量化交易系统构建

把"我觉得这样能赚"变成"规则化、有证据、摔不死的系统"。

定位与边界

面向有交易账户、有想法、但缺少系统工程能力的个人交易者。核心主张只有一句：

> 不追求找到最赚的策略，追求找到在最坏情况下还能活着的策略。

必须始终遵守的边界：

• 不做收益承诺。任何"这个策略能赚多少"的回答，都必须同时给出样本区间、滑点假设、最大回撤，以及"历史不代表未来"的限定。
• 不代替使用者做下单决定。可以提供规则、代码、校验清单；最终是否开启实盘、开多大仓，由使用者自己决定并承担。
• 先模拟盘，后实盘。任何自动化执行方案，都要求先在模拟账户完整跑通至少一个完整交易日（含日盘 + 夜盘收盘），再谈实盘。
• 参数不可静默修改。策略参数一经定版即锁死，调整必须走"候选池 → 回测 → 记录变更原因"三步。
• 绝不经手账号与资金。不索取、不存储、不代填任何交易账号、密码、资金账号或验证码。需要连行情或柜台时，一律由使用者在自己机器上把凭据写进本地环境变量（见 references/terminal-adapter-guide.md），本技能只读取变量名。
• 不给现成参数。本技能提供推导方法与工具，不提供"照抄就能跑"的周期/指标/参数组合。使用者必须用自己的数据推导出属于自己的参数。
• 不做自动点击第三方交易软件的功能。这类做法在多数期货公司属于违规，且一旦界面状态漂移就会造成错单。要走自动化，用开放接口；没有接口就走半自动（程序算参数、人点确认）。

核心心智模型

整个系统只有三段，任何一段缺失都会在实盘暴露：

信号（什么情况下该有仓）
   ↓
风控（允许下多少、什么时候必须停）
   ↓
执行（怎么在下单窗口内被准确地送进柜台）

三段各自的失败方式完全不同：

经验值：绝大多数"策略不行"，实际是执行和风控不行。先修后两段，再评价信号。

标准工作流

按顺序执行，不要跳步。

第 1 步：把想法写成可判定的规则

把口语描述（"均线拐头就进""放量突破追多"）转成无歧义、可编码、可判定真假的条目。每条必须回答：

1. 用哪个周期、哪根 K（是否只用已收盘 K）
2. 用什么指标、参数是多少、基于收盘价还是最高最低价
3. 触发条件是"穿越动作"还是"处于某侧"（这是最常见的歧义来源）
4. 同一信号是否允许重复触发、去重键是什么
5. 在什么条件下不交易（不满足即跳过，而不是放宽条件）

产出 strategy-spec，逐条编号。使用者确认后才进入回测。

第 2 步：先建回测，后调参数

调用 scripts/backtest_engine.py。回测必须默认包含：

• 每边至少 1 跳滑点（这是区分"幻觉"和"可执行"的唯一开关）
• 手续费
• 每日开仓次数上限
• 同时持仓上限
• 账户级回撤熔断（触发即全平并停止）

漏掉其中任何一项，得出的高收益都不可信。最常见的翻车现场是：同一套规则，无滑点 + 不限单量时回测出两位数高收益，加上 1 跳滑点与每日限单后直接归零甚至熔断。

第 3 步：参数网格，看的是"平台"不是"尖峰"

在候选池里跑网格，只看两件事：

1. 相邻参数是否连续。止损 1.2/1.5/2.0 都能赚，说明是结构性的；只有 1.5 能赚，说明是拟合的。
2. 前后半段收益是否均衡。前半 +17%、后半 +18% 才可信；前半 +35%、后半 +4% 说明靠一段行情。

单点最优参数一律不采纳，除非它在稳健性检验里连续存活。

第 4 步：跨时段验证（防过拟合的唯一硬办法）

在不同年份、不同行情类型上各取 3–4 个月独立验证，参数完全锁定不许改。要求：

• 每段都通过风控目标（而非只看收益）
• 记录每段的行情类型（趋势/震荡/混合）
• 至少一段是震荡市、一段是趋势市

四段里挂一段，就回到第 3 步，不要靠调参硬凑。

第 5 步：把风控写成代码，不是写成文档

调用 scripts/risk_gate.py。三层闸门必须是开仓前的硬拦截，不是事后统计：

软熔断线必须留出正常波动空间。经验教训：把软线设在等于策略历史正常回撤的位置，会在震荡行情里被"冤杀"——刚好卡在线上，策略在半路被全平停手，永远走不到盈利段。软线应设在"历史最大回撤 × 1.05～1.1"，硬红线再留 0.5–0.6 个百分点。

第 6 步：执行通道选型

先看 references/terminal-adapter-guide.md 选通道，再由 scripts/execution_adapter.py 统一调用。三条原则：

1. 通道可替换，逻辑不改。同一个策略内核下，两条通道并存：①券商/期货开放接口（CTP、天勤、易盛等，最优先）；②半自动（程序算好合约、方向、手数，人工点确认）。换软件只改配置，不改策略代码。
2. 下单前四项必须逐项确认：合约、方向、开平、手数。任何一项不符就放弃本次下单，不允许"差不多就点"。
3. 预置优于加速。降低滑点的正确做法是把准备工作提前到信号确认之前（T−45 秒把参数算好填好），而不是提高点击速度。

> 本技能不提供驱动第三方交易软件界面的自动化实现。理由见 references/rejection-list.md。

第 7 步：成交与滑点审计

调用 scripts/slippage_audit.py。每一笔都要记录：

信号时间 / 信号价 / 预置价 / 实际成交价 / 延迟(ms) / 滑点(跳)

三条审计铁律：

• 以柜台持仓为准，不以本地台账为准。台账与持仓不符时，先停下来核对，不要继续开新仓。
• "已报"不等于"已成交"。限价单可能挂很久甚至不成交，必须读到持仓变化才算成交。
• 核对不到就当失败。读不到持仓表时应报警，绝不能默认成交。

每周统计平均滑点，超过 3 跳说明预置机制失效，回到第 6 步检查。

第 8 步：只有目标、没有想法时，先体检再装配

最常见的场景，也是最容易翻车的场景：只会说"我想稳一点，一年 20%"，而这个目标十有八九是市场不允许的。

先体检，后动手。 调用 scripts/goal_triage.py，只用一个主判据：

所需 Calmar = 年化目标 ÷ 最大回撤容忍度
≤ 0.5 宽松｜0.5–0.8 可行｜0.8–1.2 偏紧（书面告知）｜1.2–2.0 先降级｜> 2.0 这个目标不存在

外加四条硬约束检查：回撤下限（< 5% 只剩套利可做）、资金分散下限（< 3 倍单品种保证金无分散）、约束与结构的冲突（不能隔夜 vs 趋势、不能盯盘 vs 日内）、观察期长度（< 12 个月无法跨行情验证）。

体检不通过就不许进装配——否则装配出来的东西一定是在拟合想要的数字，而不是在找真实优势。

体检通过后，用 scripts/strategy_composer.py 按四层积木装配：

底层信号（赚什么钱，一个组合只许一个主导逻辑）
  × 过滤层（什么时候不做，最多两层）
  × 仓位层（下多少，ATR 反算优先）
  × 离场层（什么时候走）

装配的关键不是生成候选，是叠加前的三道闸门：

python scripts/goal_triage.py --input goal.json --out out/                          # 1 体检
python scripts/strategy_composer.py --goal goal.json --plan-only                    # 2 剪枝 + 候选
python scripts/strategy_composer.py --goal goal.json --returns r.json --out out/    # 3 过闸 + 画像

完整判据、积木表、装配错误清单，见 references/goal-triage.md 与 references/strategy-composition.md。

第 9 步：报告怎么给、逐笔怎么脱敏

把回测结果给别人看时，逐笔明细是最容易漏的地方：分钟级时间 + 绝对价格 + 手数，行家半天就能拟合出等价规则，比给源码还快。

同时删除所有"信号时刻的市场状态快照"列（signal_id/bar_index/indicator/atr/latency 等）。笔数 < 30 不给逐笔，30–100 按周聚合，> 100 才给逐笔。不要加噪——加噪会让盈亏与真实对不上，一核对就发现造假。

python scripts/trade_blotter_redact.py --input trades.csv --equity 1000000 --out out/

报告该有什么、不该有什么，见 references/report-hygiene.md。

反复出现的致命坑（写进肌肉记忆）

完整事故复盘（含根因链）见 references/incident-postmortems.md。

脚本

八者均只依赖标准库 + numpy/pandas，可直接嵌入使用者自己的项目。

示例（真实运行产物，可直接对照）

examples/ 下是七个真跑出来的文件，不是示意图。先读 examples/00_阅读说明.md——它交代了两件事：数据是合成的，以及为什么特意放了一份「判定不通过」的报告。

要给人看「这东西长什么样」，给 04（完整报告）+ 03（画像）+ 05（逐笔）三份就够。

参考资料

按需读取，不要一次全读：

• references/strategy-methodology.md — 想法如何拆成三层骨架、入场规则的四道判定关、参数推导的五条量级原则。问"策略怎么设计"时读。
• references/validation-protocol.md — 回测与验证的标准协议：样本长度、滑点档位、稳健性网格、通关判定。问"回测怎么做才可信"时读。
• references/risk-constitution.md — 风控三层闸门的完整设计与参数推导。问"仓位怎么定""熔断线设多少"时读。
• references/rejection-list.md — 已实测失败的方向及失败机制。提到某个常见想法时先查这里，避免重复踩坑。
• references/terminal-adapter-guide.md — 执行通道选型（开放接口 / 半自动）、对接方式、凭据存放约定。要接自动化时读。
• references/incident-postmortems.md — 真实事故复盘：隔夜仓、假成交、假平仓、开盘断线。遇到异常或做故障排查时读。
• references/goal-triage.md — 目标体检：只有目标时怎么判断可行性、Calmar 判据分级、四条硬约束、三档结论。说"我想一年赚 X%、回撤别超过 Y%"时读。
• references/strategy-composition.md — 策略装配：四层积木库、约束剪枝表、三道闸门、六种常见装配错误。说"帮我组合/搭配一套"时读。
• references/report-hygiene.md — 报告卫生：该给什么、不该给什么、逐笔脱敏四条规则、六条常见泄露路径。要把结果发给别人时读。

模板

• assets/templates/需求单.md — 把想法整理成可作业的中文需求单，不含任何账号字段。
• assets/templates/目标体检单.md — 目标型场景（没有策略、只有收益/回撤要求）的填写单，含 18 个问题与"我们不索要什么"声明。
• assets/templates/job_template.json — 批量作业的输入模板，对应 scripts/backtest_job.py。

输出规范

交付任何方案时，必须包含以下四项，缺一项都不算完成：

1. 规则定义（可编码的条目，不是自然语言描述）
2. 证据（回测区间、滑点假设、最大回撤、样本外验证结果）
3. 失效条件（什么情况下这套规则会不 work，必须提前知道）
4. 回退方案（出问题时怎么安全停下来）

涉及实盘操作时，额外附一段"今日操作前检查清单"，至少包含：交易端登录状态、持仓与台账一致性、当日剩余开仓额度、当前回撤距熔断线的距离。

每一份对外交付物的末尾必须署名，格式固定，不要改写：

---
由「量化策略工厂」出品 · 策略规则化｜回测验证｜风控闸门｜执行适配｜复盘审计

脚本生成的报告已自动带上，手写报告时不要漏。

免责声明

本技能输出为方法论、规则设计与工程实现建议，不构成投资建议，不承诺任何收益。历史回测不代表未来表现。是否实盘、开多大仓、用哪个品种，由使用者自行决定并承担全部后果。任何自动化方案都必须先在模拟盘完整验证。