4.0 策略从哪里来？¶

你有没有想过这个问题：
我学了 RSI、MACD、布林带……然后呢？
这些指标是工具，但工具本身不等于策略。就像你学会了锤子、锯子、钉子，不代表你会建房子。

这一节回答最关键的问题：策略是怎么想出来的？

学习目标¶

• 理解量化策略为什么能赚钱（三大来源）
• 区分并理解主要策略类型的核心逻辑
• 掌握从零开发一个策略的完整思路流程
• 认识新手最常踩的陷阱

1. 策略为什么能赚钱？——三大来源¶

市场不是无缘无故给你钱的。策略能赚钱，必须依赖某种可持续的优势。这些优势大致来自三个地方：

来源一：行为偏差（Behavioral Edge）¶

人类不是理性的。我们有很多可预测的、系统性的错误：

• 羊群效应：大家都买，我也买（→ 形成趋势）
• 过度反应：坏消息一出，大家恐慌抛售，把价格砸过头（→ 均值回归机会）
• 锚定效应：「这股票以前涨到 200，现在 150，感觉便宜」（→ 错误定价）
• 损失厌恶：亏损的痛苦是盈利快乐的 2 倍，所以大家更倾向于「早止盈、晚止损」（→ 动量效应）

量化策略的本质之一：系统性地捕捉人类的系统性错误。

来源二：风险溢价（Risk Premium）¶

有些收益是对「承担风险」的补偿，不是「免费的午餐」：

• 股票长期跑赢国债，因为你承担了公司倒闭的风险
• 小盘股长期跑赢大盘股，因为你承担了流动性风险
• 高波动率资产有更高收益，因为大多数人不喜欢波动

这类策略不是「天才」，而是愿意承担别人不愿承担的风险，换取更高回报。

来源三：结构性优势（Structural Edge）¶

市场结构本身造成的定价偏差：

• 指数调仓效应：指数成分股调整时，被动基金必须买/卖，造成短期量价异常
• 流动性提供：做市商通过买卖价差赚钱，而非预测涨跌
• 季节性效应：「一月效应」「卖掉五月」等统计规律

---

💡 关键判断问题： 每次你想到一个策略，都要问自己：
「我的优势来自哪里？为什么别人没有发现这个，或者发现了为什么不愿意去做它？」
如果答不上来，这个策略很可能是随机噪声，或者已经被套利掉了。

2. 四大策略类型——核心逻辑与直觉¶

策略类型一：趋势跟随（Trend Following）¶

核心信念：「涨的会继续涨，跌的会继续跌。」

这听起来像是废话，但有非常扎实的学术依据——「动量效应」（Momentum Effect）在几乎所有资产类别和时间段都被验证过。

为什么趋势会持续？

1. 好消息往往分批传播，不是一次性被市场消化
2. 机构投资者仓位调整需要时间（不是一天能买完）
3. 趋势吸引更多跟随者，形成自我强化

典型策略：

• 均线金叉：SMA20 上穿 SMA60 → 买入
• 突破策略：价格突破 52 周新高 → 买入
• MACD 信号：MACD 线上穿信号线 → 买入

适合的市场： 单边趋势行情（牛市/熊市）
不适合的市场： 震荡盘整市（会被反复打止损、假信号多）

---

策略类型二：均值回归（Mean Reversion）¶

核心信念：「价格偏离正常水平太远了，总会回来的。」

就像橡皮筋——拉得越远，弹回来的力量越大。

为什么会有均值回归？

1. 市场的过度反应：坏消息出来，恐慌性抛售把价格砸过头了
2. 统计均衡：历史上价格总是在一个中枢附近波动
3. 套利者的存在：偏离太远时，「聪明钱」会入场修正

典型策略：

• RSI < 30 时买入（超卖，可能反弹）
• 价格触碰布林带下轨时买入
• 配对交易：两个高度相关的股票价差扩大时套利

适合的市场： 震荡区间市
不适合的市场： 单边趋势（「越涨越买」会追到顶，「越跌越买」会越套越深）

---

策略类型三：跨截面动量（Cross-Sectional Momentum）¶

核心信念：「同一时期表现最好的资产，短期内往往继续表现好。」

不是预测某一只股票绝对涨跌，而是预测相对排名。

做法：

1. 每月末计算所有股票过去 12 个月（除最近 1 个月）的收益
2. 买入排名前 20% 的「赢家」
3. 卖出（做空）排名后 20% 的「输家」

这是诺贝尔奖级别的策略，由 Jegadeesh & Titman 在 1993 年首次系统记录。

---

策略类型四：统计套利（Statistical Arbitrage）¶

核心信念：「两个高相关的资产，价差应该稳定，偏离时可以套利。」

经典例子：可口可乐（KO）和百事可乐（PEP）。都是碳酸饮料公司，股价长期高度相关。如果某天 KO 跌、PEP 不跌，这可能是短暂偏离，买 KO + 卖空 PEP，等价差回归时获利。

关键特点： 策略收益与市场涨跌无关（市场中性），靠的是价差的均值回归。

---

策略类型对比总结¶

策略类型	核心信念	挣钱来源	适合市场	风险点
趋势跟随	动量持续	行为偏差（羊群效应）	单边行情	震荡市假信号多
均值回归	偏离会修正	行为偏差（过度反应）	区间震荡	趋势市扛不住
跨截面动量	相对强弱持续	行为偏差 + 机构滞后	股票多空	动量崩溃风险
统计套利	价差均值回归	结构性 + 统计规律	任意市场	相关性破裂

3. 从想法到策略：完整开发流程¶

灵感/假设
    ↓
逻辑自洽性检验（问自己：为什么这能赚钱？）
    ↓
初步代码实现
    ↓
样本内回测（In-Sample）——用历史数据验证
    ↓
样本外测试（Out-of-Sample）——用没见过的数据验证
    ↓
敏感性分析（参数稍微变化，策略是否还稳定？）
    ↓
加入真实交易成本（手续费、滑点）
    ↓
风险控制设计（最大仓位、止损规则）
    ↓
小资金实盘测试

每一步都有可能淘汰掉你的策略——这是正常的。 大多数策略死在「样本外测试」这一关。原因通常是：

1. 过拟合（Overfitting）：参数太多，历史数据「背」得太熟，但遇到新数据就失效
2. Look-ahead Bias：不小心用了未来数据（下一节详细讲）
3. 幸存者偏差（Survivorship Bias）：只用了还在市场上的股票数据，忽略了已退市、破产的股票

4. 三大致命陷阱¶

陷阱一：过拟合（Overfitting）¶

类比： 你拿着答卷（历史数据）背了三天，考试（真实交易）换了一套题，啥都不会。

当你不断地调参——把 RSI 的周期从 14 改成 11，把超卖线从 30 改成 27，把均线从 20 改成 18……每次调整都让「历史回测」更好看，但这只是在「背答案」，不是发现了真正的规律。

防范方法：

• 参数越少越好（奥卡姆剃刀原则）
• 严格做样本外测试（时间段切开，一部分用于开发，一部分用于验证）
• 有逻辑支撑的策略更可靠，纯数字拟合的策略更危险

In [2]:

import matplotlib.pyplot as plt

# 1. 设置系统自带的中文字体（这里使用黑体 SimHei）
plt.rcParams['font.sans-serif'] = ['SimHei']  # 如果你想用微软雅黑，可以改成 ['Microsoft YaHei']

# 2. 解决更换字体后，负号（-）显示为方块的问题
plt.rcParams['axes.unicode_minus'] = False

import matplotlib.pyplot as plt # 1. 设置系统自带的中文字体（这里使用黑体 SimHei） plt.rcParams['font.sans-serif'] = ['SimHei'] # 如果你想用微软雅黑，可以改成 ['Microsoft YaHei'] # 2. 解决更换字体后，负号（-）显示为方块的问题 plt.rcParams['axes.unicode_minus'] = False

In [3]:

import numpy as np
import pandas as pd

# 演示：过拟合的可视化
# 用随机收益率数据，展示「样本内完美，样本外失灵」的现象
np.random.seed(42)
n = 300
returns = pd.Series(np.random.normal(0.0003, 0.01, n))  # 纯随机价格变动

# 把数据切成两半
in_sample = returns[:150]   # 样本内：用来开发策略
out_sample = returns[150:]  # 样本外：用来验证策略

# 在样本内穷举 SMA 参数，找「最优」参数
best_return = -np.inf
best_params = None
all_in_returns = []

for fast in range(3, 20):
    for slow in range(fast + 3, 40):
        price = (1 + in_sample).cumprod()
        sma_f = price.rolling(fast).mean()
        sma_s = price.rolling(slow).mean()
        pos = (sma_f > sma_s).shift(1).fillna(False).astype(int)
        r = (pos * in_sample).sum()
        all_in_returns.append(r)
        if r > best_return:
            best_return = r
            best_params = (fast, slow)

# 用样本内「最优」参数跑样本外
f, s = best_params
price_full = (1 + returns).cumprod()
sma_f_full = price_full.rolling(f).mean()
sma_s_full = price_full.rolling(s).mean()
pos_full = (sma_f_full > sma_s_full).shift(1).fillna(False).astype(int)
strat_ret = pos_full * returns

cum_strat_in  = (1 + strat_ret[:150]).cumprod()
cum_strat_out = (1 + strat_ret[150:]).cumprod() * cum_strat_in.iloc[-1]
cum_market = (1 + returns).cumprod()

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(13, 4))

ax1.hist(all_in_returns, bins=40, color='steelblue', alpha=0.7)
ax1.axvline(best_return, color='red', linestyle='--', label=f'「最优」参数 SMA({f},{s})')
ax1.set_title('样本内穷举：找到了「最优」参数', fontsize=12)
ax1.set_xlabel('策略累积收益')
ax1.legend()
ax1.grid(alpha=0.3)

ax2.plot(range(150), cum_strat_in.values, color='green', linewidth=1.5, label='样本内（用于寻参）')
ax2.plot(range(150, 300), cum_strat_out.values, color='red', linewidth=1.5, label='样本外（真实表现）')
ax2.plot(range(300), cum_market.values, color='gray', linewidth=1, linestyle='--', label='买入持有')
ax2.axvline(150, color='black', linestyle=':', linewidth=1.5, label='样本内/外分割点')
ax2.set_title(f'SMA({f},{s}) 过拟合演示\n样本内看起来很好，样本外回到起点', fontsize=11)
ax2.legend(fontsize=9)
ax2.grid(alpha=0.3)

plt.tight_layout()
plt.show()
print('⚠️  注意：这是纯随机数据，不存在任何规律。')
print('   但只要参数够多、调得够细，「历史回测」可以很漂亮。这就是过拟合。')

import numpy as np import pandas as pd # 演示：过拟合的可视化 # 用随机收益率数据，展示「样本内完美，样本外失灵」的现象 np.random.seed(42) n = 300 returns = pd.Series(np.random.normal(0.0003, 0.01, n)) # 纯随机价格变动 # 把数据切成两半 in_sample = returns[:150] # 样本内：用来开发策略 out_sample = returns[150:] # 样本外：用来验证策略 # 在样本内穷举 SMA 参数，找「最优」参数 best_return = -np.inf best_params = None all_in_returns = [] for fast in range(3, 20): for slow in range(fast + 3, 40): price = (1 + in_sample).cumprod() sma_f = price.rolling(fast).mean() sma_s = price.rolling(slow).mean() pos = (sma_f > sma_s).shift(1).fillna(False).astype(int) r = (pos * in_sample).sum() all_in_returns.append(r) if r > best_return: best_return = r best_params = (fast, slow) # 用样本内「最优」参数跑样本外 f, s = best_params price_full = (1 + returns).cumprod() sma_f_full = price_full.rolling(f).mean() sma_s_full = price_full.rolling(s).mean() pos_full = (sma_f_full > sma_s_full).shift(1).fillna(False).astype(int) strat_ret = pos_full * returns cum_strat_in = (1 + strat_ret[:150]).cumprod() cum_strat_out = (1 + strat_ret[150:]).cumprod() * cum_strat_in.iloc[-1] cum_market = (1 + returns).cumprod() fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(13, 4)) ax1.hist(all_in_returns, bins=40, color='steelblue', alpha=0.7) ax1.axvline(best_return, color='red', linestyle='--', label=f'「最优」参数 SMA({f},{s})') ax1.set_title('样本内穷举：找到了「最优」参数', fontsize=12) ax1.set_xlabel('策略累积收益') ax1.legend() ax1.grid(alpha=0.3) ax2.plot(range(150), cum_strat_in.values, color='green', linewidth=1.5, label='样本内（用于寻参）') ax2.plot(range(150, 300), cum_strat_out.values, color='red', linewidth=1.5, label='样本外（真实表现）') ax2.plot(range(300), cum_market.values, color='gray', linewidth=1, linestyle='--', label='买入持有') ax2.axvline(150, color='black', linestyle=':', linewidth=1.5, label='样本内/外分割点') ax2.set_title(f'SMA({f},{s}) 过拟合演示\n样本内看起来很好，样本外回到起点', fontsize=11) ax2.legend(fontsize=9) ax2.grid(alpha=0.3) plt.tight_layout() plt.show() print('⚠️ 注意：这是纯随机数据，不存在任何规律。') print(' 但只要参数够多、调得够细，「历史回测」可以很漂亮。这就是过拟合。')

⚠️  注意：这是纯随机数据，不存在任何规律。
   但只要参数够多、调得够细，「历史回测」可以很漂亮。这就是过拟合。

In [4]:

import matplotlib.pyplot as plt

# 1. 设置系统自带的中文字体（这里使用黑体 SimHei）
plt.rcParams['font.sans-serif'] = ['SimHei']  # 如果你想用微软雅黑，可以改成 ['Microsoft YaHei']

# 2. 解决更换字体后，负号（-）显示为方块的问题
plt.rcParams['axes.unicode_minus'] = False

import matplotlib.pyplot as plt # 1. 设置系统自带的中文字体（这里使用黑体 SimHei） plt.rcParams['font.sans-serif'] = ['SimHei'] # 如果你想用微软雅黑，可以改成 ['Microsoft YaHei'] # 2. 解决更换字体后，负号（-）显示为方块的问题 plt.rcParams['axes.unicode_minus'] = False

陷阱二：Look-ahead Bias（未来函数偏差）¶

这是回测中最常见、也最隐蔽的错误。

定义： 在生成交易信号时，不小心用了还没发生的数据。

举个栗子：

# ❌ 错误写法（Look-ahead Bias）
# 今天的信号用了今天的收盘价，但你在今天收盘后才知道收盘价
# 真实交易中，你在今天开盘时就要决定买不买
signal_today = rsi_today < 30  # 今天收盘计算的 RSI
position_today = signal_today  # ← 今天就执行，但你当时不知道今天收盘价！

# ✅ 正确写法（用 shift(1) 延迟一天）
signal_today = rsi.shift(1) < 30  # 昨天收盘计算的 RSI
position_today = signal_today       # 今天开盘执行昨天的信号，这才合理

为什么很隐蔽？ 代码看起来没有任何问题，回测结果漂亮得令人难以置信……这恰恰是警报！如果一个策略的夏普比率超过 3，大概率是有 Look-ahead Bias。

检查清单：

• 信号生成时用的数据，是否都是截止到昨天收盘的？
• 执行交易时，是否用了 shift(1) 延迟信号？
• 止损止盈是否用了当天的收盘价（而不能用高低价的中间某个价格）？

In [6]:

import yfinance as yf

# 演示 Look-ahead Bias 对回测结果的影响
data = yf.download('SPY', start='2020-01-01', end='2024-01-01', progress=False)
close = data['Close'].squeeze()
ret = close.pct_change()

# 用 RSI 为例
def rsi(price, period=14):
    delta = price.diff()
    gain = delta.clip(lower=0)
    loss = -delta.clip(upper=0)
    avg_g = gain.ewm(com=period-1, min_periods=period).mean()
    avg_l = loss.ewm(com=period-1, min_periods=period).mean()
    return 100 - 100/(1 + avg_g/avg_l)

rsi_val = rsi(close)

# ❌ 有 Look-ahead Bias 的版本（信号当天执行）
pos_biased = pd.Series(0.0, index=close.index)
pos_biased[rsi_val < 35] = 1.0   # 今天 RSI<35 → 今天就买入（用了今天才知道的数据）
pos_biased[rsi_val > 65] = -1.0
ret_biased = (pos_biased * ret).dropna()

# ✅ 正确版本（信号延迟一天执行）
pos_correct = pos_biased.shift(1).fillna(0)  # 昨天的信号，今天才执行
ret_correct = (pos_correct * ret).dropna()

cum_b = (1 + ret_biased).cumprod()
cum_c = (1 + ret_correct).cumprod()
cum_m = (1 + ret.dropna()).cumprod()

fig, ax = plt.subplots(figsize=(13, 5))
ax.plot(cum_b.index, cum_b.values, label=f'有 Look-ahead Bias（夏普={ret_biased.mean()/ret_biased.std()*252**0.5:.2f}）',
        color='red', linewidth=2)
ax.plot(cum_c.index, cum_c.values, label=f'正确实现（夏普={ret_correct.mean()/ret_correct.std()*252**0.5:.2f}）',
        color='green', linewidth=2)
ax.plot(cum_m.index, cum_m.values, label='买入持有', color='gray', linewidth=1.5, linestyle='--')
ax.set_title('Look-ahead Bias 的影响：「错误」代码让策略看起来无敌好', fontsize=13)
ax.legend()
ax.grid(alpha=0.3)
plt.tight_layout()
plt.show()
print('⚠️  两条线的差异，完全来自一个 shift(1)。')
print('   没有 shift(1) 的版本用了未来数据——在现实中根本无法执行！')

import yfinance as yf # 演示 Look-ahead Bias 对回测结果的影响 data = yf.download('SPY', start='2020-01-01', end='2024-01-01', progress=False) close = data['Close'].squeeze() ret = close.pct_change() # 用 RSI 为例 def rsi(price, period=14): delta = price.diff() gain = delta.clip(lower=0) loss = -delta.clip(upper=0) avg_g = gain.ewm(com=period-1, min_periods=period).mean() avg_l = loss.ewm(com=period-1, min_periods=period).mean() return 100 - 100/(1 + avg_g/avg_l) rsi_val = rsi(close) # ❌ 有 Look-ahead Bias 的版本（信号当天执行） pos_biased = pd.Series(0.0, index=close.index) pos_biased[rsi_val < 35] = 1.0 # 今天 RSI<35 → 今天就买入（用了今天才知道的数据） pos_biased[rsi_val > 65] = -1.0 ret_biased = (pos_biased * ret).dropna() # ✅ 正确版本（信号延迟一天执行） pos_correct = pos_biased.shift(1).fillna(0) # 昨天的信号，今天才执行 ret_correct = (pos_correct * ret).dropna() cum_b = (1 + ret_biased).cumprod() cum_c = (1 + ret_correct).cumprod() cum_m = (1 + ret.dropna()).cumprod() fig, ax = plt.subplots(figsize=(13, 5)) ax.plot(cum_b.index, cum_b.values, label=f'有 Look-ahead Bias（夏普={ret_biased.mean()/ret_biased.std()*252**0.5:.2f}）', color='red', linewidth=2) ax.plot(cum_c.index, cum_c.values, label=f'正确实现（夏普={ret_correct.mean()/ret_correct.std()*252**0.5:.2f}）', color='green', linewidth=2) ax.plot(cum_m.index, cum_m.values, label='买入持有', color='gray', linewidth=1.5, linestyle='--') ax.set_title('Look-ahead Bias 的影响：「错误」代码让策略看起来无敌好', fontsize=13) ax.legend() ax.grid(alpha=0.3) plt.tight_layout() plt.show() print('⚠️ 两条线的差异，完全来自一个 shift(1)。') print(' 没有 shift(1) 的版本用了未来数据——在现实中根本无法执行！')

⚠️  两条线的差异，完全来自一个 shift(1)。
   没有 shift(1) 的版本用了未来数据——在现实中根本无法执行！

陷阱三：幸存者偏差（Survivorship Bias）¶

类比： 你只采访了高考考上清华的学生，问他们的学习方法，然后得出结论「只要这样学就能上清华」——你完全忽略了用同样方法但没考上的人。

在量化研究里：

• 如果你只分析当前还在标普500里的503只股票，你忽略了过去30年被踢出指数、甚至退市破产的数百只股票
• 这让历史数据天然「偏好」了最终成功的公司
• 用这种数据开发的策略，回测收益会被系统性高估

如何避免：

• 使用包含历史成分股（包括退市股票）的数据库
• 或者限定回测范围（只做指数成分股的策略，并用当时的成分股名单）

对于本教程的练习，我们用 ETF（如 SPY）或单只股票回测，基本不涉及幸存者偏差。但当你做股票选择策略（选一篮子股票）时，一定要注意这个问题。

5. 你的第一个「策略假设」应该长什么样？¶

好的策略假设要回答这三个问题：

当 [某个条件成立] 时，
买入 [某个资产]，
因为 [某个行为/结构原因] 会导致 [预期的价格走向]。

例子：

假设	逻辑依据
「当 RSI < 30 时买入」	超卖说明市场过度恐慌，行为偏差→均值回归
「当 SMA20 上穿 SMA60 时买入」	短期动量超过长期趋势，趋势跟随
「当价格突破 52 周新高时买入」	新高被心理阻力压制，突破后解放筹码→趋势延续
「买最近 12 月涨幅最大的股票」	动量效应，机构资金流入有惯性

练习： 在下方 Markdown 单元格里，写下你自己的一个策略假设：

我的策略假设（在这里填写）：

当 ________ 时， 买入/卖出 ________， 因为 ________ 会导致 ________。

🎯 小结¶

• 策略赚钱靠的是可持续的优势，不是运气
• 四种主要策略类型：趋势跟随、均值回归、跨截面动量、统计套利
• 每种策略都有适合和不适合的市场——没有万能策略
• 开发策略时，永远先问「我的优势是什么」
• 三大陷阱：过拟合、Look-ahead Bias、幸存者偏差

---

下一节 → 01_simple_backtest.ipynb（把「双均线趋势策略」完整实现一遍）

🎯 练习¶

1. 回顾经典的「一月效应」，用代码验证 SPY 历史上 1 月份是否真的更容易上涨。
2. 列举一个可能遭受「幸存者偏差」的研究场景，并说明如何避免它。
3. 比较趋势跟随策略和均值回归策略在 2008 年、2020 年、2022 年的历史表现差异。

---

下一节 → 01_simple_backtest.ipynb

In [ ]:

In [ ]:

In [ ]: