寒蝉 Hancic
为什么量化系统做好了却不敢用？
系统做好了却不敢用，不是因为回测结果不好——是我不知道这结果是不是真的。真正的解不是「找人分辨系统问题还是策略问题」，是两件事：建立对自己系统的信心、对边界保持清醒的预期。附一份 13 条对照清单，用来对账，不是用来打分。
分类：投资
数据引擎：从 Tushare 到 parquet
把行情从 Tushare 搬成本地 parquet 的三个决策：按交易日拉控制调用成本（六倍差价）、写盘前校验挡住静默错误（分级：抛错/夹回/阈值）、增量合并让数据越积越安全（三态合并 + 哈希分桶躲开 OOM）。
因子引擎：先定契约，再谈依赖图
因子引擎的设计稿画了四件事：注册表、依赖图、版本化缓存、失败隔离。实装只落了两件。为什么输出定死成三列长表、为什么依赖写在函数里、为什么版本号只当可复现锚点不当缓存 key：先说契约，再谈依赖图。
量化概念 27：过拟合（回测里的好成绩可能是假象）
回测越调越好，实盘却跑不出来。大概率是过拟合。模型把历史噪声当成了规律。样本内/样本外分离、走步测试、参数敏感性检查是基本的防范手段。一个"完美"策略的故事：整体好看，分段一跑就露馅。
量化概念 26：策略失效（什么时候该停，什么时候该扛）
策略失效分两种：周期性回撤（因子逻辑还在，市场环境不利）和结构性失效（逻辑被套利掉了）。最难的是在事中区分——表面现象完全一样。没有可靠的早期信号能自动判断，能做的是在策略上线前把退出规则定好，情绪平静时写、情绪波动时执行。
量化概念 25：多策略组合（1+1 什么时候大于 2）
多策略组合的核心不是"多"，是"不相关"。两个低相关策略的组合，波动远低于任何单策略。但低相关的前提是底层因子逻辑独立——都是"买涨"的策略，不管名字多不同，相关性不会低。危机时期相关性趋同，平时分散的组合极端时刻可能一起跌。
守纪律为什么这么难
判断一笔交易对不对，纪律比单笔盈亏更靠谱。守住了规则，哪怕亏钱，这笔交易也是对的。没守规则，哪怕赚钱，这笔交易也是错的。 持续小胜的陷阱 纪律的意思是，规则定了就执行，别因为一两笔亏了就改。听起来简单。做过交易的人知道，连续亏的时候还执行规则，比止损还难。 有人觉得，偶尔大胜不如持续稳定地小胜。大部
一笔盈利的交易是正确的交易么
赚了钱，这笔交易就是对的？ 大部分人会说是。做过一段时间交易的人可能会犹豫一下。 犹豫是有道理的。 举个极端的例子。某天你什么都没研究，纯粹看名字顺眼买了只股票，第二天涨了8%，卖了，赚了。这笔交易正确吗？赚是真的赚了。但你买入的依据是"名字顺眼"，这个依据放到任何一天都不靠谱。下次同样的方式买，大
为什么止损比止盈还难
止盈和止损，动作上是对称的。一个是卖掉赚的，一个是卖掉亏的。但做过交易的人都知道，这俩难度不在一个量级。 止盈的时候你心里是舒服的。点下卖出键，像在领奖。止损的时候你在跟自己吵架，手放在鼠标上，就是按不下去。 差别在哪？止盈是在确认自己对了。你买入，涨了，卖出，落袋为安。整个闭环，情绪是正向的。止损
量化概念 24：策略容量（从千万到亿，同一个策略还能不能跑）
策略容量是策略在不明显拉低收益的前提下能承载的最大资金量。资金大了，你的单子本身就是价格变动的一部分——冲击成本吃掉收益。容量怎么估、为什么回测里看不到、怎么应对，一篇讲清楚。
