全球量化先行者
前30位观点档案

研究索引把数据科学、伪发现、微观结构与投资流程连成一体

应按问题选择采样、标签、验证和统计推断，而不是直接把价格表喂给模型

公开DSR、CSCV、HRP等参考实现

方法结论应附可复算代码和输入假设

金融机器学习需要重新设计研究工序而非只替换回归器

特征、标签、样本权重、验证和解释必须协同

多次试验会把噪声筛成看似优秀的策略

CSCV用样本组合估计回测过拟合概率

夏普率必须对多重试验和非正态收益修正

记录试验总数是数据治理字段

经验金融中的大量发现可能是选择偏差

研究台账必须保留失败实验而非只保留赢家

逐笔成交方向并非原始真值而是推断结果

分类算法必须和买卖价差解释力一起验证

金融ML失败往往来自组织和研究流程而非模型不够复杂

数据科学团队需要明确的研究协议和独立复核

金融发现更接近受控工业实验

每条发现都应有数据版本、实验路径和否证条件

对外报告应披露尝试过的配置数量

策略评审需要看到选择路径而非单条净值曲线

因子研究应把理论、实证与A股可复制结果放在同一框架

公开数据和算法说明是可复现性的组成部分

研究聚焦因子投资、资产配置与组合管理

学术严谨与实务约束必须同时保留

因子动物园、p-hacking、多重检验、缺失数据和可复制研究属于同一审计问题

应从SDF/资产定价理论向下约束经验因子

因子收益进入组合前要经过协方差、风险模型和实施边界

因子择时的一阶矩证据通常不足

公开CAPM、FF3/5、Carhart、HXZ等A股日月频因子数据

算法版本和市场/无风险收益应分离保存

以统一股票池比较七类风格因子

指数算法说明和历史序列应同步版本化

A股盈利因子需明确TTM分子分母和调仓时点

单变量、双变量、预期外盈利与PEAD应分层检验

行为偏差可形成异象和共同收益因子

数据图谱应连接预期偏差、风险偏好、注意力和套利限制

先理解金融时间序列的统计性质再选择模型

随机游走、自相关、波动聚集需要分别建模

因子溢价估计和多因子模型检验是两类问题

遗漏变量、变量误差与信息聚合会改变实证结论

研究结果应公开包括无效结果

数据不足时优先池化、平均和稳健化，而非精细拟合

系统化投资从预测、风险和组合规则出发

高夏普的单市场回测通常包含显性或隐性拟合

同一系统支持回测和生产交易

数据、配置、缓存、预测、仓位、组合、账户构成可追踪阶段

期货连续价、原始合约价和百分比收益分母不能混用

交易成本应拆为点差、合约费用、比例费和每笔费用

单一品种通常没有足够数据区分规则优劣

池化估计能增加有效样本但必须尊重可比性

真实市场没有固定且已知的分布

真实相关性估计误差远大于理想随机数据，需收缩

应同时比较实盘与回测而不是只展示回测

交易规则、成本、资产与风险预算构成一个整体

规则分组收益和相关性要跨多个窗口观察

实盘执行差异是需要积累的数据而非噪声

成本应进入动态优化而不是回测后统一扣减

高成本品种可提供预测信息但不一定应实际交易

慢速系统即使有数十年和上百品种，有效独立样本仍可能很少

统计显著性应按信号频率而非原始行数判断

研究主题长期覆盖价值、动量、质量与组合

实践观点通过论文、数据集和复现持续公开

公开日/月频因子和原论文数据

研究数据应持续扩展而不是停留在发表样本

价值和动量在多市场多资产存在共同结构

跨市场证据比单一美股样本更能约束解释

公开48个测试资产相关组合数据

原始论文数据和后续更新数据应区分

质量由盈利、成长、安全和派息共同定义

质量价格和未来收益需在长样本及多国验证

日频因子覆盖美国和23个国际市场

定义、组合交叉和更新节奏构成数据产品元数据

内部新发现要由另一研究者独立复现

不应相信数百个互不相关因子，而应聚合为少数经济主题

因子估值择时需要多测量和长历史

单一估值指标的极端值容易误导

行业内和行业间效应必须拆分

中性化不是装饰，而是识别收益来源的实验设计

价值与动量均有预测证据且相互补充

因子必须作为组合证据而不是孤立排名

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

数据只是起点，目标函数和交易闭环决定用途

风险分为数据、模型和交易三层

盘前参数、盘中自动执行、盘后统计和持续优化形成日循环

国内历史数据曾需要购买两到三份交叉校对

市场理解必须先转译成程序化行为

基金样本存在存活偏差，实盘预期必须打折

资金规模决定可用策略和数据频率

量化是程序化、科学化的投资手段

不能把单一K线技术指标等同于完整量化体系

程序化交易只是量化投资的执行子集

策略、交易、数据和风险需要统一理解

新市场量化成功首先依赖数据，其次依赖策略

24小时、多标的市场迫使风险控制自动化

从选股、择时、套利到算法交易组织量化策略

数据标准化和交易技术是策略可落地的共同底座

研究跨越适应性市场、系统风险、机器学习与市场模型

数据解释必须考虑参与者学习与制度环境

公开研究覆盖随机游走、非同步交易、数据窥探和微观结构

频率、交易制度和估计方法共同决定可预测性

同一数据库被反复使用会产生大量伪模式

数据窥探不能完全消除，只能通过披露和稳健程序抑制

不同采样频率的方差估计可检验随机游走

拒绝随机游走不自动等于发现可交易均值回归

风险管理从理解价格统计行为开始

随机游走、长记忆和稳定分布是竞争性解释

价格效率、财富分布、成交量和价差由异质学习者互动产生

市场数据应与参与者生态和机制一起建模

可预测性会随竞争者、制度和环境改变

模型需要监控结构变化而不是假设永久平稳

成交量定义本身来自理论约束

价格和数量应共同进入市场模型

研究聚焦机器学习和量化资产管理

公开课程与文章以可操作回测为核心

历史数据的独立信息量远小于行数

经济逻辑、少参数、简单模型是使用珍贵样本的前提

金融序列非平稳，模型有时需要连续再训练

样本外测试能降低但不能消除复杂模型过拟合

曾经有效的策略会因市场变化而死亡

实盘衰减数据必须进入模型生命周期

准确的低频快照仍可能制造虚假利润

策略持有期内路径和可交易价不能被收盘价替代

不同资产与频率有不同的回测陷阱

成交成本、存活偏差和交易时点需显式模拟

订单流可能有alpha但采集门槛高

需要保存每个买价、卖价、成交和成交量

真正未见样本比重新切分历史样本更有说服力

成本后的表现才是策略证据

研究覆盖因子、趋势、组合构造和时点运气

稳健性来自what/how/when三维分散

相同策略仅改变调仓日就会产生显著差异

重叠组合可分散不可补偿的时点风险

组合500多个日期、定义和回看期变体可降低规格风险

模型集成应覆盖过程和调仓时点

信息流速并非常数，固定日历窗口可能在平静期过采样、危机期欠采样

采样域可以从钟表时间改为信息时间

单信号简单系统可能对随机扰动极脆弱

适度集成在复杂度和估计风险之间取得平衡

资产、信号定义和调仓时点是三种不同风险

数据图谱不能只有标的维度

慢速基本面策略同样受调仓日影响

历史研究要保存每个可选形成日快照

相关性只描述what，收益形态描述how

均值回归与趋势的凹凸收益可以组合

投资和赌博都应先估计胜率、赔率与估计误差，不能只依据历史收益排名。

凯利准则最大化长期财富的几何增长率，但实际应用通常要因参数误差和回撤承受力采用分数凯利。

可转换债券与对应股票之间的相对定价可构成接近市场中性的统计套利。

对异常稳定且难以解释的业绩应进行独立数据核验、策略容量检查和欺诈可能性审计。

真正的量化优势来自科学方法：提出假说、收集数据、实验验证、下注并根据反馈修正。

因子数量快速增长会形成“因子动物园”，传统显著性阈值不足以控制伪发现。

新因子应使用更高统计门槛，并报告研究者自由度、尝试次数和多重检验修正。

基金经理和因子选择都可能把运气误判为技能，需要跨期复现和层级化比较。

预期收益来自状态变量、风险与行为机制，历史均值只有在样本与结构稳定时才是合理估计。

行业中性化会改变因子的经济含义，不能作为默认清洗步骤而不做分解验证。

策略变体数量相对数据量过大时，样本内最优者通常会在样本外失效。

任何目标收益曲线都可能通过搜索历史证券权重被拟合出来，因此外观不能证明机制。

应使用PBO、组合式样本切分和试验台账度量回测选择偏差。

伪数学、过度精确参数和隐藏搜索次数是量化产品尽调中的主要危险信号。

科学计算可复现性要求保存数据、代码、参数、软件环境和所有候选结果。

历史数据采购要同时评估质量、偏差、公司行为、频率、授权与长期成本。

事件驱动架构能让行情、信号、订单、成交与组合状态在回测和实盘间保持一致。

回测必须显式处理前视偏差、幸存者偏差、成本、滑点与市场冲击。

研究代码只有进入可测试、可监控和可恢复的生产系统后才成为可用策略。

策略选择应从假说、数据可得性和实施约束出发，而非先挑模型。

历史平均收益、估值隐含收益、调查预期和理论模型回答的是不同问题。

价值、动量、防御与趋势等风格可提供跨资产分散，但都可能经历长期逆风。

当前估值影响长期预期收益，却很难精确预测短期拐点。

投资组合应在资产类别、风险溢价、宏观情景和实施方式之间分散。

投资者主观预期常追逐近期表现，与合理的前瞻预期方向相反。

主动管理的收益机会与投资者寻找优秀管理人的成本同时存在。

融资流动性恶化会迫使交易者降杠杆，并反馈为市场流动性下降。

低风险资产的高风险调整收益与杠杆约束相关，不能只用CAPM解释。

交易优势必须覆盖信息、融资、库存和市场冲击成本。

大数据只有与经济模型和真实市场约束连接时才形成可持续优势。

基本面指数按企业经济规模而非市场价格分配权重，从而系统性再平衡估值偏离。

因子收益会随拥挤度和估值变化，因子不能脱离买入价格讨论。

回测异常若依赖单一时期、单一定义或发表后消失，不应被包装为长期溢价。

长期预期收益需要结合收益率、增长、估值变化和均值回归分解。

智慧贝塔的价值来自透明、可实施和有经济逻辑的规则，不是新标签。

长期趋势过滤可降低全球资产组合的波动和深度回撤，但会产生来回止损。

资产配置应全球化，不能把美国单一历史样本当成全部投资世界。

估值更适合决定长期相对配置，而非短期交易时点。

模型规则应简单到可解释、可复算，并对参数附近保持稳定。

公开数据与公开规则有助于区分策略逻辑和营销选择。

隐含波动率曲面必须满足静态无套利约束，校准不能只追求样本内误差。

高频波动率呈现比传统扩散模型更粗糙的路径结构。

粗糙波动率可从订单拆分和微观结构机制获得解释，而非纯粹数学拟合。

执行冲击模型必须排除价格操纵式交易路径，并结合点差与瞬时冲击。

期权、逐笔、订单流和执行数据应共同约束波动率与冲击模型。

期权优势需要分解为方向、实现波动率、隐含波动率、偏斜与事件风险。

高隐含波动率并不自动意味着期权昂贵；比较对象应是未来实现分布而非历史分位。

模型的价值是把波动率观点翻译成价格和对冲，不是复杂度本身。

寻找优势、资金管理和交易心理缺一不可，其中仓位规则比信心更可靠。

绩效复盘应把方向盈亏与波动率盈亏分开，确认工具是否真正增加价值。

市场、财务、另类文本与图像数据需要不同的清洗、时间对齐和特征工程。

预测精度必须通过交易规则、成本和组合约束转译为经济价值。

时间序列切分、滚动验证和防泄漏管线是模型选择的基础。

文本、深度学习和强化学习应与简单基线在相同数据与成本条件下比较。

可执行Notebook、数据下载步骤和复现实验是量化教育与研究交付的一部分。

量化价值把基本面质量与估值结合，避免只买统计意义上的廉价陷阱。

动量简单但不容易坚持，策略收益的一部分来自投资者行为和执行纪律。

研究结果必须从论文走到真实股票池、换手、成本和组合集中度。

复杂优化不一定优于清晰排名与稳健规则。

教育和公开复现能缩小学术因子与投资产品之间的研究鸿沟。

评估量化管理人应分别审视数据、Alpha来源、风险约束、组合构造和执行。

不同Alpha模型表达趋势、均值回归、价值、质量和事件等不同假说。

风险的误测可能来自历史窗口、相关性突变、流动性与杠杆，而非单一波动率。

组合构造决定分散假设如何变成真实持仓，不能被Alpha回测遮蔽。

黑箱的真正问题是治理与透明度不足，不是使用数学或自动化本身。

相对强弱用于在风险资产之间选择，绝对趋势用于识别广泛风险状态。

双动量的主要目标之一是减少大幅熊市损失，而非提高每个月胜率。

长期动量证据跨越多个市场和历史时期，但实现依赖定义、形成期和安全资产。

单一动量模型可与多种趋势、均值回归和其他因子组合。

策略应在广泛指数层面实施，避免把简单框架变成高换手选股。

期权盈亏必须拆分方向、gamma/theta实现波动率与vega隐含波动率。

不存在唯一的“波动率”；采样尺度、时间结构和价格路径都会改变测量结果。

相关性只描述共同方向，收益形态与凸凹性决定组合在极端情景中的行为。

市场价格包含参与者权重信息，但仍需用复制关系和无套利检查理解。

交易教育应通过可计算练习、案例和反例建立直觉，而非背诵希腊字母。

价格行为模式应先转成明确规则，再用数据验证条件概率和失败分布。

趋势与均值回归是价格行为的两个基本状态，边缘来自状态识别而非图形命名。

指标和模式只有在市场背景、波动率和执行窗口下才有意义。

模拟多种路径和直接检查原始数据，往往比套用复杂公式更能发现错误。

交易日志需要同时保存计划、执行、情绪和结果，以区分过程质量与随机输赢。

价格效率比率用方向性净变化与路径噪声之比刻画趋势质量。

更快系统响应及时但换手和假信号更多，更慢系统稳健但滞后。

规则要跨市场测试，依靠组合分散而不是为单一市场精调。

波动率、仓位、止损和相关性共同构成系统风险控制。

商业套期保值、期货与股票系统共享规则框架，但成本和数据结构不同。

趋势跟踪通常在持续、跨市场的价格移动中获利，在反转和震荡中付出成本。

危机Alpha应按危机阶段、方向和速度分析，不能只用单一年度相关性。

跨资产分散使趋势系统不依赖预测某一种宏观危机。

短期和长期趋势信号的危机表现、换手与反转风险不同。

策略评估应覆盖危机前、危机中和修复期，而非只看总体夏普率。

大多数CTA趋势系统共享相似的方向逻辑，差异主要来自组合和实施细节。

期货应按波动率调整仓位，使不同合约贡献可比较的风险。

跨资产分散和长期执行比寻找完美入场点重要。

连续期货、换月、点值和回测成本必须按真实合约处理。

简单规则可复制策略形态，但资金规模、保证金、基础设施和纪律构成实际门槛。

新数据和新技术会创造短期红利，也会因竞争使用而回归正常风险收益。

数据、算法和交易实现需要内部实验室协同，而不是三个孤立团队。

风险既要自动监控报警，也要由人工应急并持续更新模型。

A股热点与交易规则变化要求风险预算和模型快速识别制度状态。

量化长期有助于市场多样性、流动性和价格发现，但机构必须管理容量与同质化。

交易者可按信息、流动性、时间与代理动机分类，不同类型在订单流中留下不同痕迹。

点差、市场冲击、机会成本和未成交风险共同组成执行成本。

限价单以未成交风险换取价格改善，市价单以价格让步换取立即成交。

交易规则、最小报价单位和市场结构会改变流动性供给与价格发现。

评估执行不能只看成交价，还要相对决策时价格、到达价和后续价格衡量。

量化研究可拆为数据收集、清洗、特征、模型、组合、回测和交易执行七个环节。

仅采集和挖掘数据不足以发现规律，模型必须结合金融逻辑与市场结构。

量化更常使用公开结构化和价量数据，主观投资更依赖深度基本面，两者并非对立。

从线性模型到机器学习和深度学习，方法变化但寻找可持续有效价格的目标不变。

策略研发需要长期投入人才、算力、数据和交易技术，短期扩张不能替代投研能力。