量化策略工程实现 + 回测
很多人有一套自己的想法，但不会写代码，只能手工盯盘、手工记。这个服务的定位很明确：规则你定，我负责把它变成能跑的代码和能验证的回测。
我们做什么，不做什么
| 做 | 不做 |
|---|---|
| 把你的规则写成可执行代码（选股条件、买卖触发、仓位、止损） | 替你设计策略、给买卖建议 |
| 历史数据回测，输出收益、最大回撤、胜率、盈亏比 | 推荐个股、预测走势 |
| 参数遍历、敏感性分析、滑点与手续费建模 | 承诺收益、代客操作 |
| 信号提醒（邮件 / 微信），只推给你自己 | 对外发布信号、做跟单社区 |
这个边界不是保守，是法律要求：一旦对外提供「证券品种分析意见、走势预测或买卖建议」，性质就变成证券投资咨询，需要持牌。我们只做纯技术开发。
交付物
- 可运行代码：Python，注释清楚，参数在配置文件里改，不用动代码。
- 回测报告：净值曲线、年度收益、最大回撤、胜率、盈亏比、换手率、分年度表现。
- 数据说明：用了什么数据源、复权方式、停牌与退市处理、幸存者偏差说明。
- 运行文档：环境怎么装、怎么跑、怎么改参数、怎么换股票池。
什么情况下你需要这个
- 有明确的买卖规则，但不会写代码验证
- 手工回测过，但样本少、容易自我欺骗
- 想把多个条件组合起来测试，手工算不动
- 已有代码，但结果不稳定，想找人复核逻辑
交付内容
- 规则梳理：把你的想法拆成无歧义的条件与动作
- 代码实现：数据获取、信号计算、持仓管理、成本建模
- 历史回测 + 参数敏感性分析
- 绩效报告（净值曲线、回撤、胜率、盈亏比、分年度）
- 代码注释与运行文档
- 一次逻辑复核（回测结果与你手工预期不符时，一起排查）
EXAMPLE · 看个实例
这件事具体怎么做
不用先听我讲概念。下面是一个同类项目的真实流程和前后对比，三步走完你就能判断值不值得做。
场景有一套自己的想法，但不会写代码，只能手工盯盘、手工记，回测全靠回忆。
1 · 你提供买卖规则讲到不能再含糊：什么条件买、什么条件卖、仓位多少
→
2 · 我们做写成可运行代码，跑历史数据回测，出绩效报告
→
3 · 你拿到源码、回测报告、参数说明、复现步骤
回测区间2019-01 ~ 2025-12
交易次数412 次
胜率53.4%
最大回撤-18.2%
| 看什么 | 之前 | 之后 |
|---|---|---|
| 规则 | 脑子里的一套感觉 | 写成 if/else，参数全可调 |
| 记录 | 手工记在本子上 | 自动记录每笔成交与持仓 |
| 验证 | 「感觉还行」 | 胜率 / 盈亏比 / 回撤 / 净值曲线 |
| 改动 | 改完不知道变好还是变坏 | 改一版跑一次回测，可比 |
看全部 8 个在线演示 →
这类交付主要以文档、表格、脚本为主，交互界面可参考上面的实例。
只做工程实现与历史回测，不推荐标的、不代客理财、不承诺收益。上面数字是回测示意，不是实盘业绩。
常见问题
能帮我设计一个赚钱的策略吗？
不能，这既超范围也违法。我们只做工程实现——你给规则，我给代码和回测结果。策略好不好，回测会告诉你。
回测赚钱，实盘就一定赚吗？
不一定。回测有滑点、手续费、涨跌停、停牌、数据偏差等现实差异，我们会尽量建模，但不能消除。任何把回测当保证的说法都不负责。
用什么语言？我能自己改吗？
Python，结构清晰、注释完整。有编程基础的话改参数和条件不难，文档里写了每一块在哪。
微信扫码，直接说需求手机上长按识别也可以。看到的都会回。