量化知识
从“一个交易想法如何变成可验证的代码”出发，整理数据、回测、评估与工具链的基础知识。内容只讲实现与口径，不涉及任何证券推荐或走势判断。
- 基础概念
- 数据与复权
- 回测陷阱
- 绩效指标
- 工具与数据源
知识库
知识库：把方法与实现写清楚
三个分类，分别对应研究、工具与工程。每篇文章只讲概念、口径与实现方式，不预测走势，不提供证券推荐，也不提供买卖信号。
最新文章
按发布时间排列。每篇均可直接访问，正文为技术说明，不含任何证券推荐或走势判断。
量化系统的基本构成：数据、规则、执行与评估
把量化系统拆成数据、规则、执行与评估四层，说明每一层需要交付什么，以及为什么大多数问题最终都落在数据和口径上。
阅读全文行情数据与复权处理：前复权、后复权与不复权
复权不是“选一个默认选项”这么简单：不同口径会改变均线、收益率与回测结果。本文把三种口径的差异讲清楚，并给出固定口径的做法。
阅读全文通达信均线类公式：MA、EMA 与多周期均线写法
均线是最基础也最容易被误用的指标。本文给出 MA、EMA 与多周期均线的可复制写法，逐项说明参数与计算口径，并标注适用边界。
阅读全文行情数据清洗实务：缺失、重复、异常与口径统一
回测结果不可信，很多时候不是策略的问题，而是数据没有洗干净。本文给出一套可执行的清洗流程与检查项，适用于日线与分钟线数据。
阅读全文回测常见陷阱：未来函数、幸存者偏差与过拟合
回测最大的价值是排除不可行的想法，而不是证明某个想法一定有效。四类陷阱会让结果悄悄变好，却不会让程序报错。
阅读全文绩效指标怎么看：年化、夏普、最大回撤与胜率
指标不是用来证明策略优秀的，而是用来定位问题。本文按收益、风险、风险调整与交易行为四组，说明每个指标的口径与误读方式。
阅读全文