数据为尺、纪律为舵：从市场信号到稳健量化交易的进阶之路
真正有价值的谈股论金，不是预测某只股票明天涨停，而是把不确定性拆解成可观察、可计算、可复盘的信号。本文以“示例组合”为基础：假设股票池包含沪深市场中流动性较好的100只个股，过去60个交易日平均成交额不低于1亿元，先剔除涨跌停频繁、波动异常和财务数据缺失的标的，避免模型被噪声牵引。
市场信号识别可采用多因子框架：20日动量、60日动量、成交额变化、波动率、估值分位和盈利预期修正分别赋予25%、15%、15%、15%、15%、15%的权重。标准化后形成综合评分，排名前20%的股票进入候选区，排名后20%的股票进入风险观察区。若指数位于60日均线之上，且上涨家数占比连续5日高于55%，仓位上限可设为70%；若市场宽度跌破40%，则将仓位降至30%以下。这里的数字只是可回测的起点，不能替代实盘验证。
投资模型优化的核心不是追求最高收益，而是降低过拟合。可采用滚动回测：训练期12个月、验证期3个月，每月更新参数；同时设置最大回撤、换手率和单股权重约束。以单股权重不超过5%、行业权重不超过25%、单日组合换手率不超过20%为例，模型即使短期错判，也不至于被单一风险击穿。评价指标应同时观察年化收益、夏普比率、最大回撤、胜率、盈亏比和交易成本敏感度。
套利策略需要先确认价差来源。配对交易可选择相关性较高、行业相近的两只股票，以过去120日价差计算Z值，当Z值超过2时观察、超过2.5时分批建仓，回归0.5附近逐步退出；若价差扩大至3.5，必须触发止损，而不是盲目补仓。事件套利则应把停牌风险、流动性折价和信息披露不确定性纳入定价，避免只看理论价差。
算法交易方面，建议采用限价分拆、成交量加权和滑点监控。若历史平均滑点为0.15%，策略预期收益只有0.3%，扣除佣金、冲击成本后可能已无优势。程序应设置断线保护、异常价格拦截、最大亏损阈值和人工接管机制。稳定操作来自固定流程：交易前检查信号，交易中控制风险，交易后记录偏差。股票市场没有永不失效的公式，只有经过数据检验、成本修正和纪律执行的概率优势。把每次交易当作样本，把每次回撤当作反馈，才可能让收益曲线走得更久、更稳。
评论
赵清禾
把信号、仓位和止损量化，确实比凭感觉交易更容易复盘。
Mason Lee
配对交易部分很实用，尤其是价差扩大后的止损纪律。
周行知
文章没有只强调收益，也关注滑点和过拟合，分析比较客观。
晴天量化
想继续看不同市场环境下的参数调整案例。