先写验证问题，再开始一次回测
从假设、样本和判断标准出发，整理一份能与代码、参数和结果对应起来的研究记录。
研究方法 · 文章示例
阅读完整示例让一个策略想法，走完研究的全过程。从一个想法，走完研究全程。
CashCow2.0 把数据、策略回测、AI 讨论与每日复盘放在同一个桌面工作台。飞牛学量化，记录做工具的过程，也和你一起学习量化。
Windows 桌面 · 本地研究 · 基于 Backtrader
CashCow2.0 · 研究工作台
界面展示 · 示例数据
双均线趋势 · v0.4
- 历史成分股票池
- 沪深300
- 快 / 慢均线
- 10 / 30 日
- 回测配置
- 版本已冻结
策略 · 实线
基准 · 虚线12
8
4
0
01 月06 月12 月
累计收益（%） · 示例区间：2025.01–2025.12
- 成交口径
- 下一交易日开盘 · 计入费用
- 结果追溯
- 代码、参数、行情快照
继续研究的问题
加入流动性过滤后，结果是否仍然成立？
不只看结果，也留下结果的来路。
一项研究可以从任何地方开始，最终都回到可核对的数据、规则和记录。
准备数据
检查覆盖、来源与缺口
写清规则
确认想法，编辑策略代码
运行验证
比较回测，保留实验快照
持续复盘
记录判断，再提出新问题
- 数据与回测
- 本地数据维护、策略版本、运行配置与结果比较。
- Battle 与投资经理
- 多角色讨论、独立验证，以及持续运行的模拟组合。
- 知识与日记
- 带出处的问答、自由写作、交易记录和后续回顾。
- 个人与设置
- 活动与用量可见，模型、偏好和备份集中管理。
策略 Battle
界面展示 · 示例数据
缩量突破：先讨论，再验证
策略逻辑
缩量可能意味着抛压减弱，需要明确观察窗口。
反例研究
也可能是流动性不足。请加入成交额过滤。
主持人
待验证：比较三组成交额参数，保留不同意见。
讨论 → 确认规则 → 独立实验
让 AI 说出分歧，再交给实验检验。
策略逻辑、量化验证、风险、执行和反例研究员共同讨论。观点留下依据，规则经你确认，实验独立保存。
- 共识与分歧分别保留
- 补充假设之后再运行
- 聊天不会直接改写交易规则
