如果你翻开任何一本量化书，第一反应是“这句话都看不懂”，那不是你的问题， 是这本书缺了一块地基。这份词典就是那块地基：不要求你先懂经济学， 只让你拥有继续提问和判断的共同语言。
AFTER THIS TRACK
读完，你应该能做三件事。
- 01把一句策略描述拆成五个可以检查的部分。
- 02认出最常见的标的、信号、检验与风控词汇。
- 03让 AI 用你能判断对错的方式继续解释。
术语要学，但只有一小撮；宏观和微观经济学，现在可以先不学。
FIRST, TRANSLATE
先把那句看不懂的话拆开
手册里有一句：
“过去 20 个交易日涨幅最高的 ETF，在未来 5 个交易日继续跑赢。”
翻译成大白话就是：
过去一个月涨得最猛的那几只 ETF，接下来一周可能继续领涨。
这就是动量策略的直觉：观察“强者会不会继续强”。它不是结论， 只是一个需要数据检验的假设。
THE STRATEGY FRAME
学会拆一句策略，比背十个词更重要
量化里的策略描述，通常都能放进同一个五格框架：
| 空位 | 示例里的答案 |
|---|---|
| WHEN | 每个交易日观察，回看过去 20 个交易日 |
| WHAT | ETF |
| SIGNAL | 过去 20 个交易日涨幅排名 |
| ACTION | 买入排名靠前的 ETF |
| EXPECT | 未来 5 个交易日继续跑赢基准 |
“每个月底，买过去一个月波动最小的几只 ETF，持有一个月。”
CHECK ANSWER
WHEN：每月底；WHAT：ETF；SIGNAL：过去一个月的波动率；ACTION：买波动最小的几只；EXPECT：未来一个月更稳、跌得相对少。
ESSENTIAL GLOSSARY
够用术语表：按需查，不用背
下面五组词覆盖了看懂策略、跟 AI 对话所需的最小集合。第一次只需要混个眼熟。
WHAT YOU TRADE
标的：你在交易什么
- 股票
- 一家公司的股份；你买的是它的一小部分。
- 指数
- 按规则选出一组资产并计算出的整体表现，例如沪深 300、标普 500。
- ETF
- 交易型开放式指数基金，通常跟踪一篮子资产，可以在交易所像股票一样买卖。
- 基准 Benchmark
- 用来比较策略表现的参照物；“跑赢”要先说明跑赢谁。
- 多头 / 空头
- 做多希望价格上涨；做空希望价格下跌。新手先把做多规则讲清楚。
HOW MONEY MOVES
市场机制：钱怎么流动
- 开盘价 / 收盘价
- 交易日开始和结束附近形成的价格；策略必须明确使用哪一个时点。
- 涨幅 / 收益率
- 一段时间里价格或投资价值变化的百分比。
- 成交量 / 流动性
- 成交活跃程度与买卖便利程度；流动性差时，理想价格可能成交不了。
- 交易成本
- 手续费、佣金、税费和滑点。交易越频繁，成本越不能忽略。
YOUR IDEA
策略与信号：你的想法本身
- 策略
- 一套完整、可重复执行的买卖和持有规则。
- 信号
- 触发判断或动作的可观察条件。
- 动量
- 研究过去表现较强的资产是否会在一段时间内延续强势。
- 均值回归
- 研究偏离常态的价格或指标是否会向长期水平靠近。
- 因子
- 可能与风险或收益相关的可度量特征，例如价值、规模或低波动。
- 参数
- 策略里可调的旋钮，例如回看 20 天、持有 5 天。
HOW YOU TEST
检验：怎么判断想法靠不靠谱
- 回测
- 用历史数据按既定规则模拟执行，观察策略过去的表现。
- 样本内 / 样本外
- 前一部分用于研究和调参，保留后一部分做相对独立的验证。
- 过拟合
- 把历史里的偶然噪声当成稳定规律，导致回测漂亮、换一段数据就失效。
- 前视偏差
- 回测误用了当时还不知道的未来信息。
- 幸存者偏差
- 数据只留下今天仍存在的标的，漏掉退市或消失的失败者。
- 夏普比率
- 用收益相对于波动的关系观察风险调整后表现；不能脱离样本、成本和市场环境单看。
- 最大回撤
- 资产曲线从历史高点跌到之后低点的最大幅度。
- p 值
- 在零假设成立的前提下，观察到当前或更极端数据的概率；它不是“策略为假”的概率。
HOW YOU SURVIVE
风控与仓位：怎么活下来
- 仓位
- 有多少资金暴露在某个资产或策略上。
- 分散化
- 把风险分布到不同资产或来源，不让单一错误决定全部结果。
- 止损
- 当预设条件触发时退出或减仓；它能限制单次损失，但不是万能保险。
- 回撤期
- 策略从高点下跌、尚未恢复到新高的阶段。
- 相关性
- 两个变量同向或反向变化的程度；相关不等于因果。
NOT A PREREQUISITE
宏观微观经济学，现在真的可以先不学
起步时缺的是直接出现在策略描述里的“交易词汇”，不是一整套经济学课程。 经济学更常回答“市场为什么这样动”；而你现在首先要回答的是“这个规则到底在做什么、有没有被正确检验”。
想理解策略为什么有效
按问题补行为偏差、供需或风险补偿。
想理解宏观事件
再补利率、通胀与经济周期的基本关系。
要研究宏观策略
这时再系统学习，目标会清楚很多。
先把“经济学学位”当成起步门槛，很容易一直准备、始终没有一条可检验的规则。
AI-NATIVE LEARNING
让 AI 讲到你懂，但别把判断也交出去
碰到一个不懂的词，可以直接复制这段：
我是量化新手。请用大白话解释“【词，例如：夏普比率】”，打一个生活化的比方，再说明它对判断策略有什么用。不要省略前提；如果我仍然不懂，就换一个更简单的说法。
碰到一句看不懂的策略话，可以复制这段：
把这句话“【原文】”拆开：什么时候、什么标的、什么信号、采取什么动作、预期什么结果？指出其中没有说明清楚的参数，再用一句大白话复述。
底线很简单：你可以让 AI 负责换一种说法，但不能让它替你决定事实是否正确。 这五组词，就是用来发现它偷换概念、遗漏成本或把相关说成因果的最低基线。
YOUR FIRST WEEK
第一周，只做这三件事
- 01
先学会拆句子
把每句策略放进“时间—标的—信号—动作—预期”五格。
- 02
只认交易词汇
五组词先混个眼熟，遇到再查；宏观微观暂时放下。
- 03
让 AI 当随堂老师
要求它说明前提、举例、指出缺失参数；你负责追问和核对。
地基就这么大。铺完它，你就可以开始写第一条能被检验的策略句。
本文用于知识分享与团队学习，不构成投资建议。历史表现不代表未来结果。