个人量化研究
从想法到回测结果

获取研究数据，编写因子，运行历史回测，分析表现与风险。通过清楚的操作流程，逐步建立自己的研究方法。

短期反转研究示例

比较股票最近5个交易日的涨跌，研究短期下跌后的后续表现。

def compute_factor(df):
    close = df['close'].astype(float)
    return -close.groupby(df['ts_code']).pct_change(5, fill_method=None)

先确认输入

每只股票按交易日期排序，选择实际覆盖的研究区间。

再检查结果

结合成本、回撤和验证证据理解历史表现。

在客户端完成研究

从数据开始

查看行情、估值与研究数据的字段、覆盖范围和使用条件。

编写自己的因子

从示例开始，使用 Python 表达选股想法，再逐步修改和比较。

运行历史回测

设置研究区间，使用固定输入和成本口径记录每次运行。

理解研究结果

结合收益、回撤、因子表现和验证状态，检查想法的历史表现。

从一个示例开始你的第一项研究

安装、登录、选择示例，跟着指南查看第一份结果。