6.7 量化研究最小闭环
课前导读
本节目标
你将学会：把一个投资想法整理成可观察、可记录、可复盘的量化研究小闭环。
适合谁：已经学过第 5 章策略规则卡，但还没有开始写 Python 的 A 股新手。
难度：入门进阶。
预计用时：约 35 分钟。
知识正文
先把量化研究想成厨房试菜。
一个新手厨师不能只说“这道菜好吃”，他要写清楚用了什么食材、火候多大、煮了多久、谁试吃、反馈如何。
投资研究也是一样。
我们不能只说“这只股票看起来会涨”。
我们要写清楚：为什么想到它、规则是什么、当时能看到哪些数据、按规则观察后结果如何、下次要改哪里。
这套从想法走到复盘的流程，就是本节要建立的“量化研究最小闭环”。
这里的“量化”不是立刻写程序，也不是马上做复杂系统。
它更像给投资想法装上一条传送带，让每一步都留下证据。
如果证据能重复出现，我们才有资格继续研究。
如果证据只是事后编出来的故事，就要及时停下。
关键提醒
量化研究的第一步不是找最神奇的公式，而是把想法变成别人也能照着执行的清晰规则。
一个最小闭环可以拆成七站。
flowchart LR
A["想法"] --> B["规则"]
B --> C["数据"]
C --> D["验证"]
D --> E["评估"]
E --> F["观察"]
F --> G["复盘"]
G --> A第一站是“想法”。
想法来自你已经学过的内容。
例如：上升趋势里的回撤低吸、突破后的确认、箱体下沿观察、公告事件后的冷静等待。
想法可以很朴素。
比如“在上升趋势中，股价回到 MA20 附近后，如果成交量没有异常放大下跌，后续可能更容易恢复”。
这句话仍然只是想法。
它像厨房里一句“少放点盐可能更好吃”。
它还不能直接拿来交易。
第二站是“规则”。
规则要写成“如果……就……”的样子。
例如：如果某只 A 股在 MA20 上方运行超过 10 个交易日，并且某日回到 MA20 附近但没有跌破前低，就记录一次观察样本。
注意，这里说的是“记录一次观察样本”，不是立刻买入。
新手阶段的量化研究，首先服务于学习和验证，不服务于冲动下单。
规则越清楚，复盘时越不容易争吵。
规则越含糊，事后越容易变成“我当时其实不是这个意思”。
第三站是“数据”。
数据就是你用来检查规则的材料。
它可以是 K 线、成交量、均线、公告日期、交易成本，也可以是你自己的交易日志。
在进入第 7 章之前，我们不需要写代码抓取数据。
你可以先用行情软件导出的表格、截图、手工记录和纸面验证来理解流程。
重点不是数据越多越好，而是数据来源清楚、字段含义清楚、记录时间清楚。
第四站是“验证”。
验证不是证明自己一定正确。
验证更像请一位挑剔的朋友试吃。
你要问：按这条规则从左往右看历史，会出现多少次样本？
每次出现时，当时真的能看到这些信息吗？
有没有把后来才知道的好消息偷偷放进判断里？
有没有只挑成功例子，故意跳过失败例子？
这一步和第 5 章的纸面回测相连。
但本节仍然只讲最小验证，不展开后续章节才会学习的大型验证平台。
第五站是“评估”。
评估不是只看赚钱次数。
更重要的是看规则是否稳定、亏损是否可承受、样本是否足够、成本是否已经考虑。
例如，一条策略 10 次里成功 7 次，看起来不错。
但如果失败的 3 次每次都亏很多，成功的 7 次每次只赚一点，就未必适合新手。
评估时至少问四个问题。
第一，样本数量够不够让你初步观察？
第二，单次最差结果是否会让账户难以恢复？
第三，交易成本和滑点是否会吃掉纸面收益？
第四，这条规则是否只适合某一种很特殊的行情？
第六站是“观察”。
观察是把验证过的规则放回真实市场旁边看。
你可以把它放在观察池中，每天收盘后记录是否出现信号。
这时仍然不急着下单。
因为真实行情会有停牌、涨跌停、公告、流动性变差、情绪波动等复杂情况。
纸面规则遇到真实市场，常常会暴露出之前没想到的细节。
第七站是“复盘”。
复盘不是写一段心情日记。
复盘要回答：规则有没有按原样执行？数据有没有缺口？评估结论有没有变化？下一轮只改一个地方还是全部推倒？
专业投资者不会把每次失败都解释成“市场不懂我”。
量化开发者也不会因为一次漂亮结果就宣布发现秘密武器。
他们共同在意的是：流程能不能持续改进。
我们可以把最小闭环写成一个简单公式。
这不是数学定理，而是提醒你：缺了任何一项，研究质量都会下降。
接下来用一个 A 股案例串起来。
假设你观察一只流动性较好的沪深主板股票。
你在第 5 章学过“突破策略”。
你的想法是：当股价突破过去 20 个交易日的箱体上沿后，如果第二天没有跌回箱体，说明突破可能更可靠。
现在把它改成规则。
第一，股票不处于 ST 或明显退市风险状态。
第二，过去 20 个交易日能看出相对清楚的箱体上沿。
第三，某天收盘价站上箱体上沿。
第四，第二个交易日收盘仍在箱体上沿之上。
第五，只记录样本，不因为看到历史上涨就补写条件。
然后准备数据。
你需要 20 个交易日的收盘价、成交量、箱体上沿记录、信号出现日期、后续 5 个交易日的表现、交易成本估计。
再做验证。
从较早日期开始，一天一天往右看。
当时没有出现的未来 K 线，不能提前使用。
如果你发现失败样本很多，也要照实记录。
然后评估。
你可以统计样本里“继续上行”“横盘”“跌回箱体”的次数。
你还要观察最差情况有没有触发止损线。
最后进入观察和复盘。
如果规则太宽，信号太多，就收紧条件。
如果规则太窄，几个月没有样本，就说明它暂时不适合新手练习。
风险警告
不要从结果倒推规则。先看到一只股票涨了很多，再回头给它补一套“当时应该买”的规则，这不是研究，而是讲故事。
从老师角度看，闭环让你的学习有顺序。
从投资者角度看，闭环让你不被单次盈亏带着跑。
从量化开发角度看，闭环让未来写程序时有清楚的需求。
第 7 章会开始接触 Python，但 Python 只是把这条传送带自动化。
如果今天的闭环写不清楚，后面换成任何工具都会混乱。
交互实验室
下面做一个“最小闭环纸面演练”。
请拿出一张纸，选择第 5 章里你最容易理解的一条策略。
不要选择让你兴奋的股票，先选择规则最容易描述的场景。
第一步：写下想法
- [ ] 我想观察的现象是什么？
- [ ] 这个想法来自趋势、突破、回撤、箱体，还是公告事件？
- [ ] 我能用一句普通话说清楚它吗？
示例：我想观察“上升趋势中回到 MA20 附近后是否容易重新走强”。
第二步：改写成规则
请补全下面四句话。
| 问题 | 你的填写 |
|---|---|
| 如果什么条件出现 | 例如：收盘价回到 MA20 附近 |
| 我记录什么样本 | 例如：记录信号日和后续 5 个交易日 |
| 什么情况不记录 | 例如：ST、停牌、重大公告当天 |
| 什么情况说明规则失效 | 例如：跌破前低或跌破止损线 |
第三步：列出数据
- [ ] 我需要收盘价。
- [ ] 我需要成交量。
- [ ] 我需要均线或关键价位。
- [ ] 我需要信号出现日期。
- [ ] 我需要成本和滑点的估计。
- [ ] 我需要备注当时是否有公告或异常风险。
第四步：验证五个样本
从一只你熟悉的 A 股历史 K 线中，找 5 次类似场景。
每次都按从左往右的顺序记录。
不要先看结果再挑样本。
如果找不到 5 次，记录“样本不足”。
样本不足本身就是重要结论。
第五步：写一句复盘
请用这个句式收尾。
“这条规则目前最需要改进的是____，因为____，下一轮我只调整____。”
这个句式逼你只改一个地方。
一次只改一个地方，才能知道改动是否真的有效。
核心复盘
知识清单：
- [ ] 量化研究最小闭环是：想法 → 规则 → 数据 → 验证 → 评估 → 观察 → 复盘。
- [ ] 想法不是规则，规则必须清楚到别人也能照着执行。
- [ ] 数据要记录来源、日期和字段含义，不能只保存漂亮截图。
- [ ] 验证要从左往右，不能偷看未来。
- [ ] 评估不只看胜率，还要看最差情况、成本和样本数量。
- [ ] 观察阶段可以不交易，先记录信号质量。
- [ ] 复盘要诚实承认失败样本，不从结果倒推规则。
金句总结
量化研究不是让你变成预测机器，而是让每一次判断都能留下证据、接受检验、持续改进。