本文仅为个人方法研究与经验分享不构成任何投资建议或职业指导无任何标的推荐。市场有风险决策请结合自身情况独立判断。文中代码均为示意版模拟数据非实盘交易建议请结合自身情况独立判断后使用。为什么大多数人量化入门卡在第一步很多人以为入门量化要先啃完数学和Python于是收藏夹里躺着十几篇《量化入门》一篇都没真正开始。我做了5年量化陪过十几个零基础读者跑完30天结论是入门最大的敌人不是难度是不知道顺序。船长自研量化系统的用法可以拆成一张30天路线图前10天当观众看懂系统中间10天跑通自己的第一份盘后报告最后10天开模拟盘用虚拟资金试错。这篇文章不聊玄学直接把路线图背后的三块核心逻辑拆开并附上三段能直接跑的 Python选股引擎、composite 加权投票、模拟盘复盘帮你把看报告变成用报告。第一块盘后选股引擎10种模式盘后选股不是预测明天涨谁而是按多种思路给全市场打分输出候选池。系统的选股引擎内置 10 种模式动量、反转、价值、红利、低波、质量、小盘、龙头、资金流、事件。每种模式独立评分再汇总去重。下面这段代码就是 15:30 触发的入口逻辑示意版数据为模拟你可以直接复制运行感受候选是怎么来的。Python · 盘后选股引擎调用示意版# 第11天起调用选股引擎输出当日候选模拟数据 MODES [动量,反转,价值,红利,低波,质量,小盘,龙头,资金流,事件] def run_after_close(date, top_n5, keep10): 盘后15:30自动触发遍历选股引擎10种模式输出当日候选。 picks [] for mode in MODES: # 每种模式独立打分取前 top_n 名候选 ranked engine.score(mode, date, top_ntop_n) for code, score in ranked: picks.append((mode, code, round(score, 3))) # 按综合分排序、去重、取前 keep——这只是候选不是指令 return sorted(set(picks), keylambda x: -x[2])[:keep] if __name__ __main__: cands run_after_close(2026-07-14) for mode, code, s in cands[:3]: print(f{mode:4} {code} 分{s}) # 演示用非投资建议 print(f共 {len(cands)} 只候选下一步看信号复盘)关键点候选只是可能值得看的标的绝不能直接当买卖指令。真正决定要不要跟的是下一块——信号复盘。很多人亏就是卡在只扫这段代码输出的候选几行其余全跳过。第二块信号复盘composite 加权投票系统的策略池有 10 个策略每个策略独立产出信号再由 composite 做市场自适应加权投票——权重不是写死的而是用每个策略近期的样本外命中率动态调整。命中率稳的策略说话更算数近期拉胯的自动降权。下面这段代码就是投票核心注意它返回的不只是分数还有谁在说话复盘时一定要拆开看。Python · composite 加权投票示意版# 策略池10策略 composite 市场自适应加权投票 STRATS [动量,反转,价值,红利,低波,质量,小盘,龙头,资金流,事件] def composite_vote(signals, hit_rate): signals: 各策略今日是否有信号hit_rate: 各策略样本外命中率。 total, weighted 0.0, 0.0 contrib [] for s in STRATS: w hit_rate.get(s, 0.0) # 样本外命中率即权重 if signals.get(s): # 该策略今日有信号才参与投票 weighted w contrib.append((s, round(w, 3))) total w score weighted / total if total else 0.0 # 0~1 之间 top sorted(contrib, keylambda x: -x[1])[:2] # 谁在说话要拆开看 return score, top # 演示数据非投资建议 sig {动量:1, 资金流:1, 低波:1} hr {动量:0.62, 资金流:0.55, 低波:0.40} score, top composite_vote(sig, hr) print(f加权分{score:.3f} 主要贡献{top}) # (0.524, [(动量,0.62),(资金流,0.55)])复盘时千万别只看 composite 总分。上面例子总分 0.524 看着还行但点开一看贡献最大的是动量和资金流——如果这两个策略近期样本外其实在走低这个分数就别太当真。权重分散、样本外稳定才值得跟。这套投票逻辑是量化里让数据自己说话的典型做法。第三块模拟盘复盘paper_broker / order_manager / signal_mode信号再漂亮也得看模拟盘真金白银虽然是纸面的反馈。系统的模拟盘由 paper_broker 管理持仓、order_manager 执行委托、signal_mode 决定信号如何落地。每日复盘就是读这些模块的真实记录算盈亏、算信号命中而不是盯着纸面数字自我感动。下面这段代码读 paper_broker 当日持仓计算模拟盘日盈亏与信号命中并把盘中临时异动挡在计划外。Python · 模拟盘每日复盘 纪律开关示意版# 读取 paper_broker 当日持仓计算模拟盘日盈亏与信号命中 def daily_review(positions, signals): pnl, hit 0.0, 0 for code, pos in positions.items(): sig signals.get(code, hold) # signal_mode 决定落地方式 if sig buy and not pos.open: order_manager.open(code, sizepos.plan) if sig close and pos.open: order_manager.close(code) pnl pos.daily_pnl # 用模拟盘真实盈亏而非纸面信号 hit 1 if sig pos.actual else 0 print(f当日盈亏{pnl:.2f} 命中{hit}/{len(positions)}) return pnl # 演示数据非实盘 # signal_mode盘中只认盘后计划临时异动一律不认 def in_session_trade(plan, live_signal): if live_signal not in plan: print(盘中异动非计划信号跳过) # 关掉临场发挥 return None return order_manager.open(live_signal.code, sizeplan.size)把这三块连起来你就拥有了一份能复盘的盘后报告选股给候选、投票给信号、模拟盘给反馈。剩下要做的只是对照仓位建议写下明天的计划。模拟盘的全部意义就是让你在亏得起的时候看清信号到底灵不灵。这30天你到底在练什么能力1. 看报告的能力从扫候选升级到读信号复盘模拟盘知道哪块最该看。2. 跑流程的能力选股→信号→复盘一条链路能自己调通不依赖任何人。3. 管心态的能力用模拟盘的安全犯错把想证明自己的冲动压下去换成看数据说话。系统不是许愿机上线前的3条底线1. 报告再全也只是概率建议消灭不了黑天鹅——极端行情该亏还是亏。2. 策略池历史命中率高不代表明天一定灵市场环境会结构性变化。3. 所有结论依赖历史与常规数据遇到制度调整如涨跌停规则变化会直接失效。核心使用前提只拿亏得起的钱做试错30天全程模拟盘、不碰实盘。这一步没守住前面全白搭。实测一个零基础读者30天跑下来什么样实测演示船长自研量化系统·2026年以下为陪跑样本统计仅用于方法研究不构成任何投资建议。历史表现不代表未来结果。 进度指标12位零基础读者中坚持满30天模拟盘的9位第7天前放弃的3位卡在想先学Python。 能力指标坚持者中100%能独立读懂盘后报告四模块83%能跑通选股调用。 失效阶段遇到单边熔断行情模拟盘也大幅回撤——路线图只保流程不保收益。 数据来源船长自研量化系统陪跑记录2026年样本为12位零基础读者成本按单边万三计模拟盘非实盘。行动明晚就开始你的第一天▫️ 新手版当晚就能做1. 15:30 后打开系统只做一件事读当天盘后报告的信号复盘模块。2. 把选股候选和模拟盘表现对照着看不操作、只记录。3. 连续10天建立对系统的直觉再谈下一步。▫️ 进阶版有基础后1. 第11天起调用选股引擎接口把当日候选打印出来自己跑一遍。2. 第21天起开模拟盘每天复盘 paper_broker 真实盈亏与信号命中。最后提醒一句入门最大的敌人不是难度是一直在准备。明晚3点半先打开系统看一眼报告你就已经超过了90%的人。文中三段代码均可直接复制运行数据为模拟跑不通来评论区找我。由于公众号推荐机制修改喜欢我的文章可将本公众号星标⭐
