DeepSeek 量化实战：想法翻译成回测代码-知了AI

风险声明：先泼冷水，再谈代码

本文是一篇技术教程，讨论的是如何用 DeepSeek 与 Python 把一个”炒股想法”翻译成可执行的量化策略代码，是量化研究的第一课，全文不构成任何投资建议。请务必记住三条铁律：第一，回测收益不等于实盘收益，一条在历史数据上年化 50% 的曲线，放到实盘可能连正收益都保不住；第二，量化策略在实盘会遭遇滑点、冲击成本、策略容量限制、流动性枯竭等回测里难以完全刻画的问题；第三，历史数据本身有偏，幸存者偏差、财报滞后披露、复权方式错误，都会让你的回测系统性”好看”。把想法量化，是把决策从情绪移向规则的唯一途径。量化是提高研究效率和纪律性的工具，不是印钞机。

一、为什么大多数炒股想法根本不可执行

做了二十年的策略研究，我见过的散户想法里，九成以上是”不可证伪”的。所谓不可证伪，就是你无法用历史数据算出一个明确的买卖信号来验证它对不对。”低买高卖”是对的废话——什么算低？什么算高？用什么价格衡量？隔多久？”追热点”也一样——热点的定义是什么？持续性多久？买入后跌多少算热点证伪？这些想法的共同问题是：缺乏可计算的规则，因而无法被历史数据检验，也就无法被改进。

量化翻译的五要素框架

一个想法要变成可执行的量化策略，必须补齐五个要素，缺一不可：

标的池：在什么范围内选股？全 A 股、沪深 300 成分股、某个行业？是否剔除 ST、上市不满一年、停牌的股票？
入场条件：满足什么可计算的信号时买入？信号必须只用决策时点之前的数据。
出场条件：止盈、止损、信号消失、固定持有期？必须明确优先级。
仓位规则：每笔买多少？等权、按波动率倒数、按信号强度？满仓还是留现金？
风控规则：单票最大仓位、账户最大回撤熔断、同行业集中度上限。

DeepSeek 在这一步对量化研究的价值最大：你把想法描述给它，要求它先反问补齐五要素，再动手写代码。这比直接说”帮我写个金叉策略”好十倍。

案例：把”均线金叉买入”翻译成完整规则

“金叉买入”这四个字里藏着至少六个模糊点，量化翻译就是逐个消灭它们：

哪两条均线？——比如 20 日均线与 60 日均线。
均线用什么价格计算？——收盘价还是成交均价？日线还是周线？
“金叉”怎么定义？——短均线上穿长均，是收盘价确认上穿，还是当日盘中即可？
什么时候成交？——信号 T 日收盘确认，T+1 日开盘价成交（这是标准做法，避免未来函数）。
出了怎么卖？——死叉卖出？跌破 20 日线卖出？还是最大持有 40 个交易日强制离场？
仓位多少？——每次用账户 20% 资金等权买入，同持不超过 5 只。

翻译完之后的完整策略描述是这样的：在沪深 300 成分股（剔除 ST 与上市不满 120 日的股票）中，当日 20 日均线自下而上穿越 60 日均线（以日线收盘价计算），且当日收盘价高于 20 日均线，则于次一交易日以开盘价买入，仓位为账户的 20%；当 20 日均线下穿 60 日均线或收盘跌破 60 日均线时，于次一交易日开盘价卖出；单票止损 8%；持仓上限 5 只。你会发现，一段话写完，这个策略已经可以被任何回测引擎执行了——这就是量化与”盘感”的本质区别，也是量化入门的第一道门槛。

可执行 vs 不可执行的对照

维度	不可执行的说法	可执行的量化描述
选股	“选强势股”	沪深 300 中 20 日涨幅排名前 10%，剔除 ST 与次新
入场	“趋势向好时买入”	收盘价站上 20 日线且 20 日线斜率为正，T+1 开盘买入
出场	“涨得差不多就走”	死叉或跌破 60 日线卖出，或持有满 40 日离场
仓位	“重仓龙头”	等权 20%，单票上限 25%，最多 5 只
风控	“感觉不对就撤”	单票止损 8%，账户回撤 15% 强制清仓冷却 10 日

给 DeepSeek 的策略描述模板

以下是量化策略描述模板，可以直接复制使用，把方括号内容替换成你的参数：

请扮演资深量化研究员。在写任何代码之前，先把我下面的想法翻译成完整的策略五要素描述，
并列出所有模糊点向我确认，确认完毕后才允许写代码：

【我的想法】：[例如：均线金叉买入，死叉卖出]

请按以下结构输出：
1. 标的池：[范围 / 剔除规则]
2. 入场条件：[信号定义，需指明用什么价格、什么周期、T日信号T+1执行]
3. 出场条件：[信号消失 / 止损 / 最长持有期，按优先级排列]
4. 仓位规则：[单票权重、最大持仓数、资金分配方式]
5. 风控规则：[单票止损、账户级熔断、行业集中度]

补充约束：
- 所有条件必须只用 T 日及之前的数据计算
- 成交价必须明确（T+1 开盘价 / 当日均价）
- 如某要素我未给出，请给出 2-3 个候选方案并说明利弊，由我选择

二、数据获取：一切量化研究的地基

数据质量决定了量化研究的上限，量化研究的第一性原则是数据先行。垃圾数据进，垃圾策略出。这一节讲清楚数据从哪来、怎么洗、怎么避开最隐蔽的三类坑。

数据源选择

开源数据库

对个人量化研究来说，最常用的是这三类：

AkShare：免费、无需注册、接口覆盖 A 股日线/财务/指数，适合快速原型。缺点是接口偶尔变动、无 SLA。
Tushare：需积分门槛，数据规整度好，有复权因子、财报披露日期等关键字段，适合认真做量化回测的人。
yfinance / 其他：适合美股与加密货币研究；A 股研究注意其复权处理与 A 股规则不完全一致。

券商接口（如 QMT、Ptrade）提供更实时的行情与真实可交易的路径，但门槛在开户与权限；本地 CSV 则是最后的兜底——把核心数据落盘，保证回测可复现。我的建议是：这是量化工作流的基本功：研究期用 AkShare/Tushare 拉数据后立刻存成 parquet/CSV，之后所有回测只读本地文件，避免”接口一改、回测结果全变”。

数据获取与落盘代码模板

import akshare as ak
import pandas as pd
from pathlib import Path

OUT = Path("./data"); OUT.mkdir(exist_ok=True)

def fetch_daily(symbol: str, start: str, end: str,
                adjust: str = "hfq") -> pd.DataFrame:
    """拉取个股日线并落盘。adjust: '' 不复权 / 'qfq' 前复权 / 'hfq' 后复权"""
    df = ak.stock_zh_a_hist(symbol=symbol, period="daily",
                            start_date=start, end_date=end, adjust=adjust)
    df = df.rename(columns={
        "日期": "date", "开盘": "open", "收盘": "close",
        "最高": "high", "最低": "low", "成交量": "volume",
        "换手率": "turnover"})
    df["date"] = pd.to_datetime(df["date"])
    df = df.set_index("date").sort_index()
    df.to_parquet(OUT / f"{symbol}_{adjust or 'raw'}.parquet")
    return df

# 一次拉取标的池（示例：三只股票，实盘请批量并限速）
for sym in ["600519", "000858", "601318"]:
    fetch_daily(sym, "20180101", "20241231", adjust="hfq")
    fetch_daily(sym, "20180101", "20241231", adjust="")  # 不复权备用：算涨跌停价

复权处理：回测为什么必须用复权价

三种复权方式的区别

上市公司分红、送股、配股会造成价格跳空，这种跳空不是交易机会，而是会计事件。不复权价格会在除权日出现假跳空，均线金叉、突破信号在除权日全部失真。前复权以当前价格为基准向前调整，价格连续，适合看图，但有致命缺陷：每发生一次新的分红，全部历史价格都会重算，你上个月的回测数据和这个月对不上，且历史价格可能变成负数。后复权以上市首日为基准向后调整，价格连续、历史数据一旦生成永不变化，是量化回测的标准选择，几乎所有量化框架默认接受后复权。一句话：画图看盘用前复权，量化回测用后复权，算涨跌停价、判断实际成交用不复权。三套数据都要留着。

未来函数：量化回测的第一杀手

未来函数指在 T 日的决策中使用了 T 日之后才能知道的信息。最常见的两种：

用当日收盘价决定当日交易：T 日 14:55 你并不知道 T 日收盘价，若策略是”收盘价上穿 20 日线就买”，实盘只能以接近收盘的价格追买，回测却假设你以收盘价成交，收益被系统性美化。正确做法：T 日收盘出信号，T+1 开盘成交。
用后来公布的财报数据回测当期：年报”报告期”是 12 月 31 日，但披露日可能到次年 4 月。如果你按报告期对齐数据，一季度的回测就偷看了未来的净利润。正确做法：按披露日对齐，或给财报数据加 60-90 日的安全滞后。

技术指标里的未来函数更隐蔽：某些库的 rolling 计算默认居中窗口，zigzag、峰值检测类函数天然偷看未来。养成一个习惯——任何特征进入模型前，先问一句：这个数在 T 日收盘那一刻存在吗？

数据清洗与幸存者偏差：量化数据的隐形陷阱

清洗规则

停牌：停牌日无成交，信号日停牌则顺延到复牌后首个可交易日执行，不能假装成交了。
退市股票：回测区间内退市的股票必须保留在标的池里，退市时按最后价格强制清仓计损。
ST 与风险警示：涨跌幅 5%、流动性差、退市风险高，通常直接剔除，但要写成规则而不是拍脑袋。
新股上市首日：A 股新股无涨跌幅限制（科创板/创业板前几日），波动极端，建议上市满 N 日才纳入。

幸存者偏差：被高估的收益从哪来

如果你今天打开行情软件，拉一份”当前在交易的 A 股”名单去回测过去十年，你的标的池天然剔除了所有退市股。而退市股的平均收益是深度负的。这笔”被剔除的亏损”会让你的回测年化凭空多出几个百分点——什么都没做就跑赢了指数。防御方法：使用历史时点的成分股名单（point-in-time universe），例如每个回测月末都用”当时真实存在的股票列表”，退市股包含在内。Tushare 等数据源提供指数历史成分接口，务必用它，而不是用当前成分股回测历史。

三、特征工程：给策略喂干净的原料

特征工程是量化研究中投入产出比最高的环节：同样的数据，特征处理得好坏可以让同一套回测结论天差地别。

量化因子工程的目标只有一个：量化特征工程的本质，是把原始行情变成”每个截面可比、每个时点无泄漏”的数值。

常用特征族：量化因子的基本弹药库

动量：过去 20/60/120 日收益率，以及去掉最近 5 日的”跳跃动量”（避开短期反转）。
波动率：20 日收益标准差、下行波动率、振幅均值。
均线偏离：收盘价 / 20 日均线 – 1，衡量超买超卖。
成交量与换手：5 日均量 / 20 日均量、换手率及其变化。
财务因子：市盈率、市净率、ROE 等，必须按披露日对齐。

标准化与去极值：不同量纲不能直接加权

换手率是百分位数量级，ROE 是个位数百分比，动量可能是 0.5 这种小数——直接把它们加权求和毫无意义，量纲大的因子会主导一切。标准流程是三步：去极值（常用 MAD 法，把超出中位数 ±5 倍绝对偏差的值截断）、标准化（减均值除标准差，变成 z 分数）、中性化（对市值、行业做横截面回归取残差，剥离风格暴露）。这三步都必须在每个截面内独立进行，绝不能在时间序列全样本上做——否则同样引入未来信息。

特征工程代码模板

import numpy as np
import pandas as pd

def winsorize_mad(s: pd.Series, n: float = 5.0) -> pd.Series:
    """MAD 去极值：截断到中位数 ± n 倍绝对中位差"""
    med = s.median()
    mad = (s - med).abs().median()
    upper, lower = med + n * 1.4826 * mad, med - n * 1.4826 * mad
    return s.clip(lower, upper)

def zscore(s: pd.Series) -> pd.Series:
    return (s - s.mean()) / s.std()

def process_cross_section(df: pd.DataFrame, factor: str) -> pd.Series:
    """df 为某一交易日全市场截面数据，逐日截面处理，绝不跨期"""
    x = winsorize_mad(df[factor])
    return zscore(x)

def momentum(close: pd.Series, window: int, skip: int = 0) -> pd.Series:
    """动量特征：过去 window 日收益，可选跳过最近 skip 日"""
    return close.shift(skip) / close.shift(window + skip) - 1

# 关键：所有特征都基于 shift 后的数据，T 日特征仅供 T+1 决策使用
# 例：df["mom20"] = momentum(df["close_hfq"], 20).shift(1)

滞后处理：T 日特征只能用于 T+1 之后的决策

前视偏差在特征层面最常见的形态是：特征算到了 T 日收盘值，回测却让它参与 T 日的交易。一行 shift(1) 是量化特征工程的最后防线。更进一步，如果你的信号依赖财报数据，滞后要按披露日计算；如果依赖公告类事件，按公告日计算。建议在代码里强制写一个断言：assert feature.index.shift(1, freq="D") <= signal_date 之类的检查逻辑，把”人会不会忘”变成”代码不许过”。

给 DeepSeek 的特征工程提示词

以下是标的池的日线数据字段：date, open, close, high, low, volume, turnover（后复权价已就绪）。
请用 pandas 为我实现以下特征，并严格遵守规则：
1. 动量：20日、60日收益率（跳过最近5日的版本也要）
2. 波动率：20日收益率标准差
3. 均线偏离：close / MA20 - 1
4. 量能：volume_5 / volume_20
约束：
- 每个特征输出前必须 shift(1)，保证 T 日特征只用于 T+1 之后
- 禁止使用任何 rolling 居中窗口
- 对每个特征写一个单元测试：构造 6 根已知 K 线，人工算出期望值并断言
- 解释每个特征的业务含义，不超过三句话

四、回测：让历史数据诚实地说话

量化回测的目的不是证明策略好，而是尽量诚实地模拟”如果当时真这么做会怎样”。诚实二字，全在细节里。

回测框架怎么选：量化引擎的三条路线

框架	适用场景	优点	缺点
backtrader	事件驱动、逐 bar 撮合、订单逻辑复杂的中低频策略	撮合逻辑贴近实盘，支持止损单、条件单	速度慢，大规模参数扫描吃力
vectorbt	向量化回测、因子研究与大规模参数扫描	极快，一晚扫几万个参数组合	撮合简化，复杂订单逻辑要自己补
自建引擎	特殊撮合规则、组合层面风控	完全可控、可复现	自己写的 bug 自己兜底，工作量大

我的建议：研究阶段用 vectorbt 快速筛想法，进入”准实盘评估”阶段用 backtrader 或自建事件驱动引擎复核一遍，两套结果对不上就说明有一套里有未来函数或撮合假设不一致。

必设的摩擦成本：量化回测的诚实底线

没有摩擦成本的回测等于没有回测。A 股的典型参数：佣金约万 2.5（含最低 5 元）、卖出印花税 0.05%（税率会变，按回测区间校准）、过户费、滑点——流动性一般的个股建议至少设 0.1%-0.2%，冲击成本随订单量增大而增加，回测里可以用”成交量不超过当日均量的 1%-5%”这类参与率限制来近似刻画容量约束。这些都是保守化参数：宁可低估收益，不可高估。

关键绩效指标：看什么、怎么看

年化收益：最直观也最容易被操纵（拉长区间、换复权方式都会变）。永远与基准（如同期沪深 300）对比看超额。
最大回撤：决定你能不能拿得住。回撤 40% 的策略年化再高，多数人也会在 -25% 时清仓。
夏普比率：收益/波动。A 股日线策略夏普大于 1.5（扣除成本后）就值得怀疑是否过拟合。
胜率与盈亏比：两者互补，胜率 90% 盈亏比 0.2 的策略是”捡钢镚被压路机碾”，一次黑天鹅亏光。
换手率：决定交易成本对收益的侵蚀程度。年换手 50 倍的策略，摩擦成本假设错一点，结论完全反转。
容量：日均成交额 5000 万的股票池，装得下 500 万的资金，装不下 5 个亿。

最小可用回测代码模板（vectorbt 风格）

import pandas as pd
import vectorbt as vbt

def run_backtest(close: pd.Series, entries: pd.Series, exits: pd.Series,
                 init_cash: float = 1_000_000) -> vbt.Portfolio:
    """entries/exits 为 T 日收盘产生的信号，内部统一 T+1 开盘执行由调用方保证：
    这里传入的 close 应为 T+1 开盘价序列对齐后的执行价，或直接用 shift 信号。"""
    pf = vbt.Portfolio.from_signals(
        close=close,
        entries=entries.shift(1).fillna(False),   # T日信号 -> T+1执行，防未来函数
        exits=exits.shift(1).fillna(False),
        init_cash=init_cash,
        fees=0.00025,          # 佣金万2.5
        slippage=0.002,        # 滑点 0.2%，保守设置
        direction="longonly",
    )
    return pf

# ---- 关键指标输出 ----
def report(pf: vbt.Portfolio) -> dict:
    stats = pf.stats()
    return {
        "总收益": stats["Total Return [%]"],
        "年化收益": stats["Annualized Return [%]"],
        "最大回撤": stats["Max Drawdown [%]"],
        "夏普比率": stats["Sharpe Ratio"],
        "胜率": stats["Win Rate [%]"],
        "交易次数": stats["Total Trades"],
    }

回测的四个陷阱

陷阱一：过拟合——参数调到最优点

把均线参数从 (5,20) 试到 (200,250)，总有几组参数在历史上大放异彩。但这几组参数之所以”好”，很可能只是恰好拟合了历史噪声，而不是捕捉了规律。判别方法：如果参数邻域（比如 18-22 日）的收益断崖式下跌，只有 (20,60) 一枝独秀，这就是过拟合的典型地貌；真正有效的策略在参数邻域内表现平缓。

陷阱二：样本内偏差

只在同一段历史上反复迭代策略，等于用考试原卷练习再参加同一张考卷的考试。任何在样本内的”改进”都不可信，必须留出从未参与策略开发的样本外区间做最终裁判。

陷阱三：多重检验

试了 100 个策略留下最好的那个，那个”最好”大概率只是运气最好。100 个完全随机的策略，最好的一个夏普做到 2 也不稀奇。防御手段：记录所有尝试过的策略（包括失败的），对幸存者按尝试次数做显著性折减；或使用 White’s Reality Check / SPA 检验这类专门对付数据挖掘偏差的统计工具。至少，要知道”我试过多少次”本身就是重要信息。

陷阱四：幸存者偏差

前文已述：用今天还活着的股票回测历史，收益必然被高估。补充一个更隐蔽的变体——用”今天调入成分股的名单”回测它调入前的表现，等于预知了它会被调入（调入往往伴随大涨），这同样是幸存者偏差的近亲。

回测陷阱与检验方法对照表

陷阱	症状	检验方法
参数过拟合	最优点收益突出，邻域参数收益骤降	参数热力图看平滑度，邻域取中位数参数而非最优参数
样本内偏差	样本内夏普 2.5，从未见过样本外	滚动窗口 / walk-forward：训练段出参数，紧邻的下一段验证
多重检验	第 37 个试出来的策略”特别好”	记录全部尝试次数，做 Bonferroni 折减或 SPA 检验
幸存者偏差	策略年年跑赢指数但从未踩过退市雷	使用历史时点成分股名单，纳入退市股与 ST 股

样本外验证与滚动窗口：量化策略的最终裁判

标准做法是三段式：训练段（如 2015-2019）用于开发与调参，验证段（2020-2021）用于选择模型，测试段（2022-2024）只允许碰一次——碰完无论结果如何都定案，不许回头改。更严格的是 walk-forward 滚动：每年用过去五年调参、未来一年验证，把所有验证年拼接起来看整体表现，这才是策略”穿越能力”的估计。量化研究里，样本外跑赢样本内八成的策略，已经比 95% 的”完美回测”更有价值。

滚动窗口验证代码模板

import pandas as pd

def walk_forward(daily_returns: pd.Series,
                 train_years: int = 5, test_years: int = 1):
    """滚动窗口：每轮用 train_years 年调参、test_years 年样本外验证"""
    years = sorted(daily_returns.index.year.unique())
    results = []
    for start in range(0, len(years) - train_years - test_years + 1, test_years):
        train_end = years[start + train_years - 1]
        test_end = years[start + train_years + test_years - 1]
        oos = daily_returns[(daily_returns.index.year > train_end)
                            & (daily_returns.index.year <= test_end)]
        results.append({
            "训练段": f"{years[start]}-{train_end}",
            "样本外段": f"{train_end + 1}-{test_end}",
            "样本外夏普": oos.mean() / oos.std() * (252 ** 0.5),
        })
    return pd.DataFrame(results)
# 判读：所有样本外段的夏普同号且均值稳定，策略才算"活"到样本外

五、大多数人做错的地方：让 AI 先看回测，再编逻辑

这是全文最重要的一节，也是我二十年来观察到的最深的一个坑。大部分人用 AI 做量化的流程是反的：让 AI 写十个策略 → 全部跑回测 → 挑收益最高的那个 → 再让 AI 给这个策略编一套”为什么有效”的解释（什么均值回归、动量效应、行为金融学……）。这个流程的产物必然是过拟合的垃圾，因为在 100 个噪声策略里挑最好的，本身就是一次隐式的参数优化——你优化的不是参数，是策略选择。AI 再给结果补逻辑，等于让销售给已经卖出的产品写说明书：什么理由都编得出来。让 AI 先看回测结果再解释逻辑，是人类自我欺骗的最快路径，没有之一。

正确顺序只有一条，不可颠倒：先声明策略逻辑（它为什么应该有效、赚的是谁的钱、什么时候会失效），再写代码，最后才看回测结果。逻辑在前，回测是对逻辑的证伪性检验；结果在前，回测就成了从 100 次抽样里挑运气的仪式。如果你的 DeepSeek 对话记录里出现过”这个回测不错，帮我解释一下它为什么有效”这句话，请立刻删掉整个策略重新来过。

反常识观点：回测”太好看”是危险信号而不是好消息

扣除成本后年化 60%、最大回撤 8%、夏普 3 的 A 股日线策略，几乎可以断定有问题，而不是捡到宝。经验法则：一个策略的回测指标越接近”完美”，未来函数、成交假设过松、过拟合三者中至少中了一项。我见过太多人因为”回测太好了舍不得怀疑”，在实盘亏掉真金白银。看到完美曲线，第一反应应该是去找它的 bug，这是量化老手与新手最大的心态差别。

AI 的角色边界：能做什么，不能做什么

AI 能做的

把你声明好的规则忠实翻译成 Python 代码，并指出规则里的模糊点。
写数据获取、复权处理、清洗管道、point-in-time 标的池构建。
搭回测框架、实现摩擦成本、输出指标与图表。
做大规模参数扫描、walk-forward 验证、生成分析报告初稿。

AI 不能做的

判断策略有没有经济学逻辑——AI 会为任何结果流畅地编出解释，包括纯噪声。
判断某个因子未来是否还有效——因子拥挤度、市场结构变化，历史数据给不出答案。
承担资金风险——下单的是你的账户，AI 不为亏损负责。

一句话：在量化研究里，AI 是 infinitely patient 的研究员和程序员，不是基金经理。它没有恐惧，也没有账户。

正确的 AI 协作顺序模板（可直接复制）

与 DeepSeek 协作做量化研究，必须按以下顺序，禁止跳步：

第一步【逻辑声明】（不看任何回测数据）：
"我要做一个 [策略类型] 策略。它的核心逻辑是：
它赚的是 [对手方/风险溢价] 的钱；
有效的前提假设是 [市场机制]；
预计失效的场景是 [拥挤/机制变化]。
请评估这个逻辑链是否自洽，指出漏洞，此阶段禁止写代码、禁止提及历史收益。"

第二步【规则固化】：
"把上述逻辑翻译成五要素规则（标的池/入场/出场/仓位/风控），
所有条件必须可计算、无未来函数。"

第三步【代码实现】：
"实现数据管道与回测，摩擦成本按 [佣金万2.5/印花税/滑点0.2%] 设置，
输出指标并与沪深300基准对比。"

第四步【回测与证伪】（最后一步才运行回测）：
"运行回测。请注意：如果结果差，如实报告，不要为了好看而调参；
如果结果好得异常（夏普>2），请优先排查未来函数与成交假设，
而不是向我报告收益。禁止基于回测结果反改策略逻辑。"

让 AI 自查未来函数的提示词

请对下面这段策略代码做"未来函数审计"，逐行检查：
1. 是否存在用 T 日收盘价决定 T 日成交的路径？
2. 是否有特征没有做 shift(1) 滞后？
3. 财务/公告类数据是否按披露日（而非报告期）对齐？
4. rolling/pandas 操作是否有居中窗口或 bfill/ffill 引入未来信息？
5. 标准化、去极值是否在时间轴上跨期计算（应为逐截面）？
对每一条给出：结论（安全/有泄漏）、涉及行号、修复代码。审计通过前禁止跑回测。

六、常见问题 FAQ

问：完全不懂代码，能靠 DeepSeek 做量化吗？

能启动，但不能放手。AI 可以帮你写出全部代码，但你需要能读懂代码在做什么——至少要能看懂入场条件、成交时点、成本假设这三处。完全不懂却直接实盘，等于把钱包交给一个你无法审计的实习生。建议先小资金模拟盘跑三个月，核对回测与模拟盘的差异，再谈真金白银。

问：回测年化 30%、最大回撤 10%，实盘能预期多少？

经验上，实盘能保住回测收益的三分之一到一半就不错了。滑点、冲击成本、成交失败、市场机制变化都会持续侵蚀。更实际的心态：把回测当作”证伪工具”——回测都跑不过成本的策略直接淘汰；回测能过的策略，再经过样本外验证与模拟盘检验，才有资格谈实盘。

问：前复权和后复权到底用哪个？为什么我两个跑出来结果不一样？

回测统一用后复权。前复权的历史价格会随着每次分红除权被重算，导致同一策略不同日期跑出的回测不可复现，极端情况下历史价格还会变负。两者结果不同通常还有另一个原因：复权方式改变了均线、收益率等指标的数值，从而改变了信号。这恰恰说明复权方式是策略定义的一部分，必须固定并记录。

问：怎么快速判断一个策略是否过拟合？

三查：一查参数敏感性，最优点邻域的收益是否平滑，尖峰即过拟合；二查样本外，walk-forward 各验证段的夏普是否同号且稳定；三查逻辑，策略赚的钱有没有明确的对手方和经济学来源。三查有两查不过关，策略弃用。特别警惕”试了很多策略后挑出的最好的那个”——那不是发现，是抽签。

问：用 AI 写的回测代码，最需要人工检查哪三处？

第一，信号与成交的对齐方式：确认是 T 日信号、T+1 成交，且代码里有 shift；第二，摩擦成本是否真实设置：佣金、印花税、滑点一个不能少，没有成本的回测直接作废；第三，标的池是否为历史时点名单：用当前成分股回测十年，是幸存者偏差的重灾区。这三处错了，其余代码再优雅也没意义。

问：没有 Tushare 积分、预算有限，数据问题怎么解决？

AkShare 免费够用，配合本地落盘（parquet/CSV）可以搭建可复现的研究环境。三个补救要点：复权数据用 AkShare 的 qfq/hfq 接口自取；历史成分股可从指数公司公开资料或第三方存档获取，实在拿不到就缩小回测区间、并在报告里明确声明偏差方向；财务数据按报告期加 90 天保守滞后近似披露日。数据可以糙，但必须知道自己糙在哪。

结语：量化是一种纪律，AI 是纪律的放大器

这套 DeepSeek + Python 的量化工作流是量化研究的完整骨架，真正值钱的不是代码模板，而是顺序和纪律：先证伪性的逻辑声明，再可计算的规则固化，再无泄漏的数据与特征，再保守的成本假设，最后才允许自己看一眼回测结果——并且看的时候带着怀疑。AI 把写代码的成本降到了接近零，这意味着过拟合的成本也降到了接近零：现在任何人都可以在一晚上试一百个策略，然后信心满满地选中最幸运的那个。纪律，才是你与”用 AI 自我欺骗的大多数人”之间唯一的护城河。

THE END