WHAT YOU BUILD
重点不是拿到一段“神秘代码”，而是理解数据、假设和回测结果怎样连接。
培训会围绕一个可复现的研究项目推进。每个阶段都保留输入、输出、检查方法和限制，避免只看到最终收益曲线却无法解释策略为何产生结果。
数据导出与归档
学习从 ATAS 回放或实时环境导出其可加载品种的逐笔成交数据，并按合约、日期和来源保存。
CSV / Parquet 清洗
处理时间、数值类型、重复记录、缺失区间和文件体积，并形成数据质量报告。
Python 信号开发
读取逐笔数据、聚合 K线或特征，明确每个信号只使用当时可见的信息。
tick 路径回测
在逐笔路径上检查入场、止损、目标、同柱先后顺序、手续费与滑点假设。
MFE / MAE 评估
分析最大有利与不利变动、持有时间、分段表现和参数敏感性。
研究报告
用清晰图表记录样本、规则、风险、失败场景和待验证问题。
数据能力与限制
| 可以用于 | 不能声称 |
|---|---|
| 逐笔成交、成交方向/字段分析、K线聚合、信号回放、tick 路径执行近似。 | 重建 Level 2 盘口队列、完整订单簿、所有挂单变化或交易所撮合引擎。 |
| 研究手续费、滑点和规则敏感性。 | 保证真实账户获得与回测相同的成交或收益。 |
作为能力证明的资料
数据下载器、示例代码和研究报告用于展示课程会建立怎样的研究能力。它们不是历史收益广告，也不构成未来表现承诺。
避免回测错觉
任何回测都可能受到数据缺失、未来函数、幸存者偏差、过度拟合、手续费、滑点和执行近似影响。课程会优先检查这些问题，而不是追求一条最好看的曲线。
报价方式
量化策略开发培训独立咨询报价，按学员 Python 基础、数据范围、策略复杂度、交付深度和辅导方式确认，不包含在 ¥1,500 包月或 ¥6,000 交易课程买断中。