寒蝉 Hancic
【量化系统从0到1】存储架构：不选择什么，比选择什么更重要
个人量化系统的存储选型：先刻画数据特征，再推导方案——行情/因子用 parquet、财务/任务用 SQLite、元数据用 JSON。不选择什么比选择什么更重要：DuckDB、PostgreSQL 被排除的理由，以及它们的触发条件。
标签：量化
量化概念 15：幸存者偏差（消失的样本，恰恰是亏得最惨的那批）
幸存者偏差（survivorship bias）：用"现在还活着"的样本回测历史，把退市/破产/被并购的股票排除——它们往往亏得最惨。例：90 只 +50% 与 10 只 -90%，只看幸存者 +50%，真实平均 +36%。方向固定只高估。避免：样本含退市股、历史时点用当时存在的股票。
量化概念 14：过拟合与样本外（回测越漂亮，越要警惕）
过拟合（overfitting）= 把历史数据里的噪声当规律背下来，参数搜索和因子挖掘是两大温床。防法核心：样本外验证（out-of-sample）——开发时不碰、最后一次性跑，看过一次就变样本内。样本内 40% 配样本外 5%，先怀疑过拟合。
量化概念 13：alpha 与 beta（市场赚的钱，和自己赚的钱）
beta（β）= 持仓对大盘的敏感度，是"在场"的代价；alpha（α）= 扣掉 beta 贡献后自己赚的部分，才是选股/择时的本事。例：大盘涨 20%、策略涨 25%、beta 1.2 → alpha 只有 1%。牛市里的漂亮曲线可能是 beta 撑的，熊市才检验 alpha。
量化概念 12：夏普比率与最大回撤（一个看值不值，一个看疼不疼）
夏普比率（Sharpe Ratio）= 每单位波动换来的超额收益，回答"值不值"；最大回撤（Maximum Drawdown）= 净值从峰值到谷值的最大跌幅，回答"疼不疼"。回撤不对称：跌 20% 要涨 25% 回本，跌 50% 要涨 100%。两个数比年化收益更能说明策略质量。
量化概念 07：复权（前复权 vs 后复权，回测为什么必须用它）
除权除息让 K 线留下"断崖"，不是暴跌而是价格调整。三种价格三种用途：看盘不复权、看图前复权、算收益/做因子/跑回测一律后复权——后复权历史固定，前复权历史被未来的分红不断改写，等于偷看未来。
量化概念 06：因子合成（多因子加权 → 单一信号）
把多个因子合成一个选股信号：先各自清洗统一到一把尺子，再按权重（等权或按 IC/ICIR）加总，最后按综合分排序。三个坑：方向、重复、权重过期。
量化概念 05：评估体系（ICIR、分层回测、衰减、相关性）
评估一个因子，四个问题：准不准（IC）、稳不稳（ICIR）、单调不单调（分层回测）、能管多久（衰减）、重复不重复（相关性）。
量化概念 04：数据清洗四步（去极值 → 标准化 → 中性化 → 正交化）
因子是数据的加工品，原料里有四类"脏"：极端值、量纲不一、混入他因、重复信息。去极值、标准化、中性化、正交化四步怎么洗，以及清洗里的坑。
量化概念 03：IC 怎么用、有什么坑
IC 怎么用：筛因子、比因子、定权重、看衰减、盯失效；以及平均 IC 会说谎、只测排序不测赚钱、历史不等于未来三个坑。
