这是邢不行第 138 期量化小讲堂的分享

作者 | 邢不行

在我的视频和文章中，总有很多问题被大家反复问及，比如分享的策略到底有没有用？策略真有用的话早就偷偷用了，为什么要公开？不会代码能不能做量化等等等等。

为此我挑选了一些最常见的问题，通过对问题做深入的回答，来为大家解答一些疑惑。

常见问题目录

01

分享的策略有用吗？

Q1：如果策略有效，为什么要公开分享？

像以往我们分享过的低价股策略、AH股溢价策略等，在业内其实都算被广泛知晓的半公开信息，很多机构也在长期使用类似的变种策略。

我们自己也有部分实盘策略，是在它们的基础上优化而来的，只是对普通投资者来说，第一次了解到会觉得陌生。

颠覆认知！“垃圾股”策略长期跑，10年翻100倍、近2年6倍，吊打茅指数

我们分享这些策略，只是想做个小科普，从量化的角度提供一些不一样的视角，而不是想让大家原封不动的照抄，直接去实盘使用。

同时也能借此展示量化策略是如何构建的，又是如何运行的，让大家对量化交易有更清晰的认知，不再妖魔化它。

等你有了一定的经验积累后，也可以尝试着在我分享的策略基础上加入自己的理解，再举一反三构建属于自己的策略去实盘交易。

02

实盘也有高收益吗？

Q2：策略回测能跑几百倍，实盘是不是也能这么赚？

我可以很明确的回答你，回测中的高收益在将来实盘中大概率是跑不出来的。

毕竟未来不是历史的简单重复，我们不能妄想用短短几年数据去准确预测未来，曾经发生过的一些特殊事件、特殊场景，将来也不一定会复现。

从我多年的实践经验来说，如果不去期待策略可以完美复现历史上的高收益，而是期待在合理范围内的回报，这是完全可行的。

关于量化回测，我们的关注点不能只放在高收益高回报上。

回测本质上是帮我们去快速了解并验证交易思路，这才是它最大的意义。

很多所谓的“大师”，他们口述了一些所谓赚钱的方法，你想要去验证的话，只能自己真金白银去实盘，但凡不靠谱一点，不光亏钱还浪费时间。

而掌握了回测这个工具，我们至少可以去验证在历史上这个策略的效果如何，这才是回测最大的意义。

03

策略包含未来函数？

Q3：策略是否包含未来函数？

在分享选股策略时，我们通常会剔除ST、退市和上市未满一年的股票，很多人就质疑这里是用了未来函数，回测表现才那么好。

我怀疑他们可能不太了解未来函数的意思，或者正好知道这个名词就来套公式了。

未来函数是指在当前引用了未来的数据。比如在2023年1月去计算某个指标时，用的却是2024年的数据，那就是有未来函数存在。

但我们回测时剔除的ST或退市股，都是基于选股时已知的信息，排除的也都是当时处于该阶段的股票，而不是按照当下的标准去筛选，所以自然不存在未来函数的可能。

我做了这么多年量化交易，未来函数这种常见的错误，肯定是有预防方法的，大家也不用担心我分享的内容会有这样的问题出现。

04

策略是否会过拟合？

Q4：策略是不是过拟合了？

一般来说，最常见的过拟合是通过反复调整策略参数来得到最好的历史表现。

比如有人测试发现191天均线择时效果最好，这就是过拟合，因为这组参数背后没有过硬的逻辑支撑，未来表现也不一定会好。

还有一种过拟合，是把选股条件设置的过于复杂，比如DeepSeek给的例子就明显存在类似问题，用过多不相关的条件规范选股，会导致策略可解释性极低，从而无法判断哪些条件在市场中真正有效。

我们尾盘战法的文章中，网络大佬们就把选股条件设置得又多又苛刻，实际上也是一种过拟合。

尾盘战法选股条件

而我们分享的策略，一般只有简单的一两个条件，没有复杂的参数，背后也有一定的逻辑支撑，可能会存在一定的拟合，但绝没有到过拟合的程度。

05

不会代码咋做量化

Q5：不会代码能做量化吗？

对很多没接触过量化的新手小白而言，代码是他们学习量化最大的绊脚石。

但在我看来，代码只是做量化的工具，一个好的程序员并不意味着就一定能做好量化，核心还是在于策略的思路和构建。

很多量化交易也并不需要用到代码，比如大家熟悉的定投，只要设好规则：投什么、多久投一次、投多少钱，再按规则交易，它就算是量化交易的一种。

就算你不会写代码，也完全可以借助现有的AI来辅助学习。我们之前也出过相关教程，教大家用AI来做量化回测。

对于小白来说，入门量化可以不用过多纠结于代码。

但如果想在这条路上走得更远，学会写代码还是必要的，这样才能借助代码帮你实现更多的策略想法。

06

AI炒股才是未来？

Q6：AI炒股才是未来？

现在有一种论调，认为幻方都转行搞AI了，现在是人工智能炒股的时代，量化已经没用了。

我拿这个问题去问了DeepSeek，它说：幻方持续投入AI研发，是为了寻找新的收益来源，提升数据处理能力，加快策略研发，优化执行和风控，AI是强大的工具，但它不等于稳赚不赔

市面上很多打着AI炒股旗号的产品，大多效果存疑，甚至可能是骗局。量化不是“完全没用”，反而越来越重要。

我觉得用它这段话做回答应该更直观。

另外要特别说明的是，华尔街很早就开始引入AI进行交易，还有相关的对冲基金，其中清盘的不在少数。就算是现在的幻方，不也有过业绩不理想、被投资者骂成狗的时候

07

AI做回测更好吗？

Q7：用AI给的策略做量化更好吗？

这个问题很难直接回答，毕竟所有策略只有回测后才能有一定的判断。

而AI给的策略都并未经过回测，它说的历史表现大多是自己编的，这样一来毫无可比性。

大家完全可以自己回测一下AI给的回测，看看效果是否真有那么好，再决定是否实盘，切记别被网上那些“用AI给的策略赚翻了”的言论误导。

我之前文章中提到过一个案例，有人说DeepSeek给了他一个胜率90%的策略，但我照着回测后发现能选到股票都不容易，更别提赚到钱了。

AI虽然可以辅助我们做量化，但千万别认为它就一定是对的。

08

股票数据怎么来的？

Q8：回测用的数据是怎么来的？

也有人会说我的数据不值钱，随便哪都能搞到。

数据的价值如何，见仁见智。

如果你要做量化交易，一份好的数据价值千金；但如果你平时用不到数据，那它就一文不值。

我视频里用到的数据，是我平时实盘也在用的，所以对这些数据的准确性要求较高。

我们一般会从付费数据库购买，再做清洗和整理，也有专人来维护。

像Wind这类数据服务商，报价比较高，普通人负担不起。

如果你需要历史交易数据的话，可以评论区留言，找我免费拿一份，做一般的回测完全够用了，至于新数据，你也可以自己尝试去公开网站上获取。

09

为什么持仓一个月？

Q9：选股策略持仓周期为什么都是一个月？

为了方便给大家举例说明策略如何构建，我就选了一个月的持仓周期来做讲解。

如果你觉得一个月太久，也可以改成1天、3天、1周、2周；如果觉得太短，也可以改成3个月、半年甚至一年。

完全可以根据自己的投资风格和策略灵活调整，没有固定要求。

同样也有人问，为什么策略都是买10个或20个股票，有什么特别的原因吗？

这其实也只是为了举例用到的数量。

如果你觉得买10个太多，资金也不够，那买3个、5个也可以；如果可以自动交易且资金充足，买30个甚至全市场前5%的股票也是可以的。

策略中用到的一些具体参数，都只是为了帮助大家理解策略，并不是一定要去遵循的。

10

策略扣除手续费吗？

Q10：策略表现好是不是没有扣除交易费用？

在回测中我们都是严格扣除交易费用的，甚至有时还会把每笔交易的滑点算进去。如果没扣的话，你看到的策略表现其实会更好。

理论上交易费用的消耗确实很大，比如对某个周频策略来说，假设10万的本金，按万1的手续费计算，从2007年至今，本金可以涨到4400万，但整体交易费用就高达1675万，相当于本金的100多倍。

说到底，策略收益能超过手续费的损耗，就不会有太大的影响。

在自己能赚钱的同时还顺带着为国家作贡献，不也挺好的吗？

11

量化打板

Q11：量化都去打板了，散户量化打板靠谱吗？

说实话我自己没实操过量化打板，给不了太具体的建议，但之前我有聊过涨停板相关的内容，感兴趣的不妨去看一看。

从过往数据来看，散户盲目打板成功率和收益率都不高。

并且绝大部分的量化机构也都不做打板，最常见的指数增强、市场中性、股票多头这些传统策略就占了75%。

大家也不要被一些网络上的信息误导，觉得我们做量化交易的天天只盯着涨停板看了。

以上就是本文的全部内容，如果大家对这个系列感兴趣，欢迎多多点赞，点赞多的话我们就会继续更新这个系列，如果有其他问题，欢迎在评论区留言，与我探讨。