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。
标签：方法论
一个业余泳者的思考
今天去游泳，又被陌生人请教动作，不禁回想起自己是如何从最开始的恐水阴影，到今天这个不断进阶的业余泳者的经历。我想说的，不是"我游得有多好"。实际上，我深知自己离专业差得很远。这中间悟到的几件事，也许对你也有参考价值。
可观测性：分布式系统里的盲人摸象
一次请求穿过五个服务，转了三秒，这三秒花在哪。单体时代五分钟能答，拆开之后难点在数据对不上：时间基准、请求 ID、维度三处都对不齐。日志、指标、追踪各自的尺度，异步边界和采样怎么丢线索，以及一个三件套齐全却半天没定位的反面案例。
量化概念 23：信息比率（选股能力的标尺）
信息比率（IR）= 超额收益 ÷ 跟踪误差。和夏普的区别：分子换基准、分母换跟踪误差。衡量主动管理能力——偏离基准的每一单位跟踪误差换来多少超额收益。依赖基准选择、向后看、不区分偏离方向，需配绝对超额收益一起看。
量化概念 22：胜率与盈亏比（策略的赚钱结构）
胜率 = 赚钱频率，盈亏比 = 赚钱幅度，两者相乘才是期望收益。高胜率+低盈亏比（均值回归）和低胜率+高盈亏比（趋势跟踪）都能赚钱，但心理压力和资金要求完全不同。盈亏平衡线：胜率 > 1/(1+盈亏比)。回测时胜率、盈亏比、最大连续亏损一起看，比年化收益更能判断策略"拿不拿得住"。
量化概念 21：索提诺比率（只惩罚下跌的波动）
索提诺比率（Sortino Ratio）= 夏普的"只看下跌"版——大涨不算风险，只有跌才扣分。下行标准差只算低于目标的偏离。适合收益偏斜的策略，和夏普一起看能判断波动来源。但下行样本更少、依然向后看、不看序列，需配最大回撤兜底。
Profiling 方法论与实战：Python + Rust 双视角
从大盘指标定位维度，到采样定位函数，再到行级追踪——从大到小看，每一步基于上一步的证据。火焰图看平顶不看宽度。Rust 瓶颈往往在算法，Python 在解释器和进程开销。改完用数字确认，P99 达标就停。
量化概念 20：波动率与标准差（为什么用标准差衡量风险）
标准差衡量收益分布的宽度，分布越宽越不可预测。年化用 √252 法则，和年化收益同口径比较。但标准差不区分涨跌、假设正态分布、向后看——搭配最大回撤看尾部，搭配夏普比率看性价比，才是完整的风险画像。
技术债务：复杂度的复利
技术债不是因为决策做错了，是条件变了之后当初合理的决策不再合理。不是所有债都该还——利息高的该还，利息低的该背，架构级的才值得专门花时间。没有专职管理员，靠写代码的人顺手还、技术负责人盯大债。
量化概念 19：收益率与年化（单期到多期，时间加权与资金加权）
收益率是量化里最基础的指标，也是最容易算错的。单期收益直接除，年化用复利连乘（月 2% 年化是 26.8% 不是 24%），多期有资金进出时用时间加权（评价策略）或资金加权 IRR（评价实盘）。回测报告统一用时间加权 + 复利年化，和基金净值口径一致。
