quant-trading · 中文策略研读教程

quant-trading · 中文策略研读教程

一个量化研究者的进阶之旅:从最朴素的均线动量,到统计套利,再到 quantamental 大项目与批判反思

这本教程讲什么

这是一份为 je-suis-tm/quant-trading 个人量化策略集编写的中文策略研读教程。

原项目是一个极具个人色彩的量化策略仓库——作者是金融功底深厚且叙事生动的独立研究者。它不是那种"教科书式"的策略堆砌,而更像一位老练交易员的研究笔记:每个策略都有金融直觉的铺垫(把协整比喻成"用 502 胶水黏在一起的痴缠情侣")、反直觉的发现(本想做统计套利,却意外发现模型失效时恰是动量入场点)、诚实的失败复盘(引用 MSCI 研究主管的话"I have never seen a bad backtest")、以及扎实的学术参考文献(石油货币 6 篇、智能农民 7 篇含 Marshall 1890 与 Ricardo 1817)。

💡 这本教程的核心价值不在"教你怎么写 MACD",而在带你经历一个量化研究者真实的成长路径:从轻信简单指标,到学会统计检验,再到把基本面融入量化(quantamental),最后学会批判性地看待模型本身。这是一段思维旅程,不是代码合集。

作者在 README 开篇引用文艺复兴科技(Renaissance Technologies)的 Robert Mercer 与 Elwyn Berlekamp 的名言(出自《The Man Who SOLVED THE MARKET》),核心信条是"只要 51% 胜率就能赚大钱"。但通读全部策略你会发现,真正赚钱的从来不是某个指标,而是对假设的诚实、对失败的正视、对因果的追问——这才是 quant-trading 项目的灵魂。

一段旅程:从指标到批判

本教程按"一个量化研究者的进阶之旅"组织。想象你是一个刚入行的量化新人,你会经历这样的成长:

第 1 章 入门:认识项目与"诚实回测"态度
   │  先建立正确的研究姿态——所有回测都假设无摩擦,作者坦白这一点
   ▼
第 2 章 轻信指标:动量与趋势(MACD/AO/SAR)
   │  从最朴素的均线交叉开始,相信"金叉死叉"能赚钱
   ▼
第 3 章 学会形态:日内突破与K线(London/DualThrust/ShootingStar/HeikinAshi)
   │  开始用价格形态和时段结构找信号
   ▼
第 4 章 学会检验:统计套利(Pair Trading/Bollinger/RSI)
   │  不再轻信信号,开始用协整/标准化残差做统计检验
   ▼
第 5 章 接触衍生品:期权与波动率(Straddle/VIX)
   │  从线性世界进入非线性,理解 payoff 与方差互换
   ▼
第 6 章 融合基本面:石油货币 quantamental 大项目 ★
   │  把回归与因果推断结合,证伪/确认"石油货币"神话
   ▼
第 7 章 建模现实:智能农民凸优化大项目 ★
   │  用凸优化建模农民决策,学术性最强
   ▼
第 8 章 批判反思:Monte Carlo 证伪与全书回顾 ★
   │  回过头批判性审视"用模型预测股价"这件事本身
​

前 5 章是"工具积累",第 6~8 章是"思维升华"(★ 标记的大项目是全教程的高光)。这段旅程的弧线是:越往后,越不依赖具体指标,越依赖对市场本质的理解。

八章目录

第 1 章 走进 quant-trading 与回测态度
项目全貌;作者的"诚实回测"哲学(无摩擦假设、历史回测、不构成投资建议); Renaissance 名言;依赖与环境梳理(无 requirements.txt,从 import 反推;basemap/fix_yahoo_finance 已废弃)。

第 2 章 动量与趋势指标策略
MACD Oscillator(均线交叉最基础);Awesome Oscillator(MACD 升级版用(H+L)/2,saucer 碟形信号,反直觉实测:MACD 的 Sharpe 反而更高);Parabolic SAR(Welles Wilder 递归止盈止损,加速因子)。

第 3 章 日内突破与K线形态
London Breakout(伦敦开盘区间突破,GMT 7:00-7:59 关键时段的跨时区信息套利);Dual Thrust(前日 OHLC 定上下沿,翻仓机制);Shooting Star(K 线形态 8 条件定义);Heikin-Ashi(日式平均 K 线 OHLC 变换滤噪,含完整统计模块 Sharpe/Omega/Sortino)。

第 4 章 统计套利与配对交易
Pair Trading(Engle-Granger 两步协整检验 + 标准化残差 ±1σ,"不存在无风险的统计套利"——NVDA/AMD 协整破裂实例);Bollinger Bands W 底形态识别(75 日窗口找 5 节点);RSI 头肩顶形态(发明人与门徒互相矛盾的趣闻)。

第 5 章 期权策略与波动率
Options Straddle(跨式期权 payoff 图,事件驱动,quantamental 才能让组合无懈可击);VIX Calculator(Riemann sum + Taylor 展开把连续方差互换离散化为 VIX,CBOE 白皮书实现)。

第 6 章 石油货币 quantamental 大项目 ★
Oil Money 项目:石油货币(NOK/RUB/CAD/COP)与原油的统计套利/动量;多元回归/Elastic Net/逐步回归/K-Means/协整;重磅反直觉:本想统计套利却意外发现模型失效即动量入场点;6 篇学术文献;petrocurrency 因果 vs 相关。

第 7 章 智能农民 convex 优化项目 ★
Smart Farmers 项目:用凸优化(CVXOPT 二次规划)建模农民种植决策;预测马来西亚 6 作物产量/价格;2SLS 工具变量/合成控制法/市场均衡/Markowitz 类比/Ricardian 模型;棕榈油期货前向测试;"I have never seen a bad backtest";7 篇文献含 Marshall/Ricardo。

第 8 章 Monte Carlo 批判反思与总结 ★
Monte Carlo 项目:用 SDE 蒙特卡洛预测股价是"house of cards";GE 2018/NVDA 2008 反例;大数定律失效;极好的批判性思维教学案例;Ore Money 占位说明;全书回顾与"identification 远比 estimation 重要"。

这套策略的共同基因

读完全书你会发现,je-suis-tm 的所有策略共享几个鲜明特征:

1. 手写回测、零框架:不用 zipline/backtrader/QuantConnect,纯 pandas + matplotlib 手撸回测循环、仓位簿、统计指标。统一的 positions(持仓状态) vs signals(= positions.diff() 实际下单)双列约定,cumsum 贯穿防重复触发。
2. quantamental 思维:拒绝纯技术分析或纯数据科学。每个策略都把数学与商品/市场基本面深度融合——不懂底层商品就别做量化。
3. 批判性思维:Oil Money 证伪 CAD 石油货币神话,Smart Farmers 自曝前向测试失败,Monte Carlo 整篇反驳 MC 预测。演示"从失败/反例中学习"的研究姿态。
4. 反直觉叙事:每个项目都有"反转"——预期落空后产生新洞察。这是旅程式教程的最佳素材。
5. 诚实标注边界:假设清单、模型失效点、数据局限都坦白标出。

适合读者

本教程适合对量化策略背后的金融逻辑与批判思维感兴趣的开发者/研究者:

• 不满足于"调库算指标",想理解每个策略背后金融/数学原理的学习者
• 想学习统计套利、协整、凸优化、工具变量等进阶量化方法的研究者
• 欣赏"诚实复盘 + 学术严谨"研究风格的量化从业者
• 对 quantamental(量化+基本面)思维感兴趣的跨学科学习者

前置知识:

• Python + pandas + matplotlib 基础(能读懂 DataFrame 操作和画图)
• 统计基础(回归、标准差、假设检验——协整/ADF 第 4 章会讲起)
• 金融基础(股票/期货/期权/汇率的基本概念)
• 可选:计量经济学(工具变量/2SLS,第 7 章会用)

⚠️ 重要说明:本项目所有策略为历史回测,假设无摩擦(无滑点、无手续费、无流动性约束),不构成任何投资建议。作者的反复警示——回测好看不代表实盘能赚,"identification(识别)远比 estimation(估计)重要"。