内容摘要
量化方法论 · 从假设到验证 灏 灏天文库 · 量化进阶·组合与机器学习 第 5 期 量化进阶 · 组合与机器学习 · 第 5 期 策略不是 试 出来的， 是 证 出来的 quant research methodology · from hypothesis to validation 新手"调参数试出能赚钱的组合"，老手"先写假设再证伪"。量化研究的标准流程是 假设→数据→特征→回测→稳健性→样本外→实盘 ，每一步都有专属陷阱。一句话—— 跳过哪步，哪步就埋雷 ，回测好看实盘崩，多半是某步漏了。 ⏱ 约 12 分钟 🎯 想做量化研究的人 📦 源：ht-quant-methodology 01 反共识：先有假设，再去找数据 很多人拿到数据就开始挖因子，挖到 IC 高的就上。这是"数据窥探"，挖出来的高 IC 多半是过拟合。 正确顺序反过来： 先写"我假设动量在 A 股有效，因为散户追涨杀跌"，再去找数据验证 。假设先行的好处是——证伪时你知道是假设错了，不是参数没调好。没有假设的研究，调参调到 IC 高，你不知道是真信号还是噪声。