Quant Research
文章
关于量化研究
← 返回文章列表
数据工程：量化系统的地基
数据工程 · 2026-05-31 19:13:48
量化系统的质量取决于数据质量。 数据工程不是辅助，而是核心。 关键步骤： 缺失值处理 异常值检测 时间对齐 复权处理 结构化存储 数据工程的目标不是“干净”，而是“可用”。
推荐文章
量化随笔 80：回测报告的叙事克制
回测报告容易变成事后叙事。
量化随笔 05：稳定性优先于解释力
一个模型不需要解释所有现象，只需要稳定地处理一部分。
纯仓位驱动（Position‑Driven）量化策略
不看价格、不看技术、不看盘口、不看成交，只用自己的仓位规则来决定下单位置
量化随笔 41：信号延迟的代价
从信号生成到执行，总是存在延迟。
量化随笔 69：策略生命周期的管理
策略也有生命周期，需要被主动管理。
量化随笔 90：模型与现实的对话频率
模型需要定期与现实对话。
多周期冲突：当日频与周频意见不一致
不同周期的信号常常给出相反结论。
量化随笔 43：样本外失败的价值
样本外失败并不一定是坏事。
量化随笔 33：交易成本的非线性
交易成本并不是线性函数。
量化随笔 28：模型复杂度的隐形成本
复杂模型的成本往往体现在维护上。