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：数据
「2026-08」的文章 清除筛选
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 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。
量化数据越多越好吗？精确的模糊与模糊的精确
量化投资的核心是数据加因子加策略：数据是原料，因子是加工，策略是决策。数据越多、类型越丰富，直觉上策略应该越准——信息越全，判断越准，这符合常识。 但常识不等于正确。在量化里，数据多和策略好之间，隔着一道看不见的墙。 精确的模糊 vs 模糊的精确 给一张图片不断加像素，画面越来越清晰，这是分辨率提升
