数据采集
数据清洗
特征工程
策略生成
策略评估
模拟交易
实盘验证

阶段/核心目标/关键操作/常用工具/核心风险点

一. 数据采集	
获取策略所需的完整、准确、时序一致的数据源	
1. 确定数据类型：
- 市场数据（OHLCV、成交量、买卖盘口）
- 基本面数据（财务指标、市盈率、股息率）
- 另类数据（舆情、资金流向、卫星数据）

2. 选择数据来源：
- 免费：Tushare、Akshare、Wind 金融终端免费版
- 付费：Wind、Choice、Bloomberg、QuantConnect

3. 数据存储：
按时间序列存储为 CSV/Parquet，
或接入时序数据库（InfluxDB、ClickHouse）


Tushare、Akshare、Wind、Choice、QuantConnect、聚宽

数据缺失、时序错位、复权处理错误、数据权限过期


二. 数据清洗	
消除噪声和异常值，保证数据一致性和可用性	

1. 缺失值处理：填充（均值 / 中位数 / 线性插值）、删除

2. 异常值处理：
- 统计法（3σ 原则、IQR 四分位数）
- 业务法（剔除涨跌停、停牌数据）

3. 数据标准化：
- 复权处理（前复权 / 后复权，股票必备）
- 格式统一（时间戳格式、字段命名规范）	

Pandas、NumPy、PySpark（海量数据）	
过度清洗导致数据失真、复权方式错误影响回测结果

三. 特征工程	
从原始数据中提取有效信号，是策略盈利的核心	
1. 特征分类：
- 技术指标特征（均线 MA、MACD、RSI、布林带）
- 统计特征（波动率、换手率、相关性）
- 衍生特征（量价比、均线乖离率、行业轮动因子）

2. 特征优化：
- 特征筛选（相关性分析、方差分析、递归特征消除）
- 特征变换（标准化、归一化、对数变换）

3. 因子挖掘：
通过金融理论或数据挖掘（如机器学习）发现 Alpha 因子	

Pandas、Scikit-learn、TA-Lib、FactorAnalyzer	
特征共线性、过拟合（挖掘到 “伪因子”）、特征时效性衰减


四. 策略生成	
将投资逻辑转化为可量化的规则或模型	

1. 策略类型选择：
- 基于规则的策略（如均线金叉买入、死叉卖出；均值回归策略）
- 基于模型的策略（机器学习模型：线性回归、随机森林、XGBoost；深度学习：LSTM）

2. 策略逻辑定义：
- 入场条件（如 “5 日均线上穿 20 日均线”）
- 出场条件（如 “跌破 10 日均线止损”）
- 仓位管理（固定仓位、凯利公式、风险平价）	

Backtrader、VectorBT、Zipline、Python（自研）	
逻辑漏洞（如未考虑手续费）、参数过度拟合（曲线拟合）

五. 策略评估	
全面检验策略的盈利能力、稳定性和风险水平

1. 核心评估指标：
- 收益指标（年化收益率、累计收益率、夏普比率、卡玛比率）
- 风险指标（最大回撤、波动率、索提诺比率）
- 胜率指标（胜率、盈亏比、最大连续亏损次数）

2. 回测注意事项：
- 样本内回测（训练策略参数）
- 样本外验证（检验策略泛化能力）
- 避免未来函数（严禁使用未来数据）	

Backtrader、VectorBT、Pyfolio、Matplotlib	
未来函数、幸存者偏差、过度优化（参数过拟合）


六. 模拟交易	
在真实市场环境中验证策略，排除回测偏差	
1. 模拟交易设置：
- 对接实盘行情（实时或延迟）
- 严格模拟手续费、滑点、冲击成本
- 同步实盘交易规则（涨跌停、停牌限制）

2. 监控与调整：
- 跟踪策略执行情况（订单成交率、仓位偏离度）
- 对比模拟收益与回测收益的差异	

券商模拟交易平台、聚宽 / 米筐模拟盘、自建模拟交易系统	
模拟盘与实盘的滑点差异、交易执行效率差异


七. 实盘验证	
小资金试错，最终确认策略的实战价值	

1. 实盘阶段划分：
- 小资金试盘（10%-20% 资金，验证执行逻辑）
- 逐步加仓（策略稳定后提升仓位）

2. 实盘监控：
- 实时监控策略运行状态（是否触发异常信号）
- 定期复盘（对比实盘与回测的差异，优化参数）

3. 策略迭代：根据市场变化调整策略逻辑或因子	

券商 API（如中信、华泰的量化交易接口）、VNPY、TradingView	
流动性风险（订单无法成交）、市场风格切换导致策略失效、极端行情冲击





关键补充：策略迭代与风险管理
1.策略迭代
量化策略不是一成不变的，市场风格切换
如从 成长股 转向 价值股 会导致策略失效，需要定期：
重新评估因子有效性；
优化策略参数或逻辑；
引入新的数据源或特征

2. 核心风险规避
过拟合：
避免用过多参数拟合历史数据，必须保留样本外数据验证；

未来函数：
回测时严禁使用当时不可得的数据（如收盘价后计算的指标用于当日开盘交易）

滑点与手续费：
回测时必须加入真实的交易成本，否则收益会严重高估



技术栈适配（Java→Python/C++）
Python：
适合策略研发全流程（数据处理、回测、机器学习），
生态丰富（Pandas、Backtrader），是量化领域的主流语言；

C++：
适合高频交易策略的实盘执行，
优势是速度快、延迟低，可用于编写订单执行系统；

Java：
可用于搭建量化交易平台的后端架构（如行情接收、订单管理），与 Python/C++ 协同工作