动手写策略之前，我先搞懂了这 30 个概念

AI 量化学习笔记 · 第 1 篇

上一篇讲了我为什么开始看量化。这篇原本要写券商调研，但写到一半卡住了：QMT、滑点、复权、样本外……几乎每一段都得先解释名词。于是我停下来，把这几天反复查过的概念单独整理成一篇，数下来正好三十个。下面都是我现阶段的理解，有错我会回来改。 不用背。先扫一遍，后面的文章遇到哪个再回来查。

关键词关系图

我刚开始记这些词时，它们是散的。整理完才看出顺序：先确认交易规则和数据能不能支持一个想法，再把成本算进去，最后才轮到回测和风险指标。顺序反了，很容易得到一个看起来不错、实际做不了的结果。

交易规则：先搞清楚哪些单会成交

1. 流动性：一个标的能不能快速、低成本地成交。成交量小、买卖价差大的标的，即使策略信号再好，也可能因为买不进、卖不出或冲击成本太高而无法执行。回测时不能只看收盘价，还要给成交能力设限制。
2. 涨跌停：A 股会限制单日价格的最大波动范围，不同板块、证券状态和上市阶段的限制并不完全相同。对回测来说，真正重要的不是背下比例，而是处理「涨停时可能买不进、跌停时可能卖不出」：如果默认每天都能按收盘价成交，策略收益很容易被高估。
3. 一手：最小买入单位，100 股。买入必须整手，卖出可以有零股。写回测下单逻辑时要取整，不然会算出「买 137.5 股」这种成交。
4. 集合竞价：开盘前（9:15–9:25）和收盘前（14:57–15:00）的撮合时段，产生开盘价和收盘价。我的月度轮动计划是「收盘后计算、次日执行」，执行价落在哪个时段，直接决定回测该用什么价格。
5. 停牌与复牌：股票可能因为重组、异常波动等原因暂停交易。停牌期间有价格但不能成交，回测里要当作「动不了的仓位」处理。
6. 除权除息：分红送股后股价会跳一个缺口。不处理它，回测会把分红当成暴跌。
7. 复权：为了消除上面那个缺口，对历史价格做调整。前复权、后复权算法不同，回测信号一般用后复权。这是我见过新手（包括几天前的我）最容易搞混的概念。
8. 条件单：券商内置的自动化工具，「跌到某价自动买入」这类。不用写代码，达不到量化门槛时可以先用它撑一阵。

   成本：回测里不能漏掉的四项

9. 佣金：券商收的手续费，买卖双向，一般万分之几，逐家可谈。ETF 和股票的费率可能不同，开户时要分开问。
10. 印花税：卖出股票时收，现行 0.05%。ETF 免印花税，这是我第一阶段选 ETF 的一个小加分项。
11. 过户费：很小的一笔（十万分之一量级），但它存在。回测里成本项写全，不差这一行代码。
12. 滑点：你想以 10.00 成交，实际 10.02，那 0.02 就是滑点。低频策略影响小，但回测里必须给一个保守假设，不能当它不存在。

    数据：免费源够用，但得交叉核对

13. 行情数据源：akshare、tushare、baostock，都能免费拉 A 股历史数据。我的做法是关键数据用两个来源交叉核对。
14. K 线 / 日线：一个周期内的开高低收和成交量。我给自己定的第一个练习就是用 akshare 拉 510300 的日线，自己画出来。
15. Level-2 行情：十档盘口和逐笔成交，通常要收费。日线级别的低频策略用不上，我暂时不碰。
16. 缺失值：数据里的空洞。某天没数据，可能是停牌，也可能是数据源丢了，两种原因的处理方式完全不同——这也是要交叉核对的原因。
17. 幸存者偏差：用「今天还活着」的股票名单去回测历史，等于偷偷剔除了所有退市的失败者，结果天然偏乐观。宽基 ETF 受这个影响小，也是我先做 ETF 的原因之一。
18. 指数成分变更：沪深 300 的成分股每半年调整一次。回测历史上某天的「成分股」要用当天的名单，不能用今天的。
19. 基准：衡量策略好坏的参照物，我用沪深 300。跑不赢基准的策略，不如直接买指数。

    策略：这些词后面每篇都会出现

20. 因子：能解释或预测收益的变量，「过去三个月涨幅」就是一个动量因子。听起来玄，本质是给标的打分的依据。
21. 动量：涨的继续涨、跌的继续跌的现象。我的第一个策略就建在这上面。
22. 轮动：定期在几个标的间切换，持有当前打分最高的。配上动量因子，就是「月度动量轮动」。
23. 宽基 ETF：跟踪大盘指数的基金，比如 510300 跟踪沪深 300。规则简单、流动性好、不会退市，适合拿来跑通第一个完整链路。
24. 防御资产：行情不好时的去处。我计划用货币基金或债券 ETF；量化门槛资金则放国债逆回购。
25. 仓位管理：每个标的买多少。第一版我会用最笨的等权重，先跑通再说。

    回测与评估：先看结果靠不靠谱

26. 回测：用历史数据模拟策略过去的表现。它回答的是「假如过去这么做会怎样」，不保证未来。前面说的规则、成本、数据问题，全都是回测的坑。
27. 样本内 / 样本外：用来调参数的数据段叫样本内，留出来做最终检验的叫样本外。样本外表现才算数。
28. 过拟合：参数调到在历史数据上完美、一到实盘就崩。对抗它的办法笨但有效：少调参数、留样本外、策略逻辑要讲得通。
29. 最大回撤：从最高点到最低点的最大跌幅。对我这种小资金验证，它比收益率重要——先确认自己能承受多大的坑，再谈赚多少。
30. 夏普比率：每承担一份波动换来多少超额收益。两个策略收益一样，夏普高的那个晚上睡得着觉。 写完再看，这三十个词里，一大半与策略本身无关。真正占时间的是确认交易规则、核对数据、补齐成本。至少对现在的我来说，先别急着想一个聪明策略，把一个简单策略算对更重要。 下一篇回到那篇写到一半的券商调研：QMT、miniQMT、PTrade 分别适合谁，资金和设备会卡在哪里，以及我最后怎么选。

本系列不构成投资建议。概念解释均为个人学习笔记，如有错误欢迎指出。