专题
金融量化分析笔记（Hear7·博客园）
博客园 Hear7（caodneg7）的一篇量化分析学习笔记长文（约 2018-12 发布，链接 postId 10122553）。它是一条完整的入门学习路径：A 股市场基础 → Python 数据工具 → 自建回测框架的思路 → 聚宽平台上的经典策略纵览（含完整代码）。对本站的价值是「全景 + 代码最全」：多数策略与聚宽量化课堂同源，但这份笔记用一份文件把市场常识、工具、框架、九类策略串了起来，适合当量化策略库的总入口之一。
第一次来，可以从第一篇开始；也可以在目录中选择感兴趣的主题。正文底部的“下一篇”会沿下方顺序继续。
关于这套内容与阅读提示
这是什么
- 底本：博客园个人课程笔记一篇（正文分四部分），非官方文档；信息的权威性低于量化课堂与聚宽官方教程，适合当入门纵览而不是当规范。
- 内容分区：第一部分「金融与量化投资」（股票/市场/交易规则/基本面技术面/量化定义）；第二部分「量化投资与 Python」（IPython/NumPy/pandas/Matplotlib）；第三部分「实现简单的量化框架」（七零件 + 用户待写代码）；第四部分「在线平台与量化投资」（聚宽框架 + 双均线/小市值/因子/均值回归/布林带/PEG/羊驼/海龟/鳄鱼九类策略的完整代码）。
- 写作特征：每节先给概念要点，再给聚宽完整代码；多数代码带 2016–2018 平台与 Python 2 的时代痕迹，落地需以现行官方 API 为准。
- 引用口径：正文以「本篇第 X 部分」定位出处；原始文本在
原始出处（已归档）。 - 覆盖状态：1/1 compiled（W9 收官）。
怎么读
按笔记自己的四部分顺序读，就是一条学习路径：
- 第一部分（市场与量化基础）：不懂 A 股的人先补常识——股票分类、交易所、交易时段、T+1、涨跌停、基本面 vs 技术面、量化投资定义与优势。知识密度低但全。
- 第二部分（Python 工具链）：要动手的人过一遍 NumPy/pandas/Matplotlib 的常用操作清单（本页只保留要点，不重贴教程代码）。
- 第三部分（自建框架思路）：很短，但点出「回测框架 = 数据 + 撮合 + 记账 + 指标，用户只填策略逻辑」的结构。
- 第四部分（聚宽 + 九类策略）：每类策略先看它的「一句话机制」，再看关键参数表；想深挖某一类就跳到量化课堂对应专篇（本页「可操作 → 与量化课堂同源对照」有映射表）。
读完想要系统深度版的，去 聚宽量化课堂（低频量化策略 43 篇）；想要平台 API 精确用法的，去 聚宽新手入门教程（JoinQuant 平台实操）；想要判断「这些策略的回测数字能不能信」的，先读 QuantStart 算法交易回测方法论（Part I–II）。
主线
这份笔记把「做量化」拆成四层，正好对应它的四个部分：
- 先懂市场：股票是什么、怎么分类、在哪个交易所按什么规则交易、什么影响股价、基本面与技术面怎么分——这是「标的与规则」层。
- 再备工具：为什么选 Python，NumPy/pandas/Matplotlib 各自管数组、表格、绘图——这是「工具」层。
- 然后懂框架：一个最小回测框架 = 起止时间/现金/持仓 + 历史数据 + 交易函数 + 收益曲线 + 主体 + 指标；用户只写初始化与每日处理——这是「引擎」层。
- 最后是策略：九类经典策略在聚宽上落地（选股/择时/仓位/止盈止损四旋钮的不同拧法）——这是「策略」层。
关键概念
- 量化策略的组成（输入 / 逻辑 / 输出） — 量化策略的组成（选股/择时/仓位/止盈止损）与生命周期——笔记第一部分的核心
- 聚宽策略框架（initialize / handle_data / before_trading_start） — 聚宽 initialize/handle_data 等入口——笔记第四部分的框架
- 趋势跟踪（顺势而为的策略家族） — 双均线、海龟、鳄鱼同属的趋势跟踪家族
- 均值回归（买超跌赌反转） — 均值回归、布林带、反转同属的均值回归家族
- 因子选股（排名 / 打分 / 阈值筛选） — 小市值/因子/多因子选股的统一框架
- ATR 与波动率仓位管理（海龟的 N 值） — 海龟 N 值/Unit 的波动率仓位
- PEG 估值（市盈率 ÷ 盈利增长率） — PEG = PE ÷ G 估值法
读完应该记住的
- 做量化四步走：懂市场 → 备 Python 工具 → 懂回测框架结构 → 写策略；每一步缺了后面都跑不顺。
- 股票有面值与市值之分；A 股 T+1、10% 涨跌停，深市 14:57–15:00 收盘集合竞价——规则是硬约束。
- 量化策略的四个核心旋钮永远是选股、择时、仓位管理、止盈止损；所有经典策略都是它们的不同组合。
- 一份最小回测框架只缺策略逻辑：数据、撮合、记账、指标都是固定零件，用户代码就是初始化 + 每日处理函数。
- 九类经典策略一句话：双均线（金叉死叉）、小市值（买最小的）、均值回归（买跌过头的）、布林带（超买超卖统计带）、PEG（便宜 + 成长）、羊驼（卖差补强）、海龟（突破 + 波动率仓位）、鳄鱼（均线纠缠后突破 + AO/AC 动量）。
- 这套纵览的代码是学习素材不是圣旨：Python 2 写法与旧 API 在现行平台要核对；具体策略的深度版与严谨参数在量化课堂，回测可信度判据在 QuantStart 方法论。
更新 2026-09-06