量化基础课程导读

目标：读懂策略、回测与风险结果，能指出一次研究的证据和局限。前置知识：基础四则运算；统计与编程知识可边学边补。本课程是原理教学，不是投资推荐，示例数字均为合成教学数据。

学习顺序

先学习研究流程、交易标的与数据，再学习收益、统计和因子；之后学习信号、回测、组合和模型，最后完成轮动研究与模拟复盘。应用左侧“学习空间”提供同一课程的目录与前后章节按钮；这里也可通过 MkDocs 阅读。

章节	完成后应能回答
01 研究流程	假设、验证和执行有何区别？
02 标的类型	股票、指数和ETF为何不能混用？
03 数据时点	复权和历史成员怎样影响结论？
04 收益	为何收益不能简单相加？
05 统计	高相关、低回撤能说明什么？
06 因子	IC与策略收益有什么区别？
07 信号	趋势、反转和轮动如何定义？
08 回测	成交价格、费用和偏差怎样核对？
09 组合风控	权重如何转成可执行仓位？
10 模型	什么才是样本外结果？
11 轮动	ETF与行业池需要哪些历史证据？
12 运行复盘	模拟正常是否等于可实盘？

一个最小研究例子

合成例子：在时点t比较三项资产过去20个交易日收益，只选择正收益资产等权持有，t+1尝试成交；若没有正收益，保留现金。完整证据应包含当时资产池、输入日线、信号、目标权重、订单、成交和费用。“选中了什么”与“实际买到了什么”分别核对。

易错点与练习

收益漂亮不等于假设成立；界面显示完成不等于历史覆盖完整；测试模式不是真实行情。先学会核对口径，再比较算法复杂度。

练习：只有净值截图，没有标的、日期和交易记录，能复现研究吗？

答案：不能。至少还需数据来源/时点/复权、参数与版本、请求及实际日期、基准、订单成交和费用。下一章开始把这些项目组织成研究流程。