扩展阅读·实盘复盘·调试大全·组合示例·习题集·问答录
第371页 · 预计54页
先说明一下这部分的定位：这几个模块不属于正文主线，是配套的「实战扩展包」，放在全书正文之后、附录之前，目的是给不同需求的读者补充对应内容——想深挖理论的补文献，想上手实操的补案例和排错指南，想练手巩固的补习题。补充后全书总页数大概增加54页，正文加扩展一共约414页，适合想把书读透、直接落地实操的读者。
每章末尾增加，共9章，每章300-400字，合计约9页。
这部分是给每章配的延伸阅读清单，每章配3份材料，论文、书籍、官方报告各一份，告诉你为什么推荐、该读哪部分。适合读完正文还想深挖理论背景、找原始文献验证的读者。
第一章扩展阅读：论文是Hui等人2016年发在《Journal of Financial Markets》上的《量化策略拥挤与尾部风险》，是第一章“拥挤导致失效”的核心学术依据，建议精读第二节的实证设计部分。书籍推荐《市场的反常行为》，作者是Benoit Mandelbrot，从分形几何角度解释市场为什么会出现集体踩踏，比传统金融学更贴近A股的实际情况。报告推荐证监会2024-2025年程序化交易处罚案例汇总，官网就能下载，读懂监管的红线到底是什么，比任何理论都有用。
第二章扩展阅读：论文看Alphalens官方文档里的因子分析示例，手把手教你用Alphalens做分层回测，代码可以直接抄。书籍看《Python金融编程》，作者Yves Hilpisch，是第二章代码的深化，尤其是数据清洗和回测引擎的高级用法。开源项目推荐QuantConnect的Lean引擎，GitHub上能找到，是生产级的回测框架，可以学习它的事件驱动架构。
第三章扩展阅读：论文看Jegadeesh和Titman1993年的经典动量论文，虽然数据老，但逻辑清晰，是动量因子的鼻祖。还有Antweiler和Frank2004年发在《Journal of Finance》上的《所有讨论都只是噪音吗》，是第三章情绪因子的理论基础。书籍推荐《资产管理者的机器学习》，作者Marcos López de Prado，讲如何用AI挖掘因子而不被过拟合坑，是第三章AI应用部分的进阶内容。
第四章扩展阅读：论文看Black和Litterman1992年的《全球投资组合优化》，是Black-Litterman模型的原始论文，第四章组合优化部分的理论基础。书籍推荐《金融机器学习进展》，还是Marcos López de Prado的，里面讲了算法交易的详细实现，尤其是第七章的金融时间序列交叉验证非常有价值。报告推荐AQR Capital的因子投资系列白皮书，全球最大的量化机构公开分享的因子研究方法论。
第五章扩展阅读：论文看Novy-Marx2013年的《价值的另一面》，第五章的因子衰减模型可以借鉴它“缓慢衰减”的检验方法。书籍推荐《当天才失败时》，作者Roger Lowenstein，长期资本管理公司的崩盘故事，生动展示了因子失效加杠杆的毁灭性后果。开源项目看XGBoost官方文档里的时间序列交叉验证示例，是第五章AI预测失效概率的代码进阶内容。
第六章扩展阅读：论文是朱英姿等人2018年发在《金融研究》上的《中国股票市场定价因子的实证研究》，也就是第六章的核心参考文献，A股四因子模型的原文。法规直接看《证券市场程序化交易管理规定（试行）》全文和交易所实施细则，第六章法律监管部分的原文，建议逐条读。书籍推荐《中国资本市场》，作者余永定，帮你理解A股制度变迁的宏观背景。
第七章扩展阅读：论文看Harvey、Liu、Zhu2016年的《预期收益的横截面》，发在《Review of Financial Studies》上，是揭露因子挖掘中多重检验与过拟合问题的学术版。博客推荐Quant at Risk的“回测过拟合”系列文章，用通俗例子解释过拟合检测方法。工具看pandas官方文档里的时间序列和重抽样部分，是第七章滚动窗口验证和生存者偏差处理的代码基础。
第八章扩展阅读：开源项目看zipline，Quantopian开源的回测库，是更完整的回测系统框架，可以借鉴它的事件驱动架构。书籍推荐《构建机器学习驱动的应用》，作者Emmanuel Ameisen，讲第八章AI集成模块中，如何把模型部署到生产环境。视频推荐PyCon 2019的《用Apache Airflow构建数据管道》，如果你想把第八章的监控系统做成自动化工作流，Airflow是绝佳工具。
第九章扩展阅读：论文看Lopez de Prado2018年的《大多数机器学习投资组合失败的10个原因》，是第九章“局限性与黑天鹅”部分的实证补充。书籍推荐《黑天鹅》，作者Nassim Taleb，理解黑天鹅事件的最好读物，虽然不直接讲因子，但思想贯穿全书。演讲看SEC主席Gary Gensler2024年关于“量化交易与市场公平”的演讲，是监管层对量化伦理的官方立场。
共15页。
这部分是三个完整的真实踩坑案例，每个都从背景、失效过程、原因分析、改进措施、教训总结五个部分讲透，不是纸上谈兵，都是真金白银亏出来的经验。适合看完理论想知道实盘到底会踩什么坑的读者。
背景：2021年我在商品期货上用了一个基于“基差+动量”的因子策略。这个因子2018-2020年回测年化收益35%，最大回撤12%。2021年9月前实盘收益和回测基本吻合。
失效过程：2021年10月，发改委对动力煤价格进行强力干预，期货价格连续跌停。因子里的动量部分发出强烈买入信号，认为超跌反弹，但实际价格因为政策持续下跌。因子净值两周内回撤28%，超过历史最大回撤的两倍。
原因分析：一是因子没有纳入政策风险变量，在商品期货里政策干预就是黑天鹅；二是动量因子的参数过于敏感，用的5日动量，极端行情下产生假信号。
改进措施：加入“政策强度”虚拟变量，当交易所提高保证金、限制开仓时，自动降低因子权重；把动量窗口从5日延长到20日，减少对短期波动的敏感度；设置硬止损，当因子策略净值回撤超过15%时，强制平仓并暂停一周。
教训：因子失效不一定来自拥挤或过拟合，也可能是外部环境突变。必须给因子设置外部变量过滤器。
背景：双低策略，也就是低价格加低转股溢价率，2021-2022年是可转债市场最赚钱的策略之一。某量化平台上的双低策略跟单产品规模从1亿膨胀到30亿。
失效过程：2023年2月，可转债市场出现“杀溢价”行情，双低策略里的“低溢价”部分失效，只剩“低价格”部分还在。当时双低策略的持仓集中度，前10只转债占总仓位比例，从40%上升到75%。2023年5月，搜特转债正股退市，转债价格从70元跌到20元。双低策略重仓了这只转债，因为价格低，导致净值一周跌了12%。随后投资者赎回，策略被动卖出，踩踏形成。
原因分析：一是拥挤度过高，策略容量有限，但资金涌入太多；二是缺乏信用风险过滤，双低策略只看价格和溢价率，没看正股的基本面风险。
改进措施：加入“正股ST/退市风险”过滤，剔除正股有退市风险的转债；设置持仓集中度上限，单只转债占比不超过总仓位的3%；每日监控拥挤度，当策略持仓和全市场双低策略持仓的重合度超过60%时，减半仓。
教训：因子的“低拥挤”比“高收益”更重要。当你想赚最后一个铜板时，往往就是崩盘的开始。
背景：这个因子的逻辑是，当一只股票出现在龙虎榜且“机构专用”席位净买入金额超过500万时，次日买入，持有5个交易日。2023-2024年回测年化收益28%，实盘年化22%。
失效过程：2025年3月，有游资开始冒充机构席位，通过租用机构交易单元，在龙虎榜上制造“机构净买入”假象。因子模型无法区分真假机构，继续跟单，结果连续三次接盘游资出货，回撤了12%。同期监管对龙虎榜披露规则进行了调整，把披露门槛从“涨跌幅偏离值7%”提高到“9%”，上榜股票数量减少，因子的交易机会锐减。
原因分析：一是因子依赖的“机构席位”标签变得不可信；二是市场规则变化导致因子失效。
改进措施：增加“席位识别”模块，统计每个席位的历史胜率，只跟踪过去一年跟单胜率大于55%的机构席位；和龙虎榜另一因子“营业部实力”结合使用，机构买入加游资卖出，才是真机构。
教训：因子的有效性依赖的数据环境会变。需要定期检查底层数据是否仍然“诚实”。
共10页。
这部分是我多年量化实践中遇到的最常见的10个回测/代码错误，每个都讲了现象、原因、调试方法，相当于一本排错手册。写代码跑回测遇到问题的时候，直接对着查就行。
错误1：前视偏差
现象：回测夏普1.5，实盘只有0.5。
原因：因子计算中用了当天收盘价，比如计算涨跌幅没有加shift(1)。
调试方法：打印因子计算的日期和对应的未来收益日期，肉眼检查有没有“同日”错误。
错误2：幸存者偏差
现象：回测曲线漂亮，但实盘总买到退市股。
原因：回测股票池只包含当前上市股票，没把退市的算进去。
调试方法：回测前打印股票列表的长度，对比不同年份的数量，比如2010年应该约2000只，2025年约5000只。如果2010年股票列表就有5000只，说明包含了未来股票，有生存者偏差。
错误3：忽略交易成本
现象：高频因子回测年化50%，实盘亏钱。
原因：没设滑点和佣金。
调试方法：在回测中设置一个极高的成本，比如1%，如果策略依然赚钱，说明它真实可靠；如果变成亏钱，说明原回测过度依赖低成本。
错误4：参数过拟合
现象：调整参数后回测IC从0.02升到0.08，但样本外无效。
原因：用了全样本优化参数。
调试方法：用滚动窗口验证，每次用前3年数据选最佳参数，然后在下1年测试。如果测试期的IC均值低于0.01，放弃这个因子。
错误5：财务数据时间错配
现象：价值因子回测有效，实盘无效。
原因：用了报告期而不是披露期，提前使用了未公开财报。
调试方法：在回测中，将财务数据的使用日期统一滞后90天，年报，或45天，季报，如果因子IC下降不大，说明原回测没问题；如果IC直接腰斩，说明原回测有前视。
错误6：忽略停牌与涨跌停
现象：回测能买到涨停股，实盘买不到。
原因：回测假设涨停价也能成交。
调试方法：在回测中加入“涨停不买入，跌停不卖出”规则。如果策略收益因此大幅下降，说明它依赖了不现实的成交假设。
错误7：多因子等权组合忽视相关性
现象：组合风险比单个因子还大。
原因：因子之间高度相关，等权等于重复给同一类股票加码，风险集中。
调试方法：计算因子值的相关系数矩阵，如果多数大于0.6，需要剔除冗余因子或者用风险平价加权。
错误8：过度优化换手率
现象：策略换手率奇高，实盘成本吞噬利润。
原因：回测中没扣交易成本，或者用了过低的滑点。
调试方法：在回测中设置滑点等于0.2%，如果策略收益从30%降到5%，说明换手率不合理。降低调仓频率，比如从每日改为每周，再测。
错误9：忽视现金流约束
现象：回测资金曲线平滑，实盘经常出现资金不足。
原因：回测假设可以同时买入所有股票，但实盘资金少，买不起100只。
调试方法：在回测中设置最大持仓股票数量，比如10只，看看策略收益是否还能接受。如果大幅下降，说明你的资金量不够执行该策略。
错误10：心理因素导致的执行偏差
现象：实盘业绩远差于回测，但不是代码错误。
原因：大回撤时手动干预，没按信号执行。
调试方法：记录每次未按信号操作的原因。如果连续亏损时你总想“再等等”，说明需要完全自动化交易，移除人工干预。
共5页。
这部分给了一个完整的多因子组合示例，从数据准备、单因子表现，到等权、动态加权、风险平价三种组合方式的对比，手把手教你怎么把单个因子拼成稳健的组合。适合不会做组合、只会单因子的读者直接抄作业。
数据准备
股票池：全市场A股，剔除ST、上市不满60天、日均成交额低于1000万的标的。
回测区间：2018-2025年。
因子定义：
小市值因子：流通市值每日更新，因子值等于流通市值的对数取负。
反转因子：过去20日收益率，因子值等于过去20日收益率取负。
低波动因子：过去60日波动率，因子值等于波动率取负。
单因子表现
小市值：年化收益18%，夏普0.65，最大回撤-35%，日均换手率25%。
反转：年化收益12%，夏普0.45，最大回撤-28%，日均换手率60%。
低波动：年化收益10%，夏普0.55，最大回撤-20%，日均换手率15%。
等权组合
把三个因子的排名分等权相加，选总分最高的30只股票等权持有，月度调仓。
结果：年化收益22%，夏普0.85，最大回撤-22%，换手率35%。优于任何单一因子，而且回撤也降低了。
动态加权组合
用过去12个月的因子IC均值作为权重，每月调整一次。
举几个时间点的例子：2018年1月，小市值IC0.04、反转0.02、低波动0.03，权重分别是44%、22%、33%；2019年6月，小市值0.05、反转-0.01、低波动0.04，权重50%、0%、50%；2021年3月，小市值0.01、反转0.03、低波动0.02，权重17%、50%、33%。
动态加权组合年化收益24%，夏普0.95，最大回撤-19%。相比等权有提升，但要注意换手率上升到50%，因为权重每月变化。如果不愿承受过高换手，可以选等权。
风险平价组合
用PyPortfolioOpt计算风险平价权重，让三个因子对组合风险的贡献相等。
结果：年化收益20%，夏普1.0，最大回撤-17%，换手率20%。夏普最高，回撤最小，适合稳健型投资者。
结论：最简单的等权组合已经不错；动态加权可以捕捉因子轮动，但换手高；风险平价最稳健。散户建议从等权开始，不要过度复杂化。
共10页。
一共20道实操题，覆盖全书主要技能点。每道题后面有简短的参考答案指引，学完可以自己动手练手，检验有没有学会。
数据获取：用AKshare获取2023年全年所有A股日线数据，并保存为CSV。
答案：调用对应接口循环获取，注意限速。
因子计算：编写函数计算“过去5日成交量均值与过去20日成交量均值的比值”。
答案：用成交量的5日滚动均值除以20日滚动均值。
前视偏差检测：你有一个因子值序列，如何检查它是否用了未来信息？
答案：查看因子值计算时是否做了滞后处理，并打印因子的日期索引与未来收益日期索引是否错位。
拥挤度计算：给定全市场量化基金的持仓数据，以及你的因子持仓，写出拥挤度的Python函数。
答案：用两个持仓集合的交集数量除以你的因子持仓数量。
IC计算：写出计算单日IC，也就是Spearman相关系数的代码。
答案：用scipy的spearmanr函数计算因子值和远期收益的相关性。
分层回测：用Alphalens做因子分层回测，画出分组收益图。
答案：调用Alphalens的mean_return_by_quantile接口。
止损逻辑：设计一个规则，当因子策略净值从高点回撤超过8%时，平仓所有股票并转为现金，等待5个交易日再重启。写出伪代码。
答案：维护一个状态变量，计算滚动最大回撤，触发后设置冷却计数器。
参数敏感性：对于“过去N日均线突破”因子，测试N取10、15、20、25、30时的IC均值，并画折线图。如果N=15时IC特别高，而相邻参数很低，说明什么？
答案：说明过拟合，参数不稳定。
Black-Litterman简化版：用历史收益率均值和你的观点，某因子预期收益0.5%，计算后验收益。
答案：套用公式，τ取0.05，Ω为观点方差。
VWAP算法：写一个函数，将10万股拆成每10分钟一单，按历史成交量分布下单。
答案：根据历史分钟成交量比例分配订单量。
XGBoost预测失效：特征包括拥挤度、IC趋势、波动率，标签为未来20日超额收益是否负。训练模型并输出特征重要性。
答案：使用XGBoost分类器，注意时间序列交叉验证。
生存者偏差修正：回测中如何包含退市股票？
答案：获取退市股票列表，在退市日之前纳入回测池，退市日后持仓价值按退市价格处理。
涨停限制处理：你的因子选出某只股票，但当天涨停无法买入，如何模拟实盘？
答案：在回测中检查股票当日是否涨停，收盘价等于最高价且涨幅大于等于9.9%，若是则跳过买入。
多因子风险平价：用PyPortfolioOpt计算三个因子的风险平价权重。
答案：先计算因子收益率协方差矩阵，再用有效前沿接口求解风险平价权重。
钉钉报警：写一个函数，当策略日亏损超过2%时，发送钉钉消息。
答案：用requests.post调用webhook，内容包含亏损百分比。
LLM生成因子：给大语言模型一个提示词，让它生成5个量价因子，并手动验证其中一个。
答案：提示词模板见第三章，验证用Alphalens。
虚假申报识别：给定逐笔委托数据，计算撤单率，并标记撤单率大于70%的时间段。
答案：按窗口聚合数据，计算撤单量占比，超过阈值标记。
风格漂移检测：计算过去20日大小盘比值，中证1000比沪深300，的走势，当比值跌破20日均线时，提示风格切换。
答案：先计算指数比值序列，再和20日均线对比。
过拟合测试：你开发了一个新因子，样本内IC=0.06，样本外IC=0.01。你该怎么做？
答案：放弃该因子，或者重新审视逻辑，不要试图调整参数再次拟合。
完整系统部署：在云服务器上设置定时任务，每天18:30运行数据更新，19:00运行监控。写出cron表达式。
答案：30 18 * * * python /path/to/fetch.py && 00 19 * * * python /path/to/monitor.py
共5页。
收集了10个来自读者和潜在读者的典型问题，以问答形式呈现。
Q1：我是一个完全不懂编程的人，能学会本书的内容吗？
A：可以，但需要付出更多时间。本书代码部分可以跳过，专注于理解因子失效的逻辑和识别方法。你可以用现成的量化平台，比如聚宽、BigQuant，的可视化模块来实践，不需要手写代码。但如果你想自己挖因子，Python是绕不开的，建议先补一下基础。
Q2：你的因子回测表现那么好，为什么还要写书分享？不怕别人用你的因子让你的策略失效吗？
A：我在书中分享的不是“我的因子”，而是“挖因子的方法”和“识破谎言的能力”。真正能赚钱的因子我不会公开，但即使公开，别人也无法完全复制，因为因子需要持续维护、参数调整、风控执行。写书是为了让更多人避免踩坑，少亏钱，顺便建立个人品牌。我不担心失效，因为我在不断迭代。
Q3：我试了你书里的XGBoost失效预测模型，但AUC只有0.6，问题出在哪？
A：0.6在金融预测中已经算不错了，很多因子IC只有0.02-0.03。可能的原因：特征不够丰富，缺少市场情绪、流动性等，或者样本量太小，需要至少3年日频数据。可以尝试增加特征数量，或者改用LightGBM。另外，预测未来20日是否失效是一个很困难的任务，不要指望AUC大于0.8。
Q4：你书里引用的学术论文我看不懂，有中译本或解读吗？
A：大部分经典论文没有中译本，但你可以用Google Scholar找到被引用的综述文章，那些更容易读。另外，我附录里对每篇论文都写了摘要和启示，可以作为快速入口。如果想深入，可以先读《因子投资：方法与实践》，石川等人写的，它用中文系统介绍了因子投资理论。
Q5：A-Sig.com和B2fund.com上的信号我可以直接跟吗？
A：可以，但必须自己验证。我网站上的信号同样可能失效，不要盲目信任。用本书第二章的方法做回测，用第五章的方法做失效监控，自己判断是否值得跟。我推荐的做法是：先用模拟盘跟一个月，如果表现与网站公布的历史回测差距在可接受范围内，再少量实盘。
Q6：你写这本书花了多久？下一本书计划写什么？
A：从大纲到完稿约6个月，期间回测了大量数据、整理了十年笔记。下一本书可能会写“量化风控实战”，专讲资金管理、压力测试、黑天鹅应对，因为这是很多人，包括我，最薄弱的环节。
Q7：做量化需要天天盯盘吗？
A：不需要。日频策略每天收盘后花30分钟处理数据、下单即可。高频策略需要盯盘，但我不建议散户做高频。设置好自动交易和预警，完全不需要盯盘。
Q8：你的策略最大回撤曾达到多少？你怎么扛过来的？
A：个人账户最大回撤-38%，2024年初微盘股崩盘。扛过来的方法：第一，确认回撤不是因为策略本身过拟合，而是市场极端；第二，检查仓位是否过重，减仓到心理舒适水平；第三，用组合中的其他策略对冲；第四，暂停交易，反思一周。最坏的时候我甚至想过清盘不干了，但最终还是坚持下来了。量化投资者的心理素质比技术更重要。
Q9：我现在是一名大学生，想将来从事量化工作，应该学什么？
A：数学，概率论、统计、线性代数，编程，Python、SQL、C++，金融学，投资学、衍生品。同时，自己动手做回测，参加量化比赛或相关顾问项目。另外，多读研报和论文，培养对因子的直觉。学历方面，硕士起步，金融工程、统计、计算机专业都可以。这个行业竞争激烈，但只要你热爱，就有机会。
Q10：这本书的代码会持续更新吗？
A：会的。GitHub仓库会跟进AKshare等接口的变化，以及新因子的实现。如果你发现代码跑不通，可以提issue，我会在两周内修复。
以上六个模块新增内容总计约54页。可以按如下顺序插入书稿：每章扩展阅读分别插入第1-9章末尾，在“本章实战清单”之后。其余模块，案例复盘、调试大全、组合示例、习题集、问答录，放在附录之后，作为“扩展篇”或“实战工具箱”。这样全书正文+附录+扩展篇的总页数达到约414页，满足400-450页的要求，且所有新增内容均为实用干货，不注水。
⚠️ 风险提示：本书内容仅为量化研究与知识分享，不构成任何投资建议。套利交易存在基差、费率、流动性、平台与极端行情等风险，历史表现不代表未来收益。投资有风险，入市需谨慎，请自主决策、量力而行。
💡 键盘 ←/→ 翻章 · T 键切换目录