Stock Quant Research

量化策略研发路线（借鉴社区实践）

本仓库 个股分析报告 与 可回测策略 是两条线，勿混为一谈。

| 层级 | 本仓库现状 | 目标 | |------|------------|------| | L0 研究观点 | /stock 分析 + review-protocol | 多轮审核的研究结论，不是回测收益承诺 | | L1 因子/信号 | Alpha158/360 + quant_verdict | 须 OOS 检验 + 阈值网格 | | L2 回测 | backtest_quant.py / walk_forward_quant.py | IS 搜参 → OOS；walk-forward 多 fold 验证 | | L3 模拟盘 | 未实现 | Python 成交逻辑须与 L2 逐笔拟合 | | L4 实盘 | 未实现 | API 切换前再跑一轮模拟 |

两条学习路线的映射

路线 1：复现他人 → 发现不可用

• 启示：公开策略缺参数/隐藏逻辑 → 本仓库 quant_verdict 标注为「启发式」，报告 §7 须写「未过 OOS」时不得高置信。
• 动作：复现 7 个策略后「全部放弃」是正常结果；应沉淀 共性（趋势+量能+风控）而非单个指标。

路线 2：整合 → 自研 → 拟合链

整理逻辑 → AI/人工迭代 → TV 回测 → Python 回测对齐 TV
→ 模拟盘对齐 Python → 实盘 API → 持续监控宏观/黑天鹅

本仓库已提供 Python 回测第一步；TradingView / 模拟盘 / 实盘需自行对接。

实验规范（与大模型训练同思路）

1. 数据：约 2 年日线（--limit 500），前 80% 时间 样本内，后 20% 样本外。
2. 禁止：在样本外上调参；禁止凭感觉设 long_threshold / tanh scale。
3. 网格：train_quant_models.py --grid（LGB 超参）；backtest_quant.py --grid-thresholds（做多阈值）。
4. 验收：OOS IC > 0 且 direction_accuracy > 50% 仅为最低门槛；还须 Sharpe、最大回撤、换手。
5. 报告：若 OOS 未过，quant_verdict 在分析报告中只能作「辅助参考」，评级上限「右侧等待」。

命令

# 训练 LGB（80/20 + OOS 指标 JSON）
python scripts/train_quant_models.py --lgb --limit 500 --grid

# 单股 long-only 回测 + 阈值网格
python scripts/backtest_quant.py --secid 0.300204 --grid-thresholds

# LGB 模型信号回测（需 models/alpha158_lgb.txt）
python scripts/backtest_quant.py --secid 1.600519 --method lgb --grid-thresholds

# Walk-forward 滚动 OOS（5 fold，IS 搜阈值 → 每 fold OOS）
python scripts/walk_forward_quant.py --secid 0.300204 --folds 5
python scripts/walk_forward_quant.py --secid 1.600519 --method lgb --folds 5

# 查看 OOS 是否通过
cat models/alpha158_lgb.metrics.json

与 /stock 分析的关系

• 分析流程见 [review-protocol.md](../stock-main/review-protocol.md)：研究审核，不是策略验收。
• 策略验收见本文：回测 + OOS，通过后再谈模拟盘。
• 永远假设：市场下一秒可以黑天鹅；程序能扛住之前，才考虑 unattended 运行。

诚实边界

• 当前 LGB 训练为 轻量演示管线，非 Qlib 工业流程。
• Alpha360 TCN 权重需自训；无权重时均为启发式。
• 真正赚钱的完整策略不会公开；本仓库目标是帮你 建立可验证的研发纪律，而非提供圣杯。

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: tetap
• Source: tetap/stock-skills
• License: MIT

Install and usage instructions live in the source repository linked above.