这门课训练什么#
这不是按顺序看完56篇文章的知识清单，而是一条可以被复核的量化研究路径。学习者最终需要回答五个问题：
- 数据在当时是否真实可得，是否存在前视偏差或幸存者偏差？
- 统计关系在样本外是否仍成立，试验次数和失败结果是否完整披露？
- 信号转换为组合后，收益来自哪里，风险集中在哪里？
- 计入换手、滑点、市场冲击、借券和容量后，结论是否仍然成立？
- 研究代码、数据口径和结论能否由另一位研究员复现？
课程保留 Quantopian 经典56讲的文章编号和历史来源，但重新组织为四个阶段、15个 Module。平台名称是来源说明，不是课程能力标签。
推荐学习路径#
阶段1：研究工具与数据纪律#
先建立可重复运行的数据工作流。这个阶段不要求先完成全部数学课程，但必须开始记录数据来源、样本时点、交易日历、随机种子和运行环境。
阶段2：按研究需要补齐数学#
线性代数、概率和统计通常是实证量化研究的高频基础；微积分完整保留，但可以按研究问题选择性学习，不作为所有后续内容的统一门槛。
阶段3：量化研究主线#
- 统计估计与回归基础（第6–13讲）
- 模型诊断与稳定性（第14–19讲）
- 统计检验与研究可信度（第20–23讲）
- 组合风险基础（第24–26讲）
- 市场摩擦与证券池设计（第27–29讲）
- 资产定价与组合构建（第30–36讲）
- 因子策略、对冲与尾部风险（第37–42讲）
- 时间序列与统计套利（第43–50讲）
- 期货与跨资产研究（第51–54讲）
模块按研究决策拆分：估计、验证、风险、执行、组合和策略不再混成一个长目录。每个模块都给出先修知识、研究纪律和必须形成的交付物。
阶段4：结业研究案例#
结业不是“读完两篇案例”，而是以价值因子或ETF研究为起点，提交一份包含数据字典、可复现 Notebook、样本外验证、成本后回测、风险归因和上线建议的研究包。
贯穿全程的研究纪律#
数据#
- 使用历史时点可得的数据，明确复权、公司行动、时区、交易日历和缺失值处理。
- 证券池按历史时点重建，保留退市和不可交易样本，不用今天的成分股解释过去。
- 固定数据版本和随机种子，使另一位研究员能够重新运行。
验证#
- 特征、窗口和阈值的选择不得查看最终测试集。
- 报告全部试验数量和失败结果，处理多重检验。
- 时间序列采用 Walk-forward、稳健标准误或分块重采样，不默认样本独立同分布。
- 明确结构突变、策略衰减和停止交易条件。
组合与执行#
- 同时报告净敞口、总敞口、Beta、行业和因子风险，不用名义分散代替风险分散。
- 回测计入换手、手续费、滑点、冲击、借券、合约乘数和展期成本。
- 说明容量、参与率和市场状态变化对结果的影响。
结业交付标准#
一份可以进入研究评审会的成果至少应包含：
- 可证伪的研究假设，以及为什么值得研究。
- 数据字典、历史可得性和已知偏差。
- 信号定义、参数选择过程和全部试验数量。
- 样本内、样本外与稳健性结果。
- 交易成本、容量和执行假设。
- 组合构建、风险暴露与收益归因。
- 失效条件、监控指标和剩余风险。
- 可从头运行的代码，以及明确区分事实、假设和推断的两页研究备忘录。
课程中的完成标记只代表阅读进度；能否形成这些证据，才代表真正掌握。
外部原始资料#
本课程源自 Quantopian 公开研究讲义和少量公开视频，但本站版本已经重新编排、中文化并补充了研究纪律、样本外验证、交易成本和风险归因要求。学习主线以本站 15 个模块和每篇正文为准，外部资料只用于溯源或对照原始 Notebook。