量化四件套:数据 → 因子 → 策略 → 回测
一张地图,让你看懂任何一套量化系统
你刷量化教程时,是不是经常撞见这几个词:「因子」「回测」「策略」……大家都说得很熟,你跟着点头,心里其实有点虚:它们到底谁是谁、怎么串起来的?
别慌。今天我给你一张地图。量化系统再花哨,拆开都是同样四块拼起来的。看完这一节,以后不管谁跟你聊量化,你都能在心里对号入座:「哦,他说的是第几环。」——包括上节留的悬念:AI 到底插在了哪一环。
还记得第 1 节我们说,量化像一间标准化中央厨房吗?现在我们走进这间厨房,看它怎么出一道菜:
- 买菜 = 拿到数据(价格、成交量、财报、新闻……)
- 尝出关键味道 = 提炼因子(从数据里量出「可能有用」的指标)
- 照菜谱下锅 = 执行策略(什么信号满足就买、买多少、何时卖)
- 开业前先试做一遍 = 跑回测(用过去的数据检验菜谱靠不靠谱)
一句话:量化四件套 = 买菜(数据)→ 尝味道(因子)→ 照菜谱(策略)→ 试做(回测)。
一环一环拆给你看
① 数据 —— 原材料 价格、成交量、财报、公告、新闻、甚至天气和物流数据,都是量化的「食材」。一条铁律:垃圾进,垃圾出——数据脏了、错了,后面全白搭。
🤖 AI 插在这:上节说的大模型强项就在这一环——把新闻、财报这种乱糟糟的文字,变成能用的信号。
② 因子 —— 从数据里提炼的「信号」 因子,就是你从数据里算出来的、可能和未来涨跌有关的一个指标。比如:「过去一段时间涨得好不好」(动量)、「估值贵不贵」(估值)、「公司大不大」(规模)——这些都是教科书级的因子举例(说明什么是因子,不是叫你去买谁)。
⚠️ 关键:因子只是「统计上可能相关」,不是稳赚密码。它会失效、会被用滥。
③ 策略 —— 把信号变成决策的规则 这就是第 1 节说的「写死的规则」:把一个或多个因子组合起来,规定买什么、买多少、何时卖、亏多少止损。策略 = 因子 + 仓位 + 风控,拼成一套能执行的动作。
④ 回测 —— 拿历史数据先「试做」一遍 策略写好了,先别上真钱。用过去的数据把这套规则空跑一遍,看它「如果当年这么做」表现如何。这是量化比拍脑袋强的地方——能提前检验。
⚠️ 但请你记死一句话:回测好看,不代表实盘能赚。为什么?下一节整节拆。
一张图记住它
| 环节 | 是什么 | 厨房类比 | AI 帮得上吗 |
|---|---|---|---|
| ① 数据 | 原材料:价格/成交量/财报/新闻… | 买菜 | ✅ 把新闻、财报变成能用的信号 |
| ② 因子 | 从数据提炼、可能预示涨跌的信号 | 尝出关键味道 | ✅ 挖因子、造「情绪因子」 |
| ③ 策略 | 把因子组合成买/卖/仓位的规则 | 照菜谱下锅 | 🔶 能辅助,但规则得人来定 |
| ④ 回测 | 用历史数据把策略空跑一遍 | 开业前试做 | ⚠️ 能帮你跑,但骗不骗你另说 |
看懂这张表,你就拿到了那张地图:任何一套量化系统,都是这四块的组合;AI 主要强化的是①数据和②因子这两环,越往后(策略、回测)越离不开人的判断和警惕。
动手连一连,把这张地图变成肌肉记忆:
新手一听说「动量因子过去很有效」,就两眼放光:找到密码了!
打住。 因子只是「历史上统计相关」,有三个致命软肋:
- 会失效:昨天有效的因子,今天可能就不灵了(市场会变)。
- 会拥挤:一个因子一旦人尽皆知、大家都用,超额收益就被抹平了。
- 是相关不是因果:「相关」经常只是巧合,尤其你翻的数据越多,越容易撞上假规律。
所以:因子是「线索」,不是「答案」。把线索当答案,就是下一节要讲的大坑的起点。
前三步——数据、因子、策略——你都能踏踏实实做。最危险的恰恰是第四步:回测一旦跑出漂亮的收益曲线,人就容易上头,以为「稳了」。
但回测是拿历史数据做的事后模拟,极容易过拟合、引入未来信息、踩中幸存者偏差(还记得 q0.2 那些飞不回来的飞机吗?)。回测的漂亮,和实盘的赚钱,中间隔着一整个深坑。 这个坑太重要、太普遍,我们下一节专门用一整节来拆它。
📌 免责:本课是技术科普,帮你看懂量化的结构,举例中的「因子/指标」仅用于说明概念,不构成任何投资建议;投资有风险,盈亏自负。
这一节你拿到了整门课最有用的一张地图:数据 → 因子 → 策略 → 回测。你现在能把任何量化系统拆成这四块,也知道了 AI 主要强化前两环、越往后越靠人。
而这张地图的最后一块——回测——我已经提醒你三次了:它是最会骗你的一环。
下一节,就是整门课的『灵魂课』之二:回测为什么会骗你。 未来函数、过拟合、幸存者偏差……那些让无数人「回测暴赚、实盘暴亏」的坑,我一个个拆开给你看。学完这节,你就拿到了不被割韭菜的第二道护身符。
🔎 来源与核验· 3 条,点开核对
