1. 为什么个人量化在AI时代突然变得可行了

三年前我跟几个做量化的朋友聊天，大家的一致结论是：个人做量化，基本等于给市场送钱。原因很简单，机构有数据优势、有低延迟通道、有几十人的研究团队，你一个人下班后写几行Python，凭什么跟人家拼？但这个判断在最近一两年被彻底推翻了，核心变量就是AI工具的成熟。

我自己是从2023年开始认真把AI引入量化工作流的。当时最大的感受不是AI能帮我写出多牛的策略——说实话，AI直接生成的策略大部分是垃圾——而是它把我做研究的边际成本压到了一个前所未有的水平。以前我想验证一个想法，从写数据接口、清洗数据、搭回测框架、调参数、画图分析，一套下来两三天就没了。现在同样的流程，我可能一个下午就能跑完三轮迭代。这个效率差异，才是个人量化真正能玩起来的原因。

具体来说，AI在量化工作流里承担的角色可以拆成三块。第一块是代码生成与调试，比如用Codex这类工具，你描述清楚数据结构和目标，它能帮你把backtrader的策略骨架搭出来，省掉大量查文档的时间。第二块是研究辅助，比如你想理解某个因子的经济学逻辑，或者想找某篇论文的实现思路，AI能快速给你梳理出框架，你再去验证。第三块是数据处理，量化里最耗时的往往不是策略本身，而是数据对齐、缺失值处理、复权计算这些脏活，AI写这类代码的准确率相当高。

但这里必须泼一盆冷水：AI降低的是执行成本，不是认知门槛。一个不懂回测陷阱的人，用AI只会更快地生产出过拟合的垃圾策略。我见过太多人拿着AI生成的代码，回测年化80%，实盘三个月亏掉30%，然后骂量化是骗局。问题不在量化，在于他根本没搞懂自己在做什么。所以这篇文章我想聊的，不是“AI帮你写代码”这种表面东西，而是一个个人开发者，怎么用AI把量化研究的完整闭环跑通，并且避开那些会让你亏钱的坑。

适合读这篇的人：有基础Python能力、想认真做量化但没团队、愿意花时间理解原理而不是只想要代码的人。如果你指望复制粘贴就能赚钱，那可以关掉了，这条路不存在。

2. 个人量化的整体架构该怎么搭

2.1 先想清楚你要做哪种量化

很多人一上来就问“用什么框架”，这其实是错的。你应该先问自己：我要做的是什么频率、什么品种、什么逻辑的量化？不同答案对应的技术栈完全不同。

我大致把个人能做的量化分成三类。第一类是日频或更低频的股票/ETF轮动，这类对延迟没要求，数据用免费的日线就够了，backtrader、vectorbt都能胜任，重点是因子逻辑和仓位管理。第二类是分钟级或小时级的期货/加密货币，这类对数据质量和执行速度有要求，回测框架要能处理tick或分钟数据，实盘接口要稳定。第三类是高频做市或套利，这类个人基本别碰，硬件和通道成本不是个人能承担的。

我自己的主力是第一类，偶尔做第二类。原因很现实：日频策略的容量大、衰减慢、对执行不敏感，个人用一台普通电脑就能跑。而分钟级策略你回测做得再漂亮，实盘滑点一吃就没了。所以下面讲的技术栈，主要围绕日频和低频分钟级展开，这也是最适合个人起步的方向。

2.2 技术栈选型的取舍逻辑

确定了频率，接下来是选工具。我把个人量化常用的工具列个表，说清楚各自的适用场景和坑。

选型的核心原则是：回测用快的，实盘用稳的。我通常用vectorbt做因子快速筛选，把几百个因子的IC、分层收益跑一遍，筛出十几个候选；然后用backtrader做精细的事件驱动回测，因为它能更真实地模拟成交、滑点、手续费；最后实盘如果要做，再单独写执行层，不跟回测框架耦合。

这里有个很多人踩的坑：回测框架和实盘框架混用。backtrader确实能从回测扩展到模拟或实盘，但我不推荐个人这么做。原因是回测框架为了通用性做了大量抽象，实盘时这些抽象会变成负担，而且一旦框架出bug，你很难定位是策略问题还是框架问题。我的做法是回测归回测，实盘用一个极简的执行脚本，只负责读信号、下单、记录，逻辑越简单越不容易出事。

2.3 数据层的搭建要点

数据是量化的地基，地基不稳后面全白搭。个人做量化，数据层要解决三个问题：获取、清洗、存储。

获取方面，A股我主要用akshare，免费且覆盖广，但要注意它的接口偶尔会变，而且历史数据有缺失。我的做法是每天收盘后跑一次增量更新，把数据落到本地。加密货币用ccxt，直接拉交易所的K线。

清洗是最容易被忽视的环节。复权处理、停牌处理、ST股处理、新股上市初期的异常波动，这些不处理干净，回测结果全是幻觉。我举个例子：如果你用不复权的价格回测，遇到高送转的股票，价格会突然腰斩，策略会误以为暴跌而卖出，实际上你什么都没亏。所以回测必须用后复权价格，这是铁律。

存储方面，数据量不大的话，parquet文件就够了，比CSV快得多，比数据库简单。我早期用SQLite，后来发现parquet在pandas里读写更顺手，就换过来了。如果你的股票池超过500只、历史超过10年，可以考虑DuckDB，查询速度快，还支持SQL。

提示：数据更新一定要做校验。我每天更新完会检查当天数据的股票数量、涨跌幅分布、是否有异常值。有一次akshare返回了错误的价格，导致我的策略信号全乱，幸好校验脚本发现了。

3. 用AI辅助策略开发的具体流程

3.1 从想法到可回测代码的转化

这是AI最能发挥价值的地方，但也是最容易用错的地方。很多人直接跟AI说“帮我写一个赚钱的量化策略”，这纯属浪费时间。正确的用法是：你负责提出有逻辑的假设，AI负责把它翻译成代码。

我举个真实的例子。我想验证一个假设：A股里，过去20个交易日涨幅排名靠前但换手率不高的股票，未来5天可能有超额收益。这个假设背后有逻辑——涨幅说明有资金关注，换手率不高说明筹码没松动，可能还有上涨空间。

我把这个逻辑拆成明确的步骤告诉AI：第一步，计算每只股票过去20日的收益率；第二步，计算过去20日的平均换手率；第三步，按收益率排序取前20%，再按换手率排序取后50%；第四步，等权买入，持有5天，每天调仓。AI很快就能给出基于pandas和backtrader的代码框架。

但这里的关键是你要能判断AI给的代码对不对。比如AI可能会用pct_change(20)算收益率，这没问题；但它可能忘记处理停牌股票，导致买入了一只根本买不进的票。所以AI生成代码后，你必须逐行审查，尤其是数据对齐、缺失值、交易约束这几块。

3.2 因子计算与回测的代码骨架

下面是我常用的一个回测骨架，基于backtrader，做了多股支持。我把它简化后贴出来，你可以直接参考。

import backtrader as bt import pandas as pd import numpy as np class MultiStockStrategy(bt.Strategy): params = ( ('lookback', 20), ('hold_days', 5), ('top_pct', 0.2), ) def __init__(self): self.counter = 0 self.hold_counter = {} def next(self): self.counter += 1 if self.counter % self.params.hold_days != 0: return # 计算所有股票的因子 candidates = [] for data in self.datas: if len(data) < self.params.lookback + 1: continue ret = data.close[0] / data.close[-self.params.lookback] - 1 candidates.append((data._name, ret)) if not candidates: return # 按收益率排序 candidates.sort(key=lambda x: x[1], reverse=True) top_n = max(1, int(len(candidates) * self.params.top_pct)) targets = [c[0] for c in candidates[:top_n]] # 调仓 for data in self.datas: if data._name in targets: if not self.getposition(data): size = int(self.broker.getcash() / len(targets) / data.close[0]) self.buy(data=data, size=size) else: if self.getposition(data): self.close(data=data)

这段代码有几个细节值得说。第一，self.counter % self.params.hold_days控制调仓频率，避免每天交易产生过多手续费。第二，len(data) < lookback + 1的判断防止数据不足时计算错误。第三，仓位用等权分配，简单但有效。

但这段代码也有明显问题：它没有处理停牌、涨跌停、手续费、滑点。这些在真实回测里必须加上，否则结果会严重高估。我通常会在broker层面设置setcommission和slippage，停牌股票则通过成交量过滤——如果当天成交量为0，就不交易。

3.3 参数优化的正确姿势

参数优化是过拟合的重灾区。我见过有人把策略参数优化到年化200%，实盘直接归零。问题出在用全部历史数据优化参数，然后用同一段数据回测，这等于作弊。

我的做法是样本外验证 + 参数稳健性检查。具体来说，把历史数据分成三段：训练段（60%）、验证段（20%）、测试段（20%）。在训练段上优化参数，在验证段上确认参数没有失效，最后在测试段上看真实表现。如果测试段表现远差于训练段，说明过拟合了。

另外，参数不要追求最优，要追求稳健。比如一个策略在参数A=10时年化30%，A=11时年化5%，A=12时年化28%，这种参数就是脆弱的，实盘稍微偏移就失效。理想的情况是参数在10到15之间年化都在20%以上，说明策略逻辑本身有效，不依赖特定参数。

AI在这里能帮上忙的是快速跑参数扫描。你可以让AI写一个循环，把参数组合跑一遍，输出热力图。但记住，热力图好看不代表策略能用，还要看逻辑是否站得住。

4. 回测中最容易踩的坑与排查方法

4.1 未来函数：量化第一杀手

未来函数是指你在回测中用了当时不可能知道的信息。这是最隐蔽也最致命的错误，因为它会让回测结果好得离谱，而你却找不到原因。

常见的未来函数有几种。第一种是用当天收盘价计算信号，然后用当天收盘价成交。现实中你不可能在收盘的瞬间既算出信号又完成交易，至少要到第二天开盘。第二种是用了未来才公布的数据，比如财报数据，你用了实际公布日之前的数据，但现实中那时财报还没出。第三种是用全样本统计量做标准化，比如用整个历史期的均值和标准差来标准化每天的因子值，这等于用了未来信息。

排查未来函数的方法：把回测信号延迟一天执行，看看收益是否大幅下降。如果下降很多，说明原来的收益来自未来信息。另外，对财报类数据，一定要用公告日而不是报告期来对齐。

4.2 幸存者偏差与数据对齐

幸存者偏差是指你回测时只用了现在还在上市的股票，忽略了那些已经退市的。这会导致回测收益虚高，因为退市的往往是烂公司，你相当于自动过滤掉了亏损。

解决方法是用包含退市股票的历史成分股数据。A股的数据获取相对麻烦，但akshare有一些接口能拿到历史ST和退市信息。如果你实在拿不到，至少要在回测里加入ST过滤和上市时间过滤，减少偏差。

数据对齐是另一个坑。多股回测时，不同股票的交易日可能不一致（停牌、新股等）。如果你直接用pandas对齐，可能会产生NaN，而backtrader对NaN的处理不一定符合你的预期。我的做法是先构建一个统一的交易日历，把所有股票数据reindex到这个日历上，停牌日填充前收盘价但标记为不可交易。

4.3 常见问题速查表

这张表是我自己踩坑总结的，基本上覆盖了个人量化80%的问题。每次回测结果异常，我都会对着这张表过一遍。

注意：回测结果好不代表策略能用。我有个策略回测年化45%，夏普2.5，实盘跑了半年年化只有8%。后来发现是回测时用了不复权数据，导致高送转股票被错误处理。修正后回测年化降到18%，这才是真实水平。

5. 从回测走向实盘的关键一步

5.1 模拟盘验证不可跳过

回测再漂亮，也要经过模拟盘验证。模拟盘的价值在于暴露那些回测无法模拟的问题：数据延迟、接口稳定性、订单成交情况、程序异常处理。

我的流程是：策略回测通过后，先跑至少一个月的模拟盘。模拟盘期间，每天对比模拟盘的信号和回测的信号是否一致。如果不一致，说明数据或逻辑有问题。同时观察模拟盘的成交价格和回测假设的成交价格差异，这个差异就是真实的滑点。

模拟盘还有一个作用是测试程序的健壮性。实盘程序会遇到各种意外：网络断了、数据源挂了、交易所维护。这些在回测里永远不会发生，但实盘一定会遇到。所以模拟盘期间要故意制造一些异常，看看程序能不能正确处理。

5.2 实盘执行层的极简设计

前面说过，我不推荐用回测框架做实盘。我的实盘执行层大概只有两三百行代码，逻辑非常简单：读信号文件、检查持仓、生成订单、调用接口下单、记录日志。

信号生成和订单执行是分离的。策略每天收盘后跑一次，把第二天的目标持仓写到一个JSON文件里。执行脚本第二天开盘前读这个文件，对比当前持仓，生成买卖订单。这样做的好处是策略和执行解耦，策略出问题不影响执行，执行出问题也不影响策略。

执行层要处理的核心问题：订单拆分、价格保护、异常重试。如果一只股票流动性不好，一次性下单可能冲击价格，就要拆成小单。价格保护是指设置一个可接受的滑点范围，超过就不成交。异常重试是指接口调用失败时，要有重试机制，但不能无限重试导致重复下单。

5.3 风控是个人量化的生命线

个人做量化，最大的优势是灵活，最大的劣势是没有风控团队。所以风控必须自己写进程序里，不能靠人盯。

我的风控规则有几条硬性的：单只股票仓位不超过总资金的10%；单日亏损超过2%就停止交易；策略连续回撤超过15%就暂停，人工检查。这些规则写在执行层里，不依赖策略本身。

另外，资金管理比策略本身更重要。我见过太多人策略不错，但因为仓位管理失控，一次回撤就出局了。个人量化的正确姿势是：先用小资金跑通全流程，确认策略、执行、风控都没问题，再逐步加资金。不要一上来就满仓，市场会教你做人。

6. 我个人的一些实操心得

做量化这几年，最大的体会是：AI能帮你跑得更快，但不能帮你跑对方向。方向来自你对市场的理解，来自你对策略逻辑的思考，这些AI替代不了。我见过有人用AI生成了几百个策略，回测都很好，实盘全亏，因为他根本不知道这些策略为什么能赚钱，也就不知道它们什么时候会失效。

另一个心得是：简单策略往往比复杂策略更耐用。我早期喜欢堆因子，十几个因子加权，回测很漂亮，实盘一塌糊涂。后来简化到两三个核心因子，反而稳定了。原因是复杂策略的参数太多，过拟合空间大，而且逻辑不清晰，出问题不知道从哪查。

还有一点关于AI工具的使用：不要让它替你思考，让它替你干活。我现在的用法是，自己想清楚逻辑，让AI写代码、查文档、做数据清洗。AI写的代码我一定会审查，尤其是涉及交易逻辑的部分。有一次AI在计算收益率时用了shift(-1)，这明显是未来函数，如果我不检查直接跑，回测结果会好得离谱。

最后说个数据上的细节：复权方式的选择会影响策略表现。前复权和后复权在计算收益率时结果一样，但在计算价格相关的指标（如均线、布林带）时会有差异。我统一用后复权，因为它保持了历史价格的真实性，不会因为新的分红送转而改变历史数据。这个细节很多人不注意，但它会影响回测的可复现性。

量化这条路，个人做确实比以前容易了，但容易的是工具，不是赚钱。市场永远是少数人赚钱的地方，AI只是让你有机会成为那少数人之一，而不是保证你成为。把预期放低，把流程做扎实，把风控做好，剩下的交给时间和概率。