量化分析
A PERSONAL LEARNING NOTEBOOK

从数据出发，
把思考写成笔记。

这里是「量化分析」，一个个人量化学习网站。
记录数据、统计与研究方法，
在小小的实验里，理解数字背后的逻辑。

翻开学习笔记
记录的几个方向01 数据整理02 统计基础03 回测方法04 风险指标

文章选读

从入门到实践，沿着出处继续读。

收录 5 篇文章与教程，附本站整理的中文简介。点击标题或“阅读原文”可前往作者或官方页面。

因子研究 · 官方教程

因子研究快速上手

解释基础因子、复合因子与算子，并给出计算和 IC 检验流程。适合理清从指标定义到检验的步骤。

米筐 Ricequant · 中文阅读原文 ↗
原文：快速上手 — RQFactor
Python 实践 · 官方教程

用 Backtrader 跑通第一个回测

用递进示例串起数据载入、策略、订单、手续费和指标。适合已有 Python 基础、想自己跑一次回测的读者。

Backtrader 官方文档 · 英文阅读原文 ↗
原文：Quickstart Guide
动量研究 · 2019 年案例

用 Python 复现一个动量策略

从动量排名、仓位计算到组合回测，展示一个研究案例的实现结构。阅读时留意历史数据、执行假设和代码版本。

Teddy Koker · 英文阅读原文 ↗
原文：Momentum Strategy from “Stocks on the Move” in Python

学习笔记

从基础开始，逐步理解。

数据基础

开始分析前，先把数据整理好

日期、缺失值、重复记录与口径。一个看起来普通的数据表，值得先花时间认真检查。

约 4 分钟
统计练习

用一个小例子理解移动平均

从六个数字出发，理解滚动窗口、平滑与滞后，以及计算时容易忽略的时间边界。

约 5 分钟
研究方法

回测之前，写一张检查清单

先把时间顺序、样本划分与成本假设写清楚，再讨论结果是否有解释力。

约 4 分钟
指标理解

收益之外，也看波动和回撤

同一个终点，可以有很不同的过程。用一组教学数据认识收益率、波动率与最大回撤。

约 4 分钟
ABOUT THIS NOTEBOOK

关于这本笔记

量化学习，对我来说是一个练习严谨思考的过程：把问题说清楚，把数据检查好，让每一步计算都有迹可循。

本站用于整理个人学习笔记，内容围绕数据处理、基础统计和研究方法展开。页面里的数列与计算案例均用于说明概念，不对应真实产品或交易业绩。

学习范围：数据与方法的理解、可复现的小实验，以及对局限性的记录。