程序员量化交易实战 01：为什么程序员适合做量化交易
量化交易不是玄学，也不是靠一个指标躺赚。第一篇先把交易问题拆成程序员熟悉的数据、规则、验证和风控问题，并用 ZiQuant 项目完成可运行的第一步。
专栏: 程序员量化交易实战
共 47 篇文章
已发布文章
程序员量化交易实战 02：从零搭建 Python 量化项目结构
第二篇把 ZiQuant 的 Python 工程骨架搭起来：目录、pyproject.toml、.env、配置读取、健康检查和测试命令。先让项目可安装、可启动、可验证，再进入数据层。
程序员量化交易实战 03：量化交易中的核心概念
第三篇把股票池、K 线、复权、因子、信号、持仓、回测、最大回撤和 Sharpe 这些词翻译成 ZiQuant 里的模型、字段和测试对象，避免后面写代码时概念混用。
程序员量化交易实战 04：A 股交易规则对程序的影响
第四篇把 A 股里的 100 股整数手、T+1、涨跌停、停牌、ST、手续费和印花税落到订单检查代码里，并在 ZiQuant 中新增可测试的 trading_rules 模块。
程序员量化交易实战 05：量化系统最重要的是数据，不是策略
第五篇进入数据层：为什么策略之前必须先做数据源抽象、行情和财报数据、数据质量检查、来源记录和覆盖率。完成后对前五篇做第一次阶段 review。
程序员量化交易实战 06：先把数据库表结构讲清楚
第六篇进入 PostgreSQL 和 Alembic：为什么量化平台不能只靠内存对象，如何用 SQLAlchemy metadata 做 schema 巡检，并把表结构和迁移变成可测试的工程边界。
程序员量化交易实战 07：先做一个干净的 A 股股票池
第七篇实现股票池构建：规范化股票代码、过滤 ST 和退市、去重、限制规模，并把公共 A 股股票池的构建过程写成可测试的纯函数。
程序员量化交易实战 08：把原始 K 线清洗成可信行情
第八篇实现市场行情清洗：解析交易日和数字字段，校验 OHLC，去重，统一成交量单位，并输出覆盖率报告和被拒绝行的原因。
程序员量化交易实战 09：从 K 线到第一个可解释因子信号
第九篇实现因子计算：用标准库计算日收益、均线、动量和年化波动率，并把结果转成 buy_watch、observe、risk_watch 三类可解释信号。
程序员量化交易实战 10：跑通第一个最小回测闭环
第十篇把行情清洗、因子信号和 A 股订单规则串起来，完成第一个可运行的信号回测循环，并对第 6-10 篇做阶段 review。
程序员量化交易实战 11：从单只股票扩展到多标的组合回测
第十一篇把第一个单标的回测扩展为多标的组合回测：等权分配资金、逐标的运行、聚合权益曲线、统计交易数量，并保留可测试边界。
程序员量化交易实战 12：回测不能只看最终收益
第十二篇补齐回测指标：总收益、年化收益、年化波动、类 Sharpe、最大回撤、胜率、盈亏比、换手率和交易次数，让策略比较有统一语言。
程序员量化交易实战 13：给策略参数做第一版网格搜索
第十三篇实现参数搜索：围绕短均线、长均线和仓位比例生成候选组合，逐组回测，用收益、回撤和换手惩罚排序，得到可复查的策略候选。
程序员量化交易实战 14：把策略候选保存成实验记录
第十四篇实现策略实验记录：把参数搜索候选、基准结果、指标差异、状态和决策保存成结构化 payload，让策略研究可以追溯和复盘。
程序员量化交易实战 15：策略晋升必须有门禁
第十五篇实现策略晋升门禁：候选策略必须满足最低收益、最大回撤、交易次数和基准比较要求，才能进入纸面模拟盘观察，并完成第 11-15 篇阶段 review。
程序员量化交易实战 16：先把模拟盘账本写清楚
第十六篇进入纸面模拟盘，新增账户、持仓和成交执行结果，把买入、卖出、现金和市值更新写成可测试的账本逻辑。
程序员量化交易实战 17：生成模拟盘账户快照
第十七篇在模拟盘账本之上生成账户快照，计算现金比例、持仓市值、浮动盈亏和持仓权重，为风控和通知提供统一输入。
程序员量化交易实战 18：模拟盘也要有风控检查
第十八篇实现模拟盘风控检查，基于账户快照验证总仓位、现金缓冲和单只股票权重，并输出可读的违规项。
程序员量化交易实战 19：从目标权重生成调仓计划
第十九篇实现第一版调仓计划，把当前持仓权重和目标权重的差距转换成 A 股 100 股一手的买卖建议，但不直接修改账户。
程序员量化交易实战 20：生成模拟盘日报和告警摘要
第二十篇把账户快照、风控报告和调仓计划合成模拟盘日报文本，为后续飞书、邮件或其他通知通道留下稳定消息格式，并完成第 16-20 篇阶段 review。
程序员量化交易实战 21：把模拟盘结果压成推荐摘要
第二十一篇把账户快照、风控报告和调仓计划合成 HOLD、REBALANCE、REDUCE_RISK 三类推荐动作，让模拟盘输出更适合复盘和提醒。
程序员量化交易实战 22：保存每日复盘记录
第二十二篇新增模拟盘复盘记录，把每日权益、现金比例、风控级别和推荐动作保存为可排序条目，并提供多日汇总。
程序员量化交易实战 23：串起每日模拟盘流程
第二十三篇把账户快照、风控检查、调仓计划、推荐摘要、日报消息和复盘记录串成一次每日运行结果，形成可测试的模拟盘日循环。
程序员量化交易实战 24：把模拟盘账户状态保存下来
第二十四篇用 JSON 文件保存和恢复模拟盘账户状态，先只持久化现金和持仓，不保存派生快照，让每日流程可以在重启后继续运行。
程序员量化交易实战 25：给模拟盘加生产检查
第二十五篇新增模拟盘生产检查，验证现金、行情价格、目标权重、日报和复盘记录等运行前后条件，并完成第 21-25 篇阶段 review。
程序员量化交易实战 26：先抽象提醒通道
第二十六篇新增模拟盘提醒通道抽象，稳定消息发送接口和回执结构，为后续接入文件、飞书、邮件等通道做准备。
程序员量化交易实战 27：用文件记录模拟盘日报发送
第二十七篇实现文件型提醒通道，把模拟盘日报和发送回执写入 JSONL，作为接入真实通知平台前的可验证替身。
程序员量化交易实战 28：把价格输入抽象成价格源
第二十八篇新增价格源协议和静态价格提供者，把每日模拟盘流程里的 last_prices 字典抽象成可替换输入，为后续真实行情接入做准备。
程序员量化交易实战 29：从候选列表生成目标权重
第二十九篇新增目标权重策略，把候选股票列表转换成总仓位受控的等权目标，并支持权重归一化，为调仓计划提供更稳定输入。
程序员量化交易实战 30：生成每日运行健康报告
第三十篇把价格快照、生产检查和提醒回执汇总成运行健康报告，判断每日模拟盘运行是 ok、warning 还是 blocker，并完成第 26-30 篇阶段 review。
程序员量化交易实战 31：给每日任务加运行时间窗
第三十一篇给模拟盘每日流程加运行时间窗，避免任务在错误时间误跑，并返回下一次允许运行的时间。
程序员量化交易实战 32：把每日运行结果归档成 JSON
第三十二篇把提醒消息、运行健康报告和复盘记录写入稳定 JSON 归档，为模拟盘日报追查和历史统计打基础。
程序员量化交易实战 33：汇总模拟盘运行历史
第三十三篇读取每日归档报告，统计报告数量、最新状态、阻断次数和通知成功率，让模拟盘从单日结果走向历史视角。
程序员量化交易实战 34：识别行情数据缺口
第三十四篇把必需股票与价格快照做对比，生成 blocker 级别的数据缺口计划，避免策略在缺价格时静默运行。
程序员量化交易实战 35：生成运维检查清单
第三十五篇把运行时间窗、历史摘要、数据缺口和健康报告汇总成运维检查清单，并完成第 31-35 篇阶段 review。
程序员量化交易实战 36：收束每日运行请求
第三十六篇新增每日运行请求对象，把交易日、生成时间、必需股票列表和 dry-run 标记统一收束，为后续真实运行入口做准备。
程序员量化交易实战 37：生成每日运行结果
第三十七篇把运维检查清单转换成每日运行结果，区分 ready、dry_run_ready 和 blocked，并保留失败检查项。
程序员量化交易实战 38：给日报归档建立索引
第三十八篇读取日报归档目录，生成包含交易日、状态和路径的索引项，让历史报告更容易查询和展示。
程序员量化交易实战 39：把失败检查转换成处理动作
第三十九篇新增失败动作策略，把 run_window、data_gaps、run_health 等失败检查项映射成可执行的后续处理建议。
程序员量化交易实战 40：组合每日运行计划
第四十篇把每日请求、运维检查清单、运行结果和失败动作组合成每日运行计划，并完成第 36-40 篇阶段 review。
程序员量化交易实战 41：把每日运行计划压成摘要
第四十一篇在 DailyRunPlan 之外新增 DailyRunSummary，把每日运行状态、股票数量、失败检查和执行判断压成适合日志与命令行展示的一行摘要。
程序员量化交易实战 42：每日运行 artifact 落盘
第四十二篇新增 DailyRunArtifact，把每日运行计划中的摘要、请求、失败检查和动作写入 JSON，作为排查和归档的稳定证据。
程序员量化交易实战 43：命令响应对象
第四十三篇新增 DailyRunCommandResponse，把每日运行状态、摘要消息、artifact 路径和 exit code 包成命令层可直接返回的对象。
程序员量化交易实战 44：执行闸门
第四十四篇新增 ExecutionDecision，把 ready、dry-run-ready 和 blocked 的执行判断集中到一层，避免命令层误触发真实模拟盘动作。
程序员量化交易实战 45：每日运行 runbook
第四十五篇新增 OpsRunbook，把执行决策转成运维可读的步骤清单，并对第 41-45 篇做阶段 review。
程序员量化交易实战：专栏路线图
这是一套围绕真实 GitHub 项目推进的量化交易工程实战路线图：从 Python 项目骨架、A 股规则、数据层、因子、回测、模拟盘到提醒、每日运行和运维闭环，每篇文章都要求代码可运行。
零基础程序员要补哪些量化知识，才可能做出一个能赚钱的平台
这篇不讲神奇策略，而是从什么是量化、量化的三要素、因子、策略、回测、风控和平台工程讲起，整理一个零基础程序员真正需要的量化知识地图。
另有 47 篇未列入提纲的文章。