把想法变成规则
用白话描述交易思路，或从现成模型开始，明确股票池、入场、退出和风险条件。
- 自然语言生成可解释策略
- 预设模型与多市场股票池
- 参数、仓位与交易成本设置
QUANT RESEARCH / TEST BEFORE USE
把股票量化交易思路，先放进历史数据里验证
从自然语言描述策略，到条件扫描、参数回测、样本外检验和模拟组合，让规则先经受数据检验。
检查历史表现
回测不只看累计收益，还要检查最大回撤、胜率、交易次数和不同阶段的稳定性。
- 基准比较与资金曲线
- 费用、滑点和成交约束
- 边界参数与异常输入检查
防止过度拟合
因子研究使用训练期、验证期与样本外区间，观察策略是否只对某一段历史有效。
- 滚动验证与嵌套样本外检验
- 因子相关性、分层收益与稳定性
- 模拟组合跟踪与再平衡实验
RESEARCH METHOD
从问题出发，按步骤完成研究
- 01
写清交易假设
说明希望捕捉的市场现象，例如趋势延续、超跌修复或质量成长。
- 02
确定规则和成本
明确股票池、持有期、止盈止损、仓位以及手续费和滑点。
- 03
完成历史与样本外检验
分别观察训练期、验证期和未参与调参的历史区间。
- 04
进入模拟跟踪
先使用模拟资金持续运行，记录规则在新行情下的表现和偏差。
COMMON QUESTIONS
常见问题
量化回测收益高，就代表未来一定有效吗？
不代表。历史回测可能受到过度拟合、幸存者偏差、流动性和成本假设影响，必须结合样本外验证和持续模拟跟踪。
平台会连接证券账户自动交易吗？
不会。察言观市当前提供模拟交易与后台模拟运行，不连接券商真实账户，不会发送真实订单。
不会写代码也能使用策略工场吗？
可以。用户可以用日常语言描述交易思路，再检查系统整理出的条件和参数；所有规则都应由用户自行复核。
SEMAVISTA RESEARCH WORKSPACE