第 1 讲：量化到底在干什么

本讲要点

量化 = 把买卖规则写清楚，再用历史价格「重放」一遍。

---

1. 先忘掉复杂公式

很多人一听「量化交易」，脑子里是：

• 高频、服务器机房
• 机器学习、神经网络
• 神秘黑箱

入门阶段可以全部先放一边。

你只需要想象一件很日常的事：

每个月发工资那天，固定拿出 1000 元，买一份沪深 300ETF。
不问涨跌，不看新闻，机械重复。

这就是一条规则。
如果这条规则足够清楚，计算机就能替你问：

「假如从 2021 年到现在一直这样做，账户大概会怎样？」

这个「假如……会怎样」的过程，就叫回测（backtest）。

---

2. 先解释三个反复出现的名词

后续各讲会反复用到下列概念，此处先给出含义：

名词	含义
规则	什么时候买、买多少、买什么
回测	用过去的价格，按既定规则模拟当时若照此执行的结果
基准	用于对照的参照策略，例如一次性买入并持有不动

理解这三个名词，即可阅读本单元其余内容。

---

3. 我们整条线要走什么路

把本系列想成一条进化线：

v0  每月定投              → 建立基线
v1  定投 + 均线门禁       → 加判断是否更好
v2  参数扫描找最优均线    → 样本内最优
v3  换一段时间再考        → 检验过拟合

注意：最后一步不是「做出神策略」，而是识别参数过拟合。第一单元结束后，将转入主线：池内动量轮动。

---

4. 用代码承载规则与迭代

本课程将规则写成 Python 代码。同一段程序可以：

1. 向前回测：在历史价格上按规则重放，观察组合表现
2. 向后检验：在未参与调参的样本区间上验证是否仍然成立
3. 迭代逻辑：根据检验结果修改规则（信号、调仓、风控等），再重新回测与验证

代码使规则固定、过程可重复，后续各讲均在此基础上逐步改写与对照。

---

5. 进入实验前的两条原则

本讲尚不给出代码，先固定两条将贯穿全书的原则：

1. 回测表现好，不等于未来必然盈利
2. 可调参数越多，越需要样本外检验

其后各讲先取数据、再跑策略，均在上述原则下解读结果。

→ 下一讲：先拿到价格数据