从零开始构建一个量化交易系统

Deepseek母公司幻方量化的交易策略（仅供参考）

大部分Alpha（超额收益）都是AI生成的，少部分手写。

使用大量订单簿数据，但最后生成的策略换手率并不高。

构建一个量化交易系统的想法是我在大一打商赛的时候萌生的。我认为，与其死磕技术分析去预测短期趋势，不如利用新兴的AI来带我入门新兴的量化交易领域。

判断交易标的： A 股、指数、ETF、两融、期权，需要对对应的标的进行个别分析

选择交易频率： 日线调仓 / 高频日内，由于高频日内的手续费和滑点较高，且对网络延迟要求高，这里采用日线调仓。

评判指标：

收益率

夏普比率：（年化收益率 - 无风险利率）/ 年化波动率。每承担一单位的“总风险”，能获得多少超越无风险利率的“超额回报”。

最大回撤：在选定周期内，从任一高点净值回落到后续最低点的最大跌幅。

卡玛比率：年化收益率 / 最大回撤。

稳定性：收益曲线的平滑度、胜率、盈亏比、月度/季度胜率。

量化相关名词解释

滑点:在交易中，预期的交易价格与实际成交价格之间的差异。这种差异通常发生在市场波动较大、大额交易或者流动性不足的情况下。

  • 正滑点：实际成交价格比预期价格有利（买入价低、卖出价高），这对交易者来说是有利的。
  • 负滑点：实际成交价格比预期价格不利（买入价高、卖出价低），这对交易者来说是亏损的。

利用JoinQuant平台写一个简单的策略并进行回测

这里我用别人写的一个策略进行演示

1
2
3
4
5
6
def initialize():
    run_daily(period,time = "every_bar")
    g.security = '600536.SSE'

def period(context):
    order(g.security, 100)
  1. 交易频率
    • 每天调仓一次？每周？还是分钟级高频？
    • 高频策略（分钟级、tick级）个人实盘几乎很难完全复刻，手续费、滑点影响会很大。
  2. 标的范围
    • 只买沪深 300？中证 500？全市场？
    • 是否排除了 ST、新股、北交所、停牌股等？
  3. 资金和仓位
    • 策略是按“总资产的多少％”买？
    • 单只股票最大仓位多少？同时持仓多少只？
  4. 下单规则
    • 用的是 order_value / order_target_value / order_target？
    • 调仓是在每天开盘、收盘，还是某个特定时间？
  5. 风控和止损
    • 有无大盘过滤（例如指数跌破均线就空仓）？
    • 有无单股止损 / 止盈？

这些信息决定你在实盘里“怎么下单”，不搞清楚就没法实操。

二、用模拟盘练：从 JoinQuant 到“纸面实盘”

1）先在 JoinQuant 上开模拟交易

在 JoinQuant 中：

  1. 把策略回测跑通，确认逻辑没有报错。
  2. 开一个 模拟交易（实时模拟）：
    • 设置初始资金（比如你打算实盘用 10 万，那模拟也用 10 万）。
    • 设置手续费 / 滑点接近实盘。
    • 跑一段时间（至少几周～几个月）。

观察：

  • 实时信号是否频繁过度交易？
  • 是否会买到你实盘根本不想碰的标的（ST、冷门小票、流动性差的）？
  • 回撤和浮亏你心理扛不扛得住？

这一步本质上是：先让策略在“现实世界”里走一走，看会不会摔跤。

2）“手工跟单”版模拟

如果你打算自己在券商 APP 手工下单，可以这样练习：

  1. 每天在固定时间（比如 14:40 或收盘前）
    看 JoinQuant 模拟盘当天的调仓指令 / 持仓变动。
  2. 开一个 Excel / Notion 表，假设你真按这些指令操作，自己记账：
    • 哪天买了什么、价格多少、数量多少
    • 当天净值、回撤大致情况

连续做几周，你会知道：

  • 每天大概要花你多长时间看信号和下单。
  • 你是否容易“手滑”或者忘记执行。

三、确定你的实盘执行方式（重点）

通常有三种路径，从“省心程度低 → 高”：

路线 A：完全手工执行（最简单但最累）

适合：日级/周级低频策略，每天调仓不多。

步骤：

  1. 确定一个固定的“执行时间点”
    比如策略逻辑是：每天收盘前按当日收盘价调仓，那你就每天 14:50–15:00 看一眼策略信号。
  2. 在 JoinQuant 中让策略输出每日持仓列表：
    • 可以在 log / 发送邮件 / 推送方式里输出：
      • 目标持仓：每只股票及目标仓位比例
  3. 打开你的券商 APP，按 目标持仓 做：
    • 不在目标持仓里的股票：卖掉（或减仓）
    • 目标持仓里缺的股票：按比例买入

要点：

  • 实盘资金≠回测资金时，用“比例缩放”
    例如回测 100 万、实盘 10 万，就把每个目标市值乘以 0.1。
  • 手续费、盘口滑点会让实盘略逊于回测，这是正常的。

路线 B：用 JoinQuant 的实盘交易对接券商（半自动）

具体支持哪些券商、如何接入，要看 JoinQuant 当前的官方说明。

概念上就是：

  1. 在 JoinQuant 中开 实盘，选择支持的券商并绑定你的证券账户。
  2. 策略里用标准下单函数（order_value 等），就能自动下单到你的券商账户中。
  3. 你需要做的主要变成：
    • 每天盯一下策略是否正常运行；
    • 检查账户里是否有异常（比如由于停牌、涨跌停导致下不了单等）。

优点：

  • 接近“全自动”，不容易因为忘记或情绪失控而乱改策略。

缺点：

  • 有一定技术门槛及风控要求（策略写错就会自动乱下单）。

路线 C：用信号 + 自己决策微调（灵活但容易“走样”）

你也可以这么干：

  1. 把策略当作“选股器 + 仓位建议”：
    • 它每天告诉你“应该持有哪些股票、大概什么仓位”。
  2. 你实盘时：
    • 严格用它的选股池（不自己乱挑其他股票）；
    • 仓位可以结合自己判断做一些微调，比如看到大盘极端风险时减一点仓。

注意：
一旦你频繁地“加点主观想法”，回测结果就不再完全适用了，要心理有数：

实盘绩效 = 策略本身 + 你的人性和临场发挥

四、具体实操“流程模板”示例

假设你现在有 10 万准备用这个策略，策略是：

  • 每天收盘前调仓；
  • 持仓 10 只股票，等权；
  • 只做 A 股，日线级别。

你可以这样执行：

每天例行操作（工作日）

  1. 14:40 左右：
    在 JoinQuant 上运行策略（或让它自动运行），看当日目标持仓列表和建议仓位（比如每只 10％）。
  2. 计算每只股票的目标市值
    • 10 万总资金 → 单只股票目标市值 ≈ 10 万 × 10％ = 1 万
    • 考虑到实际可用资金、四舍五入，可以稍微调整（比如 9000~11000 之间都可以）。
  3. 对比你实盘当前持仓和目标持仓：
    • 不在目标列表的股票：在券商 APP 里卖出。
    • 不足目标仓位的：补仓。
    • 未持有但在目标列表里的：新买。
  4. 记录一下（建议一定做）：
    • 每天收盘资金总额、持仓情况、当日盈亏；
    • 可以用 Excel、表格、雪球组合等工具。

五、风险和坑：实盘前你必须知道的

  1. 回测≠未来
    • 尤其是样本期间过短、过拟合（调参调到“完美”）的策略，实盘往往惨不忍睹。
  2. 成交问题
    • 回测默认经常能“成交在收盘价/开盘价”，实盘中可能直接涨停或者没有足够的量。
  3. 资金规模不同
    • 回测 1000 万，实盘 10 万；或者反之，都会导致流动性、可操作性不一样。
  4. 心理问题
    • 回撤 20% 在回测图上看着“挺稳”；
    • 真金白银跌 2 万的时候，你可能睡不着觉，然后在最低点按不住砍仓。

六、给你一个“任务清单”，照着一步步走就行

你可以按这个 checklist 来：

  1. ✅ 看懂策略说明（交易频率、标的、仓位、风控）。
  2. ✅ 在 JoinQuant 跑 实时模拟盘 至少几周。
  3. ✅ 用模拟盘的调仓结果，做一段时间 手工“纸面实盘”。
  4. ✅ 决定执行方式：
    • A：完全手工下单
    • B：JoinQuant 实盘对接券商
    • C：用它当信号源，自己微调
  5. ✅ 制定自己的 风控规则：
    • 最大可接受回撤？
    • 单日最大亏损？
    • 一次下跌多少你会考虑减仓？
  6. ✅ 从 小资金 开始实盘，比如计划用 10 万，就先上 2～3 万，跑几个月再逐步加。