建议学法:先读一遍,再打开系统做一遍,最后完成章末练习。所有动画都可暂停;你的系统偏好为“减少动态效果”时,不会自动播放。

LESSON 01 / 五分钟上手

先让系统跑起来,再理解每个零件

这套程序已经包含国内 A 股行情、10 个传统策略、1 个 NumPy 神经网络策略、独立 Qlib DNN 实验、组合回测和本手册。原有 MLP 只依赖 NumPy 与 pandas;Qlib 实验额外需要 PyTorch,但默认使用 CPU,不需要显卡。

第一次启动

  1. 1
    在项目目录打开终端

    安装项目依赖。只需在环境变化时重新执行。

    .venv\Scripts\python.exe -m pip install -r requirements.txt
  2. 2
    启动本地服务

    保持终端运行;不要关闭后才打开页面。

    npm run dev
  3. 3
    打开交易助理

    进入“组合回测”,输入 600519 或其他沪深北 A 股代码。行情优先来自东方财富,失败时按系统配置使用腾讯或缓存。

    打开组合回测工作台

先记住这条边界

这里是研究和教学系统,没有连接券商下单。本地“电脑操作”也有白名单与逐次确认;学习手册不会触发桌面动作。

第一次回测,只做一个对照

你的动作你会看到要回答的问题
只勾选“神经网络 · MLP”MLP、组合与买入持有曲线模型空仓多久?何时入场?
再勾选“双均线趋势”两个单策略与二者等权组合组合是否降低了回撤?
比较收益与风险表收益、回撤、夏普、入场次数高收益是否伴随更大波动?

当前“组合”是所选策略日收益的每日等权平均,不是把资金一次性分成固定份额后长期不再调整。

LESSON 02 / 系统地图

七个词,分清整条链

新手最容易把“因子、模型、信号、仓位”混成一个词。其实它们像厨房里的食材、菜谱、做菜决定和最终上桌份量,各自承担不同工作。

行情
原始的开盘价、最高价、最低价、收盘价、成交量。它是证据,不是结论。
特征 / 因子
从行情计算出的输入,例如 5 日动量。学术与业界常称因子;送入神经网络时也叫特征。
标签
训练时的标准答案。本系统样本 t 的标签是:下一交易日收盘是否高于当天。
模型
学习“特征到标签”关系的函数。本系统用一个小型 MLP 输出上涨概率。
信号
把概率翻译成动作门槛:达到 0.55 才考虑入场,低于 0.50 退出。
仓位
实际持有多少。本基线只有 0(空仓)和 1(满仓),并加 SMA200 趋势过滤。
回测
把历史仓位逐日接到收益上,延迟一日、扣成本,再统计曲线和风险。
行情 → 特征 → 模型概率 → 交易信号 → 延迟仓位 → 净收益 → 风险指标

神经网络没有替代整条链。它主要替代“人工写死特征如何组合”的那一段。数据清洗、组合、成本、执行和风控依然在外部。

LESSON 03 / 动画流水线

让一笔数据走完整条生产线

点击播放,或用上一步、下一步慢慢观察。高亮节点是当前工序,下方文字说明这一工序真正接收什么、产出什么。

  1. 01行情
  2. 02特征
  3. 03标签
  4. 04训练
  5. 05概率
  6. 06仓位
  7. 07回测

步骤 1 / 7

行情

只读取当前及过去的 OHLCV,不把未来价格放到今天的输入里。

真正的模型并不是每天从零训练:本系统每 21 个交易日重训一次,期间沿用最近一次模型,减少计算量并保持历史信号可复现。

LESSON 04 / 时间边界

回测最重要的不是 AI,而是不偷看答案

假设你在 t 日收盘后做预测。当天收盘价已经公布,所以样本 t-1 的“下一日方向”标签也已经揭晓,可以用于训练;样本 t 的标签要等 t+1 收盘才知道,绝不能用。

yt = 1,当 closet+1 > closet;否则为 0
时间旅行实验

正确:训练样本严格早于预测日

特征日t−4训练
特征日t−3训练
特征日t−2训练
特征日t−1最后训练样本
今天收盘t生成概率
尚未发生t+1t 的答案

训练索引 < t。最后一个训练样本是 t−1,它的标签只用到刚收盘的 t 日价格,因此可见。

本系统怎样守住边界

前视偏差会让历史曲线漂亮得离谱,因为它相当于考试前拿到了答案。时间顺序错了,再复杂的神经网络也没有意义。

LESSON 05 / 神经网络解剖

6 个输入,8 个隐藏神经元,1 个概率

MLP(多层感知机)可以理解成两层可学习的加权组合。第一层把 6 个特征非线性组合成 8 个内部表示;第二层把这些表示合成一个 0 到 1 的上涨概率。

现在有两套可以对照的引擎

这里的 MLP 由 NumPy、pandas 和项目现有 Python 代码实现,便于逐行学习。下一章的 Qlib 实验区则使用微软开源的 Alpha158、DNNModelPytorch 和原生订单回测。二者互不替换,也不会因为模型更复杂就自动获得更高收益。

六到八到一的神经网络结构 左侧六个量价特征连接八个隐藏神经元,再连接右侧上涨概率输出。 1 日收益5 日动量21 日动量20 日波动SMA50 偏离相对量能 tanh 非线性隐藏层P(下一日上涨)0 到 1

六个特征到底在看什么

特征计算窗口通俗含义
一日收益率1 日今天相对昨天涨跌多少
短期动量5 日最近一周价格方向
月度动量21 日最近约一个月价格方向
收益波动率20 日近期日收益是否剧烈抖动
SMA50 偏离50 日价格相对中期均线的位置
相对量能20 日均量今天成交量相对近期是否放大

固定参数,不靠反复试出“最好看”的历史

训练窗口最近 504 个有效样本
最少训练量252 个样本
重训节奏每 21 个交易日
训练轮数40 epochs
学习率 / L20.01 / 0.0001
随机种子42
入场 / 退出0.55 / 0.50
趋势过滤收盘价高于 SMA200

预热期保持空仓。标签是下一日方向,但模型输出最终被用于下一交易日持仓,交易成本仍由统一回测器扣除。

LESSON 06 / 回测实验课

不要问“AI 牛不牛”,先做三组对照

每次实验保持股票、初始资金、成本和数据区间不变,只改变策略选择。这样曲线差异才有可比性。

  1. 实验 A:只选 mlp,运行并记录结果。
  2. 实验 B:只选 sma(双均线趋势),运行并记录结果。
  3. 实验 C:同时选 mlp + sma,观察等权组合与两条单策略曲线。
  4. 实验 D:读取买入持有基准,不把它误认为“无风险标准答案”。

现在打开工作台做实验

实验累计收益最大回撤夏普入场次数
A · MLP运行后填写运行后填写运行后填写运行后填写
B · 双均线运行后填写运行后填写运行后填写
C · 等权组合运行后填写运行后填写运行后填写
D · 买入持有运行后填写运行后填写运行后填写

四个指标分别回答什么

累计收益
整个样本最终赚亏多少。它不告诉你中间经历了什么。
最大回撤
资金曲线从历史高点到随后低点的最大跌幅。它回答“最难熬时有多痛”。
夏普比率
单位波动对应的平均日收益,再年化。不同策略要在同口径下比较。
入场次数
仓位从 0 变为 1 的次数。次数多不代表更好,还可能意味着成本更敏感。
held = signal.shift(1)
net_return = held × asset_return − |Δheld| × cost

为什么高准确率不等于高盈利?方向猜对很多次,也可能每次只赚一点,少数几次错误却亏很多。还要看盈亏幅度、持仓时间、成本与风险,而不是只看分类准确率。

LESSON 07 / 微软 QLIB 实操

同一行情,换一套真正的研究流水线

Qlib 是微软开源的 AI 量化研究平台。本系统把国内 A 股日线转换为它的本地二进制数据,再使用官方 Alpha158 特征处理器、DNNModelPytorch 模型和原生订单回测。它不是幻方等机构的私有策略复制品,而是一套可核验的研究工具。

对照项现有 NumPy MLPMicrosoft Qlib 实验
输入6 个手写量价特征Alpha158 生成量价特征,去除 VWAP0 后为 157 维
网络6 → 8 → 1,输出下一日上涨概率157 → 32 → 16 → 1,回归预测未来收益
训练每 21 日滚动重训,使用最近窗口前 60% 训练、20% 验证,最多 200 steps,固定种子 42
信号0.55 入场、0.50 退出,另有 SMA200 过滤测试段预测值大于 0 时目标满仓,否则空仓
回测项目统一回测器,收盘信号延迟一日持仓Qlib 原生订单与账户日报;组合按每日净收益等权

两个引擎的模型、信号和成交规则不同,所以“同一测试区间”不等于“完全相同的交易规则”。页面会披露这些差异,避免把不同的实验条件混为一谈。

为什么训练、验证、测试必须按时间分开

训练集负责调整网络权重;验证集负责早停和挑选训练过程中的模型;测试集只用于最后评价。点击下面三个阶段,观察每段数据允许做什么。

训练 60%拟合权重
验证 20%早停选模
测试 20%样本外评价

01 / TRAIN

训练:只看最早的 60%

DNN 的 Adam 优化器只在这里更新权重。若把最后 20% 拿来训练,后面的曲线就不再是样本外结果。

亲手跑一次 Qlib 实验

  1. 1
    确认本机引擎状态

    打开交易助理的“Qlib 实验”,状态行会显示真实的 Qlib、PyTorch 版本和 CPU 设备。至少需要 600 根日线,不调用 Yahoo 示例行情。

  2. 2
    输入代码并运行

    例如 600519,初始资金与单边成本先保留默认值。训练需要一些时间,不要重复点击;失败时会显示真实错误,不生成假曲线。

    打开 Qlib 实验台

  3. 3
    只比较测试段

    页面给出 Qlib DNN、现有 MLP、双均线、Qlib+MLP 每日等权组合、买入持有五条曲线。拖动时间轴或播放,逐日查看它们如何分叉。

  4. 4
    解释风险,不只抄收益

    记录期末资金、累计收益、最大回撤、夏普和调仓计数。组合曲线每天恢复等权,不代表真实账户能无成本地同步调仓。

为什么单股票的 IC / Rank IC 显示“不适用”

IC 衡量同一交易日一组成股票的预测排序与真实收益排序之间的关系。单股票每天只有一个截面样本,无法计算有意义的横截面相关或排序。强行显示一个数字会误导你。后续扩展为每日多股票数据后,才适合加入这项指标。

读懂 Alpha158 的标签与数据假设

本实验沿用 Alpha158 的默认未来收益标签:Ref($close, -2) / Ref($close, -1) - 1。它表示从下一交易日收盘到再下一交易日收盘的收益,不是本系统 NumPy MLP 的下一日方向标签。两个模型不能用标签名称相同来假设。

LESSON 08 / 风险与误区

曲线越漂亮,越要先找漏洞

过拟合:把历史噪声背成了答案

不断试网络层数、阈值和股票,直到历史曲线最好看,往往是在 fit 这次样本。固定参数、保留真正样本外区间、跨股票与跨时期验证,比继续加层更重要。

交易成本与可成交性:信号不等于订单

当前成本是简化假设;涨跌停、停牌、滑点、成交量约束和实际委托队列并未完整建模。A 股 T+1 等制度也需要在更接近实盘的模拟中单独处理。

幸存者偏差:只看活下来的股票

如果全市场研究只使用今天仍上市的股票,就忽略了退市与历史成分变化。升级全市场时,要保留当时真实可交易的股票池。

市场状态变化:过去的关系可能失效

政策、流动性、波动和投资者结构会变化。模型需要按时间重新验证与监控,不能把一次回测当作永久规律。

数据源与缓存:可用不代表完美

国内接口失败时系统可能使用备用源或缓存。每次先看数据来源、日期和缓存状态,不要拿过期行情当作最新结论。

历史回测不代表未来收益。本手册和系统用于学习与研究,不构成投资建议;先掌握验证方法,再考虑是否值得投入更多研究资源。

LESSON 09 / 向机构方法靠近

下一步不是堆大模型,而是换研究问题

当前 MLP 回答的是“这一只股票下一日是否上涨”。更接近机构量化研究的问题是:在同一交易日,全市场哪些股票未来一段时间更可能跑赢其他股票?这叫横截面收益预测与排序。

  1. 现在
    单股票 MLP 基线

    掌握特征、标签、滚动训练和同口径回测。这就是本系统已经实现的版本。

  2. 下一步
    全市场横截面数据集

    每行是“日期 × 股票”,加入行业、市值、量价与基本面;标签改为未来收益或相对基准收益。

  3. 然后
    排序与组合构建

    按预测分数分组,控制行业、市值、单股权重、换手和交易成本,而不是只输出单股票 0/1。

  4. 再后
    样本外与仿真交易

    滚动训练、验证、测试,加入涨跌停、停牌、滑点、成交约束与风险监控。

  5. 最后
    更复杂模型

    只有当数据规模与问题需要时,再比较树模型、时序网络或 Transformer;每次都先证明它优于简单基线。

公开资料能告诉我们什么

幻方公开历程确认了深度学习仓位在 2016 年上线、2017 年底策略几乎全面 AI 化;Two Sigma 强调多源数据与科学研究;Gu、Kelly、Xiu 的学术比较显示树模型和神经网络能利用非线性交互,重要信号包括动量、流动性和波动率。这些资料不提供可直接复制的机构私有参数。

FINAL / 练习

三道题,检查你是否真的理解

1.在 t 日收盘预测时,哪个训练样本可以最后进入训练?
2.一个方向预测准确率很高的模型,是否一定赚钱?
3.向头部量化方法升级,最合理的下一步是什么?

完成选择后提交,会看到逐题解释。

随身术语表

术语一句话解释
MLP多层感知机,本系统的小型全连接神经网络
Walk-forward沿着时间向前滚动训练和预测,不改写过去
标准化用训练窗口的均值和标准差缩放特征
SMA200200 日简单移动平均线,本系统用作趋势过滤
Epoch完整遍历一次本次训练数据
L2限制权重过大的正则化项
等权组合每天对选中策略的日收益取算术平均
样本外没有参与训练与调参的后续时间或股票数据

学到这里,你的目标不是“相信 AI”,而是能够独立解释:数据从哪来、模型见过什么、仓位何时生效、成本在哪里扣、结果还可能错在哪里。

带着这五道题,回到组合回测