得及。”

现在，把学过的零件装起来

前面学过的假设、定义、指标、信号、规则和回测，在这门课程里会被装成同一条路线。

用一句稍微正式的话概括，就是：

假设驱动、可解释、基于日频数据的实证量化研究。

听起来有点长。

拆开以后，其实还是我们已经见过的普通话。这里要做的，只是确认每个零件会被装在什么位置。

假设驱动：先有问题，再找证据

我们的研究先从一句真实想法出发，而不是拿来一百个指标，只留下碰巧涨得最好的一组：

• 股票名字里带有吉利数字，后来的表现会不会不一样？
• 神奇九转的下行信号完成后，价格是不是更容易反弹？
• 某个信号出现时，成交量状态会不会让结果发生变化？

这些想法可以来自生活直觉、市场上流传的说法，也可以来自一条比较完整的经济或行为解释。

起点不一定高深。

底线是：它最终能够被说清楚、写成规则，也允许数据回答“不是这样”。

可解释：每一步都能回头检查

这里的“可解释”不要求每个想法都先写出一套经济学理论。

“九转之后可能反弹”本来就是一种市场说法。如果我们还不知道它为什么可能成立，就应该老实承认，不用临时编一条因果故事给它穿西装。

我们真正要求的是：

• 为什么研究这个问题；
• 每个词被定义成了什么；
• 使用了哪些数据；
• 怎样比较；
• 哪个结果会让我们修改或放弃原想法。

如果程序给出一张漂亮图，我们还能够顺着这些记录回去，看看漂亮究竟从哪里来。

日频实证研究：用每天留下的记录实际检查

第一期课程主要使用 A 股个股和指数的日频数据。

一天一条价格、成交量和其他可用记录，不做微秒级交易，也不处理高频订单簿。

“实证”也没有那么吓人：除了讨论一件事听起来有没有道理，我们还会拿真实记录检查它在历史样本里发生了什么。

这条路会经过哪些地方？

一项研究要从“我觉得”走到收益曲线，中间会依次经过这些地方：

提出市场想法
→ 说清楚模糊词
→ 写成允许被反对的假设
→ 建立可计算定义
→ 检查数据
→ 判断是否出现弱规律
→ 形成最小买卖规则
→ 完成研究级回测
→ 写下当前结论和限制

有些研究会在半路停下。

假设说不清，可以停；数据不够，可以停；结果不支持，也可以停。

一条路线允许研究失败，才真的允许证据参与。

第一次实验，先研究一个不会吓跑人的问题

我们的第一个实战问题是：

股票名字里带有吉利数字，后来的表现会不会与其他股票不同？

它听起来有点像午休时的闲聊。

这正是它适合当第一个实验的原因。

读者不需要先懂复杂金融理论，就能参与定义：什么算吉利数字，使用哪个时期的股票名称，观察未来多久，又应该和谁比较。

这项研究主要把股票分成几组，再比较各组后来的表现。

它属于静态特征的分组研究。

我们通过它练习下面这些基本动作，而不是如何凭股票名字赚钱：

• 在看结果前固定定义；
• 检查每组有多少样本；
• 使用同一口径计算结果；
• 选择比较对象；
• 接受“没有明显差别”也是完整结论。

第二次实验，让一个信号在时间里出现

接下来，问题会变成：

神奇九转的下行信号完成后，接下来一段时间是不是更容易反弹？

这次不能只把股票分成两堆。

我们要先说明哪个版本的九转，哪一天算信号完成，从哪一天开始观察，观察几个交易日，以及连续或重叠信号怎样处理。

信号会在不同股票、不同日期陆续出现。

我们把每次信号发生的日期对齐，再观察它们后来怎样变化。

这种做法可以叫作基于技术信号的事件研究。

它首先回答的是：

这个信号发生以后，历史上通常出现了什么？

它还没有回答：

现在是否应该买？
应该买多少？
什么时候卖？

事件之后出现统计差异，不等于一套策略已经诞生。

然后才轮到 MACD、市值和成交量

假设九转信号之后出现了一点值得继续检查的差异。

蛙兄很可能会问：

“是不是所有九转信号都一样？如果当时的 MACD 状态不同、公司大小不同、成交活跃程度不同，结果会不会也不同？”

这个问题合理。

但我们不能把参与计算的所有数字都叫作“因子”。

假设跳泡可乐某天刚刚完成一个九转下行信号：

• 九转完成负责指出事件或候选信号出现了；
• MACD是根据价格计算出的技术指标，可以被进一步写成一个候选条件；
• 市值是公司在当时的一项可记录特征，可以用于分组或筛选；
• 成交量是原始市场记录，相对成交量或换手率才是进一步整理出的指标；
• 未来五天、十天或二十天是观察窗口或参数，不是因子；
• 沪深300是一个可能的比较基准，也不是因子。

它们都可能出现在同一项研究里，但干的是不同工作。

把名字分清，不是咬文嚼字。

如果一个时间窗口被误叫成因子，读者就很容易以为不断试三天、五天、十天、二十天是在发现新规律。其实，他可能只是在同一份历史数据里挑最好看的答案。

我们检查的是“有没有新增信息”

加入一个候选条件，是为了回答：

知道这个条件以后，是否比只知道九转信号多得到了一点信息？

例如，只看九转信号时，结果可能很混乱。

再区分不同成交量状态以后，某一组的表现似乎更集中。这时也不能立刻宣布“成交量因子找到了买点”。

还要继续检查：

• 每一组是不是只剩很少样本；
• 换一段时间以后差异还在不在；
• 换一批股票以后是否完全消失；
• 这个条件是不是看完结果才临时想到的；
• 它有没有一个说得过去的解释，或者至少明确的研究理由。

课程要训练的是逐项检查候选条件能否带来增量信息，而不是让 AI 一口气试几百种组合，再把历史上最好看的一组端回来。

弱规律怎样走到回测？

事件研究如果留下一个值得继续调查的弱规律，下一步才是补齐规则。

例如：

• 哪个条件满足时，才产生候选买入信号；
• 使用哪一天可以实际得到的价格进入；
• 固定持有，还是满足另一个条件退出；
• 同一只股票连续出现信号怎样处理；
• 停牌、涨跌停和缺失数据怎样处理；
• 使用什么统一仓位假设；
• 手续费和滑点怎样记录。

这些内容写清以后，我们才拥有一套可以在历史中模拟的最小策略。

这一步属于规则驱动的系统化回测。

它与前面的事件研究是前后两站，不是同一件事。

跑赢沪深300，能说明什么？

只看策略自己赚了多少，很容易误会。

假设一套虚构规则在某段时间上涨了 4%。

如果同期沪深300上涨了 6%，它其实落后基准 2 个百分点。

如果同期沪深300下跌了 1%，它则比基准多了 5 个百分点。

把策略收益减去基准收益，得到的是相对这个基准的超额收益。

这把尺子能帮助我们区分：收益主要是跟着市场一起走，还是相对基准多出了一部分。

但“历史上跑赢沪深300”不能自动改写成“发现了稳定 Alpha”。

基准是否合适、承担了什么风险、结果能否在新数据中保留，都还需要继续检查。

为什么从这条路开始？

不是因为它最容易赚钱。

也不是因为简单方法天然比复杂模型可靠。

我们选择它，是因为第一次学习时，研究过程比较容易摊开来看：

• 问题来自哪里，看得见；
• 定义怎样变化，看得见；
• 数据怎样进入，看得见；
• 哪个条件改变了结果，看得见；
• 结果失败时，也比较容易回头调查。

Codex 或 WorkBuddy 可以帮助我们创建项目、整理数据、编写程序、重复运行和排查错误。

但“这个条件为什么值得检查”“这次比较是否公平”“证据够不够支持结论”，仍然需要人负责。

这条路线也能让没有 Python 基础的读者完成一轮真正的量化研究，而不是先用几个月学习语法，最后忘了自己原本想问什么。

没选的路线，不是被判了不及格

第一期课程需要一个清楚的起点，因此没有把机器学习、高频交易、做市、复杂套利、新闻文本、组合优化和自动交易放在主轴上。

这些路线依赖另一套数据、基础设施或研究问题，也都有自己的价值。等读者真正掌握提出假设、检查数据、区分探索与验证、完成回测和限制结论，再继续学习它们会更有准备。

我觉得某种市场现象可能存在，怎样才能让数据真正反对我？