跳到主要内容
飞牛学量化

你的第一次研究,可以这样展开。

这是一份工作流程指南:先把研究范围与数据准备好,再进入代码、回测和复盘。

开始前,准备三件事。

运行环境
自己的 Windows 电脑与本地工作目录。
研究数据
已配置的数据服务或本地数据,确认实际覆盖范围。
模型服务
使用 AI 整理规则、Battle 或知识问答时,在统一设置中配置。

手动编辑和导入策略不需要由 AI 生成;未配置模型的功能应保留清楚的等待状态。

四步,留下可复查的第一份结果。

  1. 检查数据与范围

    在数据平台核对股票池、交易日期、覆盖与缺口。保存来源和版本,避免把空数据当作零值。

  2. 写清策略,再保存版本

    手工编辑或导入 Python;也可与助手讨论规则,确认后生成代码。明确买入、卖出、仓位与成交时点。

  3. 配置并运行回测

    选择已保存版本、日期、股票池、基准、资金、费用和滑点。运行后查看真实进度、日志与错误原因。

  4. 阅读结果,继续研究

    同时核对收益、风险、成交和参数,保存下一步问题。可以写进日记,或带着结果进入 Battle 做独立验证。

几个常见问题

不会写 Python,可以从哪里开始?
先用自然语言整理完整规则,经确认后生成代码。仍需要理解并核对规则和运行条件。
AI 讨论结束,会直接改动组合吗?
Battle 只保留讨论与显式确认的实验。投资经理聊天也只查询和讨论,明确发起研究后才进入已有研究与验证流程。
能用真实资金下单吗?
当前展示的是回测与模拟组合,没有实盘交易接口。
数据和记录保存在哪里?
桌面工作站维护本地数据、研究记录和备份;外部模型及数据服务按实际配置使用。
手机已经可以连接桌面了吗?
目前展示的是移动端设计方案。配对、远程连接与同步需要后续开发,当前官网以桌面产品为主。

把第一次结果,变成第二次提问。

在研习文章中,看一份研究问题如何对应到规则、参数和结果记录。