🎯回测丰满VS实盘骨感：量化交易的核心痛点如何破？

🎯A股量化策略回测与实盘表现常存显著偏差——这一核心痛点长期影响交易者心态与业绩。本次结合蒙特卡洛回测、参数平原等方法及平台开发经验，聚焦回测-实盘不一致问题展开探析与分享。

\

一、视频回放

[https://bigqua

🎯解析量化因子常用组合方式（线性、非线性、ICIR等），拆解底层逻辑与实操要点；

🎯结合案例对比收益与风险，帮助搭建科学因子组合体系，提升策略稳定性与超额收益。

\

一、视频回放

[https://bigquant.com/bigapis/college/v1/files/d

背景：3/27万老师提供了很好的宏观量化时钟工具，经过对宏观数据进行一系列复杂的计算，得出供策略使用的择时信息。

想在策略中放这么一大堆代码感觉有点复杂，不如把数据放进一个表，需要时读出来用就行。于是就做了这个宏观量化时钟表的自动更新脚本。

• 在万老师做的“宏观量化双时钟·日频版”基础上，增加

背景：去年7月份刚进训练营时，万老师的那著名的保温杯就一直被提起。可是一直就没有去深入，不是不想，就是每次跑都要一两个小时，实在没有耐心也试不出什么东西。另外，也但心模拟服务器跑不好。一个策略不经过反复测试也心里没有底，也不敢实盘。为了跑机器学习，于是我们好几个人都更新了笔记本电脑，都带了不错的显卡

---

**东吴宏观量化双时钟模型 × 小市值策略增强对比研究**

**研报来源：东吴证券金融工程 高子剑、刘静恒，2024年2月**

---

**一、研报核心原理**

本研究复现了东吴证券金融工程团队提出的宏观量化双时钟体系，核心思路来源于 Black

本文记录了一套多因子动态赋权策略的完整研发过程，包括因子筛选、方法论设计、踩坑实录，以及一个意外发现。回测区间 2019-2026，基准沪深 300。

先看结论

做投研，先给结论，再讲过程。\n

我回测了四组策略，区间 2019 年初到 2026 年 4 月，基准沪深 3

在投资市场里，大多数人的亏损并非源于“不懂”，而是源于“想太多”。频繁的主观预测、复杂的技术指标、情绪化的追涨杀跌，往往让账户在震荡中不断磨损。

真正能穿越牛熊的，往往不是最复杂的模型，而是最简单、最机械、最能坚持的规则。

今天介绍的这套

ETF择时动态交易策略
`

万老师的宏观保温杯的约束函数是：

def apply_weight_constraints(weights):
    w = dict(weights)

    if w.get('债券', 0) > BOND_CAP:
        w['债券'] = BOND_CAP

围绕ETF择时动态交易，分享高流动性ETF池筛选、多维度动量筛选及市场自适应调整方法。

\

一、视频回放

[https://bigquant.com/bigapis/college/v1/files/c43a601f-26eb-4d04-9adc-982f387a9849](https

针对市场牛熊交替痛点，“保温杯优化”策略以宏观择时为核心，结合宏观指标识别经济周期拐点，搭配多类资产动态调整配置，拆解实操方法与实战案例，助力搭建抗跌型资产组合，实现稳健穿越牛熊。

\

一、视频回放

[https://bigquant.com/bigapis/college/v1/

🎯聚焦cowork协同投研模式，拆解量化投研全流程协同逻辑。

🎯结合实操案例分享因子魔改、代码编写、研报复现、等技巧，助力提升投研效率、降低试错成本。

\

一、视频回放

[https://bigquant.com/bigapis/college/v1/files/b4fecb

聚焦delta动态对冲期权策略，拆解delta核心内涵与对冲全流程，帮助剥离方向性风险，提升期权交易稳定性。

\

一、视频回放

[https://bigquant.com/bigapis/college/v1/files/c907b4aa-cf8e-405b-b81c-642cae

分享大模型在自动交易中的实战应用，结合实际案例展示数字交易员这一角色，降低量化自动交易门槛，实现自然语言指令到交易执行的闭环。

\

一、视频回放

[https://bigquant.com/bigapis/college/v1/files/8fab2d5e-12c2-486a-9421

直播回放：https://bigquant.com/college/db68dd32-9980-4d1a-a6fa-9931782d7069

[https://bigquant.com/codesharev3/a50de189-47d8-441c-98e4-30feef4fe8b2](

✅ 微盘股为什么跌？要不要割肉？

✅ 红利策略凭什么逆势上涨？

✅ “哑铃配置”是什么？一头弹性，一头稳健

✅ 实盘怎么落地？选股+再平衡细节

全程干货，不讲空话，带你在风格轮动中找到稳健超额。

直播回放链接：

[https://bigquant.com/bigapis/college/

我们在之前发布过一版比较基础的红利因子选股策略，链接在此：红利因子选股策略。近期该策略表现优异，对微盘股风格的策略有较好的补充。我们也优化了一下该策略，形成了V2版本，新版本夏普比率为1.14（原版本夏普为1.0

一、策略概述

这是一个打板的分钟回测策略，如果要实盘的话肯定需要自动化。回测绩效结果如下：

从24年9月到25年3月，取得了年化82.43%的年化收益，最大回撤可控，-20.74%。策略的特点就是胜率较高，符合打板策略的特色。

![](/wiki/api/attachment

性能优化代码

# 设置 OMP 线程数为 CPU 核数，避免多线程过度竞争，注意：必须在 import xgboost 之前设置。
# 未设置时，xgboost 会使用 c++ 层 libgomp.so 库获取物理机的核数，即 64，远超容器分配的核数，典型值是 2 或 

https://bigquant.com/codesharev3/7aaba4da-6fc9-4a6f-961d-b5d68611fdc8

参考资料：

功能

把 AI Studio 中的文件打包压缩保存到本地电脑，提前准备好后悔药，定期备份重要文件可以缓解未来误操作造成的损失。

[https://bigquant.com/codesharev3/07d298ef-d59b-4899-b1aa-ba544c4873a1](https://

在低波动的市场环境下，择时是拉开收益差距的关键，但也是难度最高的技术活。

🤔如何构建一套有效的择时系统？\n🤔如何通过Cowork让多因子择时策略跑得更稳？

本期直播，我们从0到1演示如何利用Cowork实现高效量化择时。\n构建一套高效、可落地的量化择时体系，告别主观情绪，让策略自主“避坑

[https://bigquant.com/bigapis/college/v1/files/b89ed27f-5053-4fa0-bce9-0de821783129](https://bigquant.com/bigapis/college/v1/files/b89ed27f-5053-4fa0-

![](/wiki/api/attachments.redirect?id=4c913689-3af4-47af-aec0-f8a2bd830

使用万和文件单交易，追踪历史日志持仓情况以及交易情况，本工具只适用于使用万和文件单系统交易的日志分析，下载html到机器打开页面。

1、选择万和文件单系统日志目录。这个日志在文件单系统的service_logs文件夹下，选择这个文件夹。

![](/wiki/api/attachment