从手工回测到自动化交易：我的量化策略开发踩坑实录
最近半年一直在折腾量化策略开发，从最初的手工Excel回测到现在搭建完整的自动化交易系统，踩了不少坑，分享几点关键经验：1. 数据清洗比想象中复杂
刚开始直接用Tushare的日线数据做回测，结果发现复权处理有问题，导致策略信号出现严重偏差。后来不得不自己写复权逻辑，还遇到停牌股处理、涨跌停过滤等问题。建议新手一定要先花时间验证数据质量。
2. 过度拟合是最大的敌人
曾经开发出一个年化60%的"神策略"，结果实盘一个月就亏掉15%。后来发现是用了未来函数而不自知。现在我的原则是：任何策略必须通过样本外测试和参数敏感性分析才能上线。
3. 实盘与回测的差距
回测时没考虑滑点和手续费，实盘发现高频策略的利润全被摩擦成本吃掉了。现在我的回测框架会强制加入3‰的交易成本，并且用tick级数据进行更精确的模拟。
4. 技术债要早还
早期为了快速验证策略，代码写得非常随意。后来策略要接入实盘时，光是重构异步交易框架就花了三周时间。建议从一开始就做好模块化设计。
目前还在苦恼如何有效评估策略的鲁棒性，大家有什么好的方法欢迎讨论。另外求推荐靠谱的期货CTA策略开发框架，最好是Python生态的。
页:
[1]