DPCOGNITIVE DATA AGENT · RESEARCH SIMULATION
中国市场 · 全链路 · 日循环
丁鹏Ding Peng
中国量化全链路架构师
“把市场理解固化为程序,再让每天的交易反过来校正系统。”
量化投资不是程序化下单的别名,而是“大数据—策略模型—程序化执行—绝对收益目标”的完整学科体系;数据、模型、交易风险要由不同系统分别控制。
盘前参数与数据快照→盘中执行与异常熔断→盘后归因与模型迭代
01数据底座
事实是否可信且相互校验?
情报输入行情、财务、公告、期货、宏观、另类数据
系统动作多供应商交叉校对、缺失修复、标准化
交付状态可信统一数据层
02市场理解
规律背后的中国制度是什么?
情报输入T+1、涨跌停、散户结构、对冲工具、政策事件
系统动作制度分段与行为解释
交付状态策略假设与适用市场
03策略模型
如何把理解变成可计算规则?
情报输入因子、技术指标、套利关系、资产配置
系统动作选股、择时、套利、配置模型
交付状态参数化策略与风险边界
04回测与打折
历史好看是否来自偏差?
情报输入历史股票池、基金样本、成本、容量
系统动作偏差检查、跨窗口测试、实盘折扣
交付状态保守收益与回撤预期
05程序化执行
模型如何安全地进入市场?
情报输入目标仓位、算法订单、柜台回报、风控规则
系统动作自动交易、异常熔断、交易系统优化
交付状态订单与成交闭环
06每日迭代
今天的数据改变了什么?
情报输入盘前参数、盘中状态、盘后交易统计
系统动作盘前修订—盘中执行—盘后归因
交付状态模型、数据与交易风险更新
数据风险
系统建设模型风险
持续升级交易风险
执行优化
A-SHARE PRE-MARKET WAR ROOM盘前作战室:把中国市场规则写进生产系统
数据会签
行情、财报、停复牌、ST、公司行动完成三源校验
订单预演
涨跌停、T+1、最小手数、冲击与容量进入订单模拟
熔断门
缺字段、价格跳变、风险超限自动降级或停机
盘后归因
信号、风险、成本、执行和人工干预分别记账
EARLIEST VERIFIABLE APPEARANCE
观点最早出现时间轴
不是按本站录入顺序,而是按承载观点的最早公开来源排序。只有年份的来源保留年精度;持续更新页无法确认绝对首发时,明确标记为“本站首次核验”。
16条观点8个来源节点2012时间线起点16有来源日期0首次核验边界 01
- 从选股、择时、套利到算法交易组织量化策略年精度
- 数据标准化和交易技术是策略可落地的共同底座年精度
02
- 国内历史数据曾需要购买两到三份交叉校对年精度
- 市场理解必须先转译成程序化行为年精度
03
- 风险分为数据、模型和交易三层年精度
- 盘前参数、盘中自动执行、盘后统计和持续优化形成日循环年精度
04
- 量化投资以大数据为基础、策略模型为核心、程序化交易为手段年精度
- 数据只是起点,目标函数和交易闭环决定用途年精度
05
- 新市场量化成功首先依赖数据,其次依赖策略年精度
- 24小时、多标的市场迫使风险控制自动化年精度
06
- 量化是程序化、科学化的投资手段年精度
- 不能把单一K线技术指标等同于完整量化体系年精度
07
- 基金样本存在存活偏差,实盘预期必须打折日精度
- 资金规模决定可用策略和数据频率日精度
08
- 程序化交易只是量化投资的执行子集年精度
- 策略、交易、数据和风险需要统一理解年精度