【量化投资从入门到精通 #26】把想法写成可回测的代码策略工程化骨架

策略层收官。前面 6 篇讲了 6 类策略思想，这篇讲怎么把任何一个想法，变成能跑、能测、能交接的代码。

一、这个方法解决什么投资问题

大多数人的策略是这样的："我觉得放量突破 20 日线可以买。" 然后打开行情软件手动翻。 问题在于：这句话无法被验证。涨的时候你记得，跌的时候你忘了。

工程化要解决的就是一件事：把主观描述变成一段确定性的代码，让历史来投票。

二、核心思想：三段分离

一个可维护的策略骨架，永远只有三块，而且必须互相隔离：

三段分离的价值：换策略只改 signal()，回测和绩效永远复用；出了问题也能快速定位是"想法错了"还是"回测写错了"。

三、实操演示

def signal(kl, i):
    """第 i 根 K 线，返回 0/1 仓位。所有'取数只用 t<=i'。"""
    if i < 20: return 0
    ma20 = sum(r["close"] for r in kl[i-20:i]) / 20
    return 1 if kl[i]["close"] > ma20 else 0

def backtest(kl):
    # 关键：第 i 根的仓位由"截至 i-1 的已知数据"决定，应用到第 i 根收益
    pos = [0] * len(kl)
    for i in range(1, len(kl)):
        pos[i] = signal(kl, i - 1)
    equity = [1.0]
    for i in range(1, len(kl)):
        day = kl[i]["close"] / kl[i-1]["close"] - 1
        equity.append(equity[-1] * (1 + pos[i] * day))
    return equity

真实输出（2026-08-06，600519）： 骨架示例（站上 20 日线持有，当日决策次日生效）累计 −9.54%、夏普 −0.66。

四、结果解读

注意这个负收益——它恰恰是这篇文章最有价值的地方。

修 bug 前，同一段逻辑跑出 +41.49%。 原因是第一版写成了 pos[i] = signal(kl, i)：用第 i 天的收盘价决定第 i 天的仓位。收盘价出来的时候，当天已经收盘了，你根本买不进去。这就是 #04 讲过的前视偏差。

改成 pos[i] = signal(kl, i-1)（昨天收盘决策、今天持有），收益从 +41.49% 直接掉到 −9.54%。一行下标之差，51 个百分点。

结论：骨架不是"代码整洁"这种审美问题，而是结构本身决定了你会不会作弊。三段分离 + 决策/成交错位，是从架构层面堵死前视偏差。

五、常见陷阱

• signal() 里偷看未来：出现 kl[i+1]、max(closes)、全样本 mean() 都是红灯。
• 决策与成交同一根 K 线：最高频的错误，收益虚高几十个点。
• 绩效函数里混行情：一旦 calc_metrics 读了原始 K 线，就无法用合成净值做单元测试。
• 参数写死在函数体：换周期要改源码，无法做 #20 那样的敏感性扫描。

六、小结 + 下篇预告

策略工程化 = signal() + backtest() + calc_metrics() 三段分离，决策与成交错一根 K 线。这套骨架配上统一回测引擎，本系列所有策略都用同一个引擎跑出来。

策略层（#20–#26）到此收官。下篇进入评价与风控层 #27：样本外与前推验证——回测好看不算数，怎么证明策略不是拟合出来的。

免责声明

本文为量化方法教学，标的为示例，不构成投资建议，不承诺收益。投资有风险，入市需谨慎。