量化策略代写：怎么把“我感觉”变成能回测的代码

先说边界，免得误会：我们不设计策略、不推荐股票、不承诺收益、不代客操作。我们做的是工程实现——你把规则讲清楚，我们把它写成能跑、能回测、结果可复现的代码。下面讲这件事具体怎么做。

一、为什么“三句话的策略”要写两周

“5 日均线上穿 20 日均线买入，下穿卖出，跌破买入价 5% 止损。”这句话人一听就懂，但机器执行时会冒出一堆没定义的问题：

• 上穿，是收盘价确认还是盘中触及？盘中触及会反复触发。
• 同一天多只股票都触发，买哪只？按什么排序？
• 资金分成几份？一次买多少？剩余现金怎么处理？
• 停牌、涨跌停买不进怎么办？
• 卖出当天还想再买，允不允许？
• 复权用前复权还是后复权？除权日怎么处理？

这些不是“细节”，它们直接决定回测结果。同一个想法，把这几个参数换个设定，年化收益能从 30% 变成 -5%。所以第一步不是写代码，是把规则写成规格书。

二、一份能开工的策略规格书

项目	你要回答的问题	示例
标的池	做哪些股票/品种？怎么筛？	沪深300 成分股，剔除 ST 和上市不足 250 日的
数据周期	日线、分钟线还是 tick？	日线，复权方式：前复权
进场条件	什么条件下买？用收盘价还是次日开盘？	收盘价上穿 20 日线，次日开盘买入
出场条件	什么条件下卖？	收盘价下穿 20 日线，次日开盘卖出
仓位	单票多少？最多几只？	等权，最多 5 只，单票 20%
风控	止损、止盈、时间止损	跌破成本 8% 次日开盘止损
成本	手续费、印花税、滑点	万三双边，卖出千一印花税，滑点 0.1%
区间	回测哪几年？	2018-01 至 2025-12，样本外留 2024 之后

这张表填完，代码基本就定型了。填不出来的地方，往往就是策略本身没想清楚的地方。

三、回测最容易骗人的五个地方

1. 未来函数。用当天收盘价判断、又用当天收盘价成交，等于提前知道了结果。真实交易里，收盘价出来时已经不能按那个价买了。这是最常见的“回测很美、实盘很惨”的原因。
2. 幸存者偏差。用今天的沪深300 成分股去回测 2018 年，等于只挑了活到今天的公司，退市的、被剔除的都被你悄悄排除了。收益会被系统性高估。
3. 复权处理错误。前复权数据会随新的除权不断变化，同一份代码今天跑和明年跑结果不一样，没法复现。做长周期回测建议用后复权，并固定数据快照。
4. 忽略成本。手续费、印花税、滑点，高频策略里这三项能吃掉全部利润。回测不加成本，等于自欺欺人。
5. 参数过拟合。把均线周期从 5/20 试到 7/23，挑一个收益最高的，这叫“对着答案调参”。正确做法是留样本外区间，或者做参数敏感性分析——参数在小区间内变动，结果应该平滑，不该是尖峰。

四、我们交付什么

• 可运行的代码：Python（pandas + numpy，或按你要求用 backtrader / vnpy 框架），带注释
• 数据接口层：你给数据源（本地 CSV、数据库或公开接口），我们写成可替换的适配层
• 回测引擎：含成本模型、撮合逻辑、持仓管理
• 绩效报告：年化收益、最大回撤、夏普、胜率、盈亏比、月度收益表、净值曲线
• 参数敏感性测试：关键参数在区间内扫一遍，看结果稳不稳
• 说明文档：怎么跑、怎么改参数、怎么换数据

价格按策略复杂度报，简单的单标的择时 3000 元起，多标的轮动加风控模块的一般 5000–12000 元。周期通常 5–10 个工作日。

五、我们不做什么

• 不设计策略，不告诉你“买什么”。规则必须是你自己的判断。
• 不评价你的策略好坏，不预测收益。我们只保证代码忠实实现了你写的规则。
• 不承诺任何收益，不做代客理财、不接触你的资金账户。
• 不提供证券投资咨询——那是持牌业务，我们没有也不打算有这个资质。

如果你想的是“帮我找一个能赚钱的策略”，那这里不适合你。如果你想的是“我有一套想法，需要有人把它变成能验证的工具”，那我们能做得很扎实。