上节课思考题及本节课内容介绍

小象实战讲义 · 初阶量化交易：策略编写及系统搭建 本讲义仅用于编程与量化方法教学，不构成任何投资建议。

在量化交易体系中，许多初学者的关注焦点往往全部集中在量化信号系统（什么时候买、什么时候卖）上。不可否认，精准的择时与信号触发是获取超额收益（Alpha）的前提；然而在专业量化基金中，决定账户能否长期生存、穿越极端牛熊周期的关键，恰恰在于仓位管理（头寸分配）与底层风险控制。

本讲首先深度解答第一课留下的两大经典思考题——剖析看似优异的单次回测收益曲线为何不能轻率上线实盘，并揭示双均线策略在回测代码编写中极易踩中的两大致命工程 Bug（成交量上限假设与状态/交叉信号混淆）；随后系统引出第二章的核心主线：四大经典量化择时信号系统（MACD、RSI、BOLL、分形） 的设计与落地逻辑。

💡 核心导读

• 上节思考题 1：如何客观诊断一份回测收益曲线？
  • 表面指标：年化收益率 23.5%、最大回撤 9.4%、收益回撤比 2.5:1，近 200 次交易看似统计显著；
  • 实盘死穴：仅覆盖单一自然年（2016 年），未经历大牛市与大熊市的跨周期检验，无法排除”幸存者偏差”与特定市场风格红利；必须逐笔排查交易明细中的滑点、流动性与冲击成本。
• 上节思考题 2：双均线策略的两大隐蔽回测 Bug：
  1. 成交量占比上限设定过高（order_volume_ratio = 1.0）：在回测中假设能吃下当日全部成交量，而实盘中即使建仓超过当日成交量的 10% 就会引发严重的市场冲击成本，回测建议严格设为 $\le 0.1$；
  2. 状态判断（State）误当成交叉触发信号（Cross）：判断条件写作 MA5 > MA10。在非 All-in 满仓的分仓策略中，会导致在持续多头排列期间每天重复买入，迅速吃光账户可用资金！正确做法应为边沿触发判定（MA5 上穿 MA10 当日仅触发一次交易）。
• 量化信号系统在全系统中的战略定位：
  • 信号系统负责回答”何时买卖”的择时问题；
  • 本章将逐一攻克 MACD 金叉/死叉、RSI 超买/超卖、BOLL 轨道突破、分形顶底结构 四大核心技术指标的数学建模与数据库信号生成。

┌─────────────────────────────────────────────────────────────┐
│                    量化交易核心决策分工模型                 │
└──────────────────────────────┬──────────────────────────────┘
                               │
 ┌─────────────────────────────┼─────────────────────────────┐
 ▼                             ▼                             ▼
┌──────────────────┐   ┌──────────────────┐   ┌──────────────────┐
│   信号系统 (When)│   │   头寸管理 (How) │   │   风控系统 (Risk)│
├──────────────────┤   ├──────────────────┤   ├──────────────────┤
│ • 寻找交易时机   │   │ • 决定下注规模   │   │ • 保证账户不穿仓 │
│ • 均线/MACD/RSI  │   │ • 凯利公式/等权  │   │ • 极端止损/分散化│
│• 输出买卖 Trigger│   │• 资金利用率最优化│   │ • 长期生存之命脉 │
└──────────────────┘   └──────────────────┘   └──────────────────┘

一、上节课思考题深度复盘与回测陷阱

1. 2016 单次回测曲线为何不能轻易上实盘？

在回测报告中，年化 23.5%、最大回撤 9.4%、成交近 200 笔看似无可挑剔。但专业量化评估必须警惕：

• 跨周期适应性不足：A 股市场具有极强的风格轮动（如 2017 年的”漂亮 50”与中小盘分化、2018 年的单边阴跌）。仅凭 1 年的回测数据，无法证明策略在不同宏观环境下的稳健性；
• 逐笔交易真实性核验：必须逐笔核查 200 笔交易的买卖点位是否存在盘口滑点、停牌股交易或未来函数。

2. 双均线回测代码中的两大致命 Bug

Bug ① 成交量上限假定过宽 (order_volume_ratio = 1.0)
     └─ 假设能吃下当日全部成交量。实盘中超过 10% 就会引发严重滑点冲击，回测必须设为 ≤ 0.1。

Bug ② 状态判断混淆为交叉触发 (MA5 > MA10)
     └─ 只要处于多头排列每天都买入 10%，导致第一只股票几天内吃光所有资金，破坏组合配置！

二、认识量化信号系统

量化信号系统是连接原始行情数据与交易执行路由的桥梁：

$$数据 (价/量/时/空) \xrightarrow{\quad 技术指标 \quad} 交易信号 (Buy/Sell) \xrightarrow{\quad 组合仲裁 \quad} 实盘报单$$

技术指标的四大底层哲学分类

1. 均线型（MA, EXPMA, BBI）：反映特定周期内的平均持仓成本，体现动态支撑与压力；
2. 趋势型（MACD, SAR, DMI）：捕捉单边行情的启动、发展与趋势反转；
3. 摆动型（RSI, KDJ, BOLL, WR）：适用于震荡行情，度量市场的超买与超卖状态；
4. 能量型（OBV, VOL, VR）：度量量价配合力度，验证价格波动的持续性。

⚠️ 信号逻辑正确 ≠ 策略盈利：本讲演示的是”状态判断 vs 边沿交叉”这一逻辑正确性问题（避免重复买入耗尽资金），并不意味着金叉本身能预测涨跌。本节代码与输出均基于内置合成行情，仅演示信号的计算口径，不构成任何买卖建议，也不代表信号在真实市场的胜率或收益；技术指标在震荡市可能频繁假信号，信号参数（周期/阈值）过度贴合某段历史即过拟合，实盘还须计入滑点、佣金与冲击成本。回测偏差的系统讨论见 3.7、5.4。

📝 动手练一练

下面我们通过 Python 代码，复现并验证状态持续追买（State-driven）与交叉瞬时触发（Cross-driven） 的逻辑差异，直观展示为何判断条件必须使用边沿触发：

import pandas as pd
# 保证宽表在任意终端宽度下都完整打印（不折叠中间列），使输出确定、可复现
pd.set_option("display.width", 250)
pd.set_option("display.max_columns", None)
pd.set_option("display.max_rows", None)

def demonstrate_cross_vs_state_signal():
    """
    演示量化回测中的经典逻辑 Bug:
    1. 错误逻辑 (State-driven): 只要 MA_Fast > MA_Slow 每日都触发买入 -> 资金被单一标的过快耗尽
    2. 正确逻辑 (Cross-driven): 仅在 MA_Fast 上穿 MA_Slow 的金叉发生当日触发一次买入指令
    """
    # 构造一条均线由死叉转金叉的价格时序
    dates = pd.date_range("2023-01-01", periods=8, freq="D")
    prices = pd.Series([12.0, 11.5, 11.0, 10.5, 11.2, 12.0, 12.8, 13.5], index=dates)
    
    ma3 = prices.rolling(3).mean()  # 快线
    ma5 = prices.rolling(5).mean()  # 慢线
    
    df = pd.DataFrame({'Close': prices, 'MA3': ma3, 'MA5': ma5})
    
    # 1. 错误逻辑: 状态判断 (只要处于上方每天都买)
    df['State_Buy'] = df['MA3'] > df['MA5']
    
    # 2. 正确逻辑: 边沿触发 (前一日在下方且当日穿到上方)
    df['Cross_Buy'] = (df['MA3'] > df['MA5']) & (df['MA3'].shift(1) <= df['MA5'].shift(1))
    
    print("================ 均线信号判定: 状态判断 vs 交叉触发 ================")
    print(df[['Close', 'MA3', 'MA5', 'State_Buy', 'Cross_Buy']])
    print("------------------------------------------------------------------")
    print(f"错误逻辑 (State-driven) 触发买入天数: {df['State_Buy'].sum()} 天 (持续吃光账户资金)")
    print(f"正确逻辑 (Cross-driven) 触发买入天数: {df['Cross_Buy'].sum()} 天 (仅在突破首日精准建仓)")
    print("==================================================================")
demonstrate_cross_vs_state_signal()

运行结果输出：

================ 均线信号判定: 状态判断 vs 交叉触发 ================
            Close        MA3    MA5  State_Buy  Cross_Buy
2023-01-01   12.0        NaN    NaN      False      False
2023-01-02   11.5        NaN    NaN      False      False
2023-01-03   11.0  11.500000    NaN      False      False
2023-01-04   10.5  11.000000    NaN      False      False
2023-01-05   11.2  10.900000  11.24      False      False
2023-01-06   12.0  11.233333  11.24      False      False
2023-01-07   12.8  12.000000  11.50       True       True
2023-01-08   13.5  12.766667  12.00       True      False
------------------------------------------------------------------
错误逻辑 (State-driven) 触发买入天数: 2 天 (持续吃光账户资金)
正确逻辑 (Cross-driven) 触发买入天数: 1 天 (仅在突破首日精准建仓)
==================================================================

本章小结

1. 客观对待单次回测表现：回测曲线良好绝不等于实盘盈利，必须检验跨周期稳健性与流动性冲击。
2. 严防状态与边沿信号混淆：在多资产配置策略中，信号判定必须采用 shift(1) 前后对比的交叉触发逻辑，切忌使用状态判断导致连续重复下单。
3. 信号与风控协同运行：信号解决时机问题，仓位与风控解决生死存亡问题，两者相辅相成。

📋 行动清单 (Action Checklist)

• 运行本讲模拟代码，观察第 7 天与第 8 天 State_Buy 与 Cross_Buy 的布尔值变化；
• 检查自己现有的策略逻辑，核实是否存在将”均线多头排列”误写为”每日重复买入”的隐蔽 Bug；
• 预习下一讲技术指标分类体系，明确趋势型与摆动型指标的适用市场环境。

—— 小象教研组