跳转至

⚠️ 免责声明：本章仅为教育与研究方法展示，不构成任何投资建议。 所有回测结果来自历史数据，不代表未来表现。投资有风险，决策需独立判断。

终章：从回测到智慧

最好的策略是哪个

如果你一定要选一个：纯动量（5 日涨了就持有，跌了就空仓）。

它只有一条规则，没有参数可调，在 30 年数据上 12/16 指数产生正 alpha。它不是最好的——但它是最诚实的。你不可能对它过拟合，因为没有任何参数可以调。

最差的是哪个

弱反转（抄底）。 在 A 股四个指数上全部垫底。"跌多了会反弹"这个直觉在 A 股是错的——A 股的趋势持续性远强于反转性。

为什么 +44.5% 会变成 -7.5%

因为 +44.5% 从来没有"属于策略"过。它是"深证红利 + 2008—2017 这段窗口 + 看完数据再调参"这个特定组合的产物：

  • 同样的策略、同样的参数、同样的窗口，换到沪深300 上：-7.5%
  • 同样的策略、同样的参数，换到 2005—2026 新窗口：深证红利 +553%（因为买入持有 20 年年化只有 0.04%）

+44.5% 和 -7.5% 都不是策略的"真实业绩"——它们只是"你选了哪段数据"的投影。 你看到的回测数字，一半是策略，一半是你自己的选择。

你真正学到了什么

11 课，11 个可运行脚本，8683 行数据。你不能用它们去跑量化交易。但你现在知道：

  1. 怎么评估一个策略。 不是看年化收益——是看它在不同数据窗口、不同指数、不同参数下的稳定性。
  2. 数据选择和指数选择决定一切。 同一个策略从 +44.5% 到 -7.5%，只差一个指数。下次有人给你看回测，第一句问："数据到哪一年？指数是哪个？参数是看完数据后调的吗？"
  3. 简单策略打败复杂策略。 纯动量（1 条规则）> 跳级动量（14 条规则）> 组合策略。复杂度是过拟合的温床。
  4. A 股不要抄底。 弱反转在四个指数上全部垫底。跌了还会跌——这是 A 股的基本性格。
  5. 蒙特卡洛的价值在迁移。 把"股价"换成你自己的业务数据（原材料成本、客户流失率、物流费用），蒙特卡洛就从模拟变成了你的风险管理工具。量化思维不只在股市有用。

从股票到你的行业：最后的迁移

这本书讲的是 A 股指数。但你不一定只投 A 股。你可能是做零售的、做制造的、做物流的、做医疗的——你的行业里也有历史数据：原材料价格、库存周转天数、客户获取成本、季节性销量波动。任何有历史序列的数据，都适用这本书里的方法论。

PE 分位数 → 用在你自己的业务指标上："现在的原材料价格在历史上排第几？现在的库存水位是不是偏高了？"

蒙特卡洛 → 用在你自己的业务场景上："销量、成本、回款周期三个变量同时随机游走，最坏 5% 的情景下，现金流缺口有多大？"

信号评估框架 → 用在 GOR 方向信号上："六大师共识度信号在过去 10 年里胜率是多少？"

这本书不是终点。是工具包。

"What I cannot create, I do not understand." — Richard Feynman

这本书的每一行代码，我都是亲手敲的。每一个 bug，我都是亲手调的。每一个"+44.5% 消失了"的结论，我都是亲眼看到的。希望你也是。

课堂问答：关于这本书

问：你写了 11 课，最后说"这些策略不能用来赚钱"——那读者为什么要学？

因为"不能赚钱"不等于"没有价值"。你学会了看收益、风险、分布、日历、在线统计——这些是在任何投资决策中都有用的技能。更重要的是，你亲自经历了一次"+44.5% 是怎么变成 -7.5% 的"（只换了一个指数）。这个经历比任何教科书都更能教会你：不要相信回测。以后你看到任何投资产品宣传"历史年化 XX%"，你的第一反应不会是兴奋——你会问："数据到哪一年？指数是哪个？训练集和测试集怎么分的？参数是调过的吗？"

问：如果我只记住一句话，应该记住哪句？

这些策略不是为了让你去跑量化交易。它们是一套思维训练工具——让你理解量化思维的边界、学会评估任何策略的有效性、然后把方法论迁移到你真正有信息优势的领域。

问：下一步我该做什么？

三条路：第一，把蒙特卡洛迁移到你自己的行业数据上——不管你是做零售、制造、物流还是医疗，只要有历史价格或成本序列，就可以模拟未来。第二，用信号评估框架测你的 GOR 方向信号——过去 3 年的胜率是多少？第三，把 PE 分位数的逻辑用在你自己的行业上——你的原材料价格现在是贵了还是便宜了？你的产品定价在历史上排第几？这三条路，任何一条走通了，都比"找到一个能赚钱的量化策略"有价值一百倍。

联系作者：GitHub @Justinjchen-Cornell 代码仓库：github.com/Justinjchen-Cornell/quant-from-zero 书稿：保留所有权利，未经许可不得转载。

终章大作业

  1. 综合评估报告。选 3 个指数，把 11 课的方法全部跑一遍， 写一份一页纸的《策略评估报告》。模板：
  2. 指标：年化 / 波动 / 最大回撤 / 夏普
  3. 窗口检验：旧窗口 vs 新窗口结果一样吗？
  4. 指数检验：换个指数结果一样吗？
  5. 参数检验：参数微调结果一样吗？
  6. 结论：这个策略"值得信"还是"只是数字"？
  7. 迁移项目。把任意一章的方法论用在你行业的数据上，写一页纸的应用说明： 输入什么数据、跑什么脚本、输出什么决策依据、有什么局限。
  8. 复核承诺。重读 README 里"十一课内容"的表格。现在，每个数字你都能复现吗？ 如果不能，去开 Issue——你正在帮助这本书变得更好。
  9. 最后一问。三个月后再回来看这本书：你的直觉变了吗？