动手之前：环境和数据从哪来

你搜了一圈「量化入门」，收藏夹里躺了七八篇教程。打开第一篇，前四十行是安装命令；打开第二篇，安装命令不一样；打开第三篇，作者用的是另一个框架，前四十行还是安装命令。

你照着敲了一遍，报错。换一篇，又报错。折腾到第三个晚上，环境总算起来了，你打开编辑器，准备写第一行策略——然后发现自己手上没有数据。

这一篇要做的事，是把你从「照着教程敲命令」的模式里拽出来。你缺的不是安装步骤，是一张插槽表：搞清楚这套东西一共有几个格子、每个格子是干什么用的、每个格子里的东西按什么标准挑。有了这张表，你看任何一篇教程都能立刻分辨出「他在填哪一格」，也就不会再被不同教程之间的差异搞晕——他们只是在同一个格子里放了不同的东西。

先说清楚这篇不做什么。我不给具体的安装步骤。 不是偷懒，是因为安装步骤是这套知识里保质期最短的部分：命令会变、依赖会变、你的操作系统和别人的也不一样，我在这儿写死的东西下个月就可能把你带沟里。所以这一篇只讲结构——哪几类东西、各自解决什么问题、选的时候看什么。具体怎么装，永远以你要用的那个项目的官方文档、你手上那个版本为准。

还有一层边界。数据里那些会让回测结果整个作废的坑，归 行情数据里那些会让你回测结果全错的坑；拿到一份数据之后该跑哪几项体检，归 拿到一份数据，先跑哪几项自查。本篇只管「从哪来、怎么选」，不管「坑在哪、怎么查」。

一共就三个插槽

先打个比方

你要在家开火做饭，需要的东西可以分成三堆。

第一堆是厨房本身：灶、锅、水电。它不参与做菜，但它决定了你能不能开始，以及三个月后你回来还能不能原样开始——如果这期间燃气改了接口、锅烧穿了，你得重新折腾一遍。

第二堆是食材。这一堆最容易被当成「随便买点就行」，但真正决定这顿饭是什么水平的就是它。同样一句「买排骨」，不同摊位给你的东西差别很大，而且有些差别你炒完才尝得出来。

第三堆是菜谱和火候的规矩：这道菜先下什么后下什么、多少度、几分钟。你可能觉得这堆最难，因为它看起来最专业。

三堆里，新手最怕第三堆，实际最容易翻车的是第二堆。买错食材，菜谱再对也救不回来；而食材的问题往往在最后一口才暴露。

这三堆对应到你手上是什么

搬到量化上，三个插槽是：

1. 一个能跑起来、并且以后还能原样跑起来的 Python 环境——对应厨房
2. 一份历史行情数据——对应食材
3. 一个回测框架——对应菜谱和火候的规矩

回测这个词如果你还不太熟：它指的是拿历史行情把一套交易规则重放一遍，算出「如果当初真按这套规则做，账户会变成什么样」。它不是预测未来，是复盘过去。这件事本身在算什么、替你做了哪些主观决定，回测到底在算什么 拆得很细，这里只把它当成插槽三的名字用。

你会写代码，所以第一格对你来说是熟悉的活儿，第三格看起来最唬人。但真正会让你白干几个月的，是第二格。 原因很实在：环境不对，程序会报错，你立刻就知道了；框架不对，你换一个就是了；而数据不对，程序一声不吭，照样跑出一条曲线给你看，还挺好看。

这就是我要把数据那一节写得最长的理由。

插槽一：环境——目标不是「装上」，是「一年后还能原样起来」

先打个比方

想象一个被三个人共用的厨房。你放了一瓶生抽在台面上，室友觉得占地方，换成了他那瓶。第二天你按自己的量放调料，咸淡全变了——你什么都没改，但你的「参照系」被人动了。

一台机器上的 Python 环境就是这么个台面。你装完 A 项目，过两个月装 B 项目，B 需要某个库的新版本，一装，A 就跑不起来了。你根本不会意识到发生了什么，因为 A 的代码你一个字没动。

所以隔离不是洁癖，是让每个项目有自己的台面。虚拟环境、conda 环境、容器，解决的都是同一件事，只是隔离的粒度不同：前两个隔的是 Python 包，后一个连操作系统层面的依赖一起隔了。

这一格要满足的三个条件

第一，版本对得上下限。 每个项目都会声明自己能跑在什么版本以上。以我读的这份 freqtrade 文档快照为例，它的安装页把要求写得很明确：需要 Python 3.11 或更高、需要 pip 和 git、推荐用虚拟环境，而且特意提醒要用 64 位版本的 Python，理由是 32 位版本有严重的内存限制，会拖累回测和参数搜索。这些是文档写下的门槛，你手上那个版本要求多少，以它自己的说明为准。

第二，隔离方式选一个，然后一直用它。 虚拟环境、conda、Docker 都能达成隔离，你不需要在这上面纠结哪个更优雅。判断标准很土：哪种方式你三个月后还愿意用。这里有个具体线索——同一份 freqtrade 文档对 Windows 用户的建议是强烈推荐用 Docker，或者退一步用 WSL 走 Linux 那套步骤；对 ARM64 机器（比如某些 Mac 和一些云主机）的建议也是用 Docker，因为原生安装虽然做得到但当时不在支持范围内。而 qlib 的安装文档则直接写着推荐在 Linux 下使用，并建议用 conda 系的工具来搭环境。

这两条建议放在一起看，你能读出一个更通用的规律：当一个项目的文档专门为某个平台写了「建议绕道」的话，那通常是踩过的坑的结晶，别硬扛。 你在自己不熟的平台上原生安装省下来的那点时间，会在后面某个依赖编译失败的凌晨还回去。

第三，能复现。 这一条最容易被跳过，也是最后最疼的。你需要有个东西能回答「我当时到底装了哪些包、什么版本」——不管是锁文件、导出的依赖清单，还是一个镜像。为什么重要，看下一节你就明白了：回测结果是环境、数据、代码三者的函数，任何一项说不清，结果就没法解释。

顺带说一件容易被忽略的事：环境不只是软件包。同一份文档里有一条警告是关于系统时钟的——运行机器人的机器时钟必须准确、要定期和时间服务器同步，否则和交易所通信会出问题。这条提醒的价值不在于时钟本身，而在于它告诉你：「环境」这个词涵盖的范围，比你以为的宽。

一句话收尾这一格

这一格的成功标准不是「装上了」，是**「我能说清我装了什么，而且能再装一遍」**。做到这一条，这一格就算过了，别在上面耗超过一天。

插槽二：数据——决定你结论对不对的，是这一格

先打个比方

回到菜市场。你要买排骨，两个摊位都写着排骨，价格差一倍。

便宜那家的排骨看着也没什么问题。你买回去炖了，味道确实差点，但你说不上来差在哪。真正的差别在你看不见的地方：贵的那家每天进货、卖不完的当天处理掉；便宜那家把前几天没卖完的和今天新到的混在一起摆。你在摊位上看到的，是一堆长得一样的东西；你买到的，是两种完全不同的东西。

还有更隐蔽的一层。便宜那家有个习惯：卖相不好的品类干脆不摆。于是你在他的摊位上环视一圈，得出结论「这个市场的东西质量都不错」——你是在一个被筛选过的样本里做统计。

这对你意味着什么：先把三个投资概念说清楚

你会写代码，但下面这三个词是投资侧的，绕不过去，我一个个说明白。

第一个词：K 线和 OHLCV。 一根 K 线就是把一段时间内的价格压成的一条记录，通常包含五个数：开盘价、最高价、最低价、收盘价、成交量。它们的英文首字母连起来就是 OHLCV，你在几乎所有行情接口的文档里都会看到这个词。一根日线代表一天，一根分钟线代表一分钟。你要下载的历史数据，绝大多数时候就是一大堆这样的记录。

第二个词：除权除息。 公司分红派现或者送股拆股的时候，股价会在某一天出现一个跳变——比如每股分了一块钱现金，那天的价格就会相应往下调一块。这个下调不是跌，是账面上的重新计价，你手上的钱一分没少（现金到了你账户里）。但如果你的数据只是一串没处理过的价格，程序看到的就是「这天暴跌了」。一个按跌幅触发的规则，会在这里凭空产生一堆假信号。

第三个词：复权。 把上面这些人为的跳变抹平，让价格序列变得连续可比，这个处理就叫复权。它有不同的做法：可以把历史价格往下调、让最新价保持真实（前复权），也可以把最新价往上调、让最早的价格保持真实（后复权），还有别的口径。关键不在于哪种更好，而在于你必须知道你手上这份数据是哪一种，因为它们算出来的收益率不一样。

这一层在真实系统里长什么样，qlib 的文档说得非常直白。它明确写着：这份数据里的量价看起来和实际成交价格不一样，因为它们是复权过的；而且你会发现不同数据源复权出来的结果还不一样，因为各家复权的方式本来就不同。它自己的做法是把每只股票上市首个交易日的价格归一化成 1，同时额外保存一列还原因子，你用收盘价除以这个因子就能拿回原始价格。文档里还提到，关于复权口径这件事本身，项目里有过公开讨论。

我要你注意的不是这个具体做法，而是这段文字暴露的一个事实：一个认真的数据集，会告诉你它对价格做了什么手脚，并且给你一条路把手脚撤回去。 一份只甩给你一列「收盘价」、什么都不说明的数据，不是更干净，是更不可用——因为你连它做没做复权都不知道。

同一份文档里还有一条约定值得记住：在它的数据处理惯例里，股票停牌期间，开高低收、成交量、成交额和还原因子会被全部置为空值。这是个负责任的处理——停牌那天根本没有交易，硬填一个数进去反而是造假。但它同时意味着你的代码必须能处理空值，否则一路算下去会得到一堆莫名其妙的结果。

免费和付费，差的到底是哪四条

这是这一节的核心。很多人以为付费数据买的是「更准」，其实不完全是。更准确的说法是：付费买的是覆盖范围的确定性、口径的一致性，以及出问题时有人对你负责。 具体拆成四条，你拿这四条去问任何一个数据源，都能问出真东西。

第一条：覆盖范围。 包括三个子问题——覆盖哪些市场和品种、往前能取到哪一年、最细能到什么频率。免费源在这三项上往往是「够用但有天花板」：日线通常没问题，分钟线可能受限，早年的数据可能缺失，冷门品种可能压根没有。

第二条：复权口径。 有没有做复权、做的是哪一种、给不给你还原因子。这一条前面已经讲透了，只补一句判断技巧：能把还原因子单独给你一列的，比只给你一列复权价的更可信，因为前者意味着它自己心里有账。

第三条：公司行为处理得怎么样。 分红、送转、拆股是一类；更麻烦的是改名、换代码、合并、分立这类事件。一家公司换了代码之后，你的数据里到底是同一条连续的序列，还是断成了两截、前半截挂在一个再也搜不到的代码上？这类问题免费源处理得往往比较粗糙。

第四条：退市的样本还在不在。 这一条杀伤力最大，也最容易被完全忽略。如果你的数据只包含今天还在交易的标的，那么你做的任何一个「历史上买这一批会怎样」的统计，都自动排除了那些中途死掉的。这就是幸存者偏差，幸存者偏差：你的股票池里，输掉的那些早就不见了 专门讲了它在 A 股的具体形态。

这一条在真实项目里有非常明确的证据。qlib 仓库里有一个众包数据的子项目，它的说明开门见山地写着建立这件事的动因：像雅虎这样的公开数据源是有缺陷的，它可能缺少已退市股票的数据，也可能包含错误的数据，而这会把幸存者偏差引入训练过程。所以他们的做法是把多个数据源合并、互相交叉验证，一来补全历史记录，二来把异常数据识别出来做修正。

同一个仓库里雅虎数据采集器的说明写得更不客气。它在最开头用加粗的「注意」提醒：数据是从雅虎财经采集的，可能并不完美，如果你手上有高质量的数据集，建议用你自己的。它还专门列了两个异常数据的例子，并且承认：我们已经考虑了股价复权，但有些价格序列看起来仍然很不正常。

我特别想让你留意最后这半句的语气。这不是在推销，是在自曝。 一个项目愿意在自己的数据采集说明里写「我们处理过了，但还是有问题」，这份说明的可信度反而比那些什么都不提的高得多。所以我给你的第五条判断标准是：先读这个数据源承认了什么。承认得越具体，越值得用；一句问题都不提的，你要么是运气好，要么是还没发现。

还有一个开关，藏在下载命令里

前面说的退市样本问题，在数字货币这边有个特别干净的例子，因为它就是一个命令行开关。

freqtrade 的数据下载文档里提到，你可以用通配的方式一次性下载某个计价货币下的全部交易对。但紧接着有一句：如果你还想下载那些已经不再活跃（也就是已下架）的交易对，需要额外加上一个包含非活跃交易对的参数。

把这句话翻译成人话就是：默认情况下，你下到的是「今天还活着的那批」。 你不加那个开关，就已经在数据采集这一步给自己埋下了幸存者偏差，而整个过程没有任何警告。

这份文档还提到，如果不指定额外参数，下载命令默认会取最近一段时间的两个较短周期的数据——这个默认值是文档里写的，你手上那个版本取的是多少天、哪几个周期，以你自己跑出来的帮助信息为准。我要说的重点不是这个数字，而是：默认值是给你快速试跑用的，不是给你做正经研究用的。 拿默认下载的那点数据跑出来的成绩单，样本量根本不够说话。

顺带一提，这份文档还讲了它支持的几种存储格式，以及默认用哪一种。这件事听起来无聊，但当你的数据量涨到一定程度，读取速度会变成你迭代速度的瓶颈——你每改一次规则要等几分钟还是几秒，长期下来差别巨大。这一格值得你在起步时多花十分钟了解一下，而不是等到烦了才回头改。

数据源不止一个，这本身就是一种设计

还有一种思路值得你知道：不押注单一数据源。

Vibe-Trading 这个项目的说明里有一节专门讲它的数据源策略。它把二十多个行情源注册在一起（具体数量随版本变化，以你手上那版为准），你可以让它自动选源：先按标的所属市场挑一个合适的，如果这个源不可用，就沿着一条预先排好的链往下走。最有意思的是这条链的排序依据——按被封 IP 的风险排序，那些几乎不会封禁的公开源排在前面，需要密钥或者有速率限制的排在后面。它还按市场分别列出了各自的回退顺序，链条的末端统一是本地文件。

这个设计能给你两个启发。一是可用性和数据质量是两件事。 排在前面的不是「最准」的源，是「最不容易断」的源。你自己搭环境的时候也该分清：我这个源是拿来保证跑得起来的，还是拿来保证算得对的。二是接口要可换。 如果你的代码里到处硬编码着某一个数据源的调用方式，那么等它哪天限流、改接口、或者你发现它的复权有问题，你面临的就不是换个数据源，而是重写。

同一份说明的更新记录里还有一个细节我很喜欢：他们给数据加了个可选的本地缓存，默认关闭，而缓存有一条硬规则——绝不缓存截止到当天的区间，因为最后一根 K 线还在形成中。

这条规则背后是一个你迟早会撞上的坑：今天这根日线，在收盘之前是个会变的数。你上午十点把它存下来，那是个半成品；下午你的程序拿这个半成品去算指标，算出来的东西既不是历史也不是现在。「这根 K 线走完了吗」这个问题，值得你在写下第一行取数代码之前就想清楚。

这一格的落地动作

选数据源的时候，按顺序问这五句：覆盖到哪、复权是什么口径、公司行为怎么处理、退市的还在不在、它自己承认有什么问题。前四句问的是数据，第五句问的是给你数据的那个人。

然后做一件事：把你用的数据的来源和版本记下来，和结果放在一起。 现成数据集是有版本的——qlib 那份雅虎来源的现成数据就分了两个版本，截止时间不同，而它的公开基准示例绑定在其中一个版本上，文档还特意说明两个版本之间存在差异。这意味着什么？意味着「同一套代码、同一份仓库，换个数据版本，你复现不出别人的成绩单」，而且你会以为是自己写错了。

插槽三：回测框架——你要的是它的账本，不是它的循环

先打个比方

你和朋友一起吃饭 AA。谁掏的钱、各点了什么，这是记账；最后谁该给谁多少、零头怎么处理、有人中途走了那杯饮料算谁的，这是算账。

记账谁都会。算账难在规矩：那些说不清的边角情况，得有个一致的处理方式，而且大家都认。

回测框架的价值在算账那一半。「按 K 线循环、遇到信号就买卖」的那个循环，你半天就能写出来。真正难的是那些说不清的地方，程序必须给出一个答案，而这个答案会实打实地影响最终那条曲线。

说不清的地方到底有哪些

举几个你写完循环立刻就会遇到的问题：

信号是在这根 K 线上出现的，那我按什么价成交？开盘价？收盘价？中间某个价？

我想按某个价格买，可这个价格在这根 K 线的最高价和最低价之间——就算它在区间里，凭什么认为我一定能成交？成交多少？

止损价被击穿了，实际最低价比我的止损价还低，那我到底按止损价成交，还是按那个更低的价？

这根 K 线上，止损、止盈、离场信号同时满足了，先执行哪个？

这三件事听起来像抠细节，但它们决定的是同一套规则能跑出天差地别的两条曲线。手续费这类固定成本还算好办；难的是这些顺序和成交假设，你不明写，程序也会替你定一个。

滑点这个词你可能听过：你想按某个价成交，真成交时价格已经跑偏了那么一点，中间的差额就是滑点。它是这类假设里最出名的一个，但远不是唯一一个。

成熟框架长什么样：它把假设写出来了

我读的这份 freqtrade 文档里有一整节，标题直译过来就是**「回测所做的假设」**。它逐条列出了程序替你定下的规矩，我挑几条你能直接感受到分量的：

入场在开盘价发生，除非你自己写了定价逻辑；只要请求的价格落在这根 K 线的最高最低区间内，所有订单都按请求价成交——也就是不计滑点；离场信号触发的卖出，发生在下一根 K 线的开盘价上；止损恰好在止损价成交，哪怕最低价比它更低，但亏损会比止损价本身多出两倍手续费；同一根 K 线内，止损先于止盈被评估；判断止损时假定最低价先于最高价出现，也就是先保本金；如果同一根 K 线上多个信号同时触发，评估顺序是离场信号、止损、止盈、追踪止损。

这一节的最后，文档自己写了一句话，我认为是整节里最重要的一句：尽管有这些假设，回测试图尽可能地贴近真实交易，但回测永远不能替代先用模拟模式跑一遍；另外请记住，过去的结果不保证未来的成功。

同一份文档还有一节讲交易所的下单限额——每个品种都有最小下单量之类的规矩，回测会遵守这些限额，但它坦白承认：框架拿不到历史上的限额数据，只能用当前的限额去套历史价格，这在某些情况下会让最小可交易金额被算得虚高。

请你把注意力放在这两处的姿态上，而不是具体条款上。一个框架肯把「我替你做了什么假设」和「我这里有个已知的不准」白纸黑字写出来，这本身就是最强的质量信号。 反过来，一个只展示漂亮曲线、从不讨论自己边界的工具，你不知道它做了哪些假设，不代表它没做——只代表你不知道。

顺带说一句，这些假设也正是回测和实盘对不上的一大来源，回测好看实盘亏，差的到底是哪三件事 把其中三处机制级的差异拆得更细。

选框架看哪几条

第一条，也是最重要的一条：它有没有公开自己的假设，写得够不够细。 前面已经说透了。

第二条：账算得细不细。 手续费怎么扣、有没有考虑最小下单量、有没有区分挂单和吃单、能不能配置不同的成本结构。具体费率和参数默认值我一个都不给你，因为它们随交易所、随券商、随版本变，一律以你自己的账户和你手上那个版本为准，你要看的是框架支不支持你把真实成本填进去。

第三条：数据接口能不能换。 这一条和上一节呼应。框架和数据源绑得越死，你后面越被动。

第四条：它面向的市场和你的市场对不对口。 这一条最容易被忽略，而它可能直接决定你选错。拿本文用到的两个项目举例：freqtrade 是面向数字货币交易所的自动交易框架，围绕交易对、下单、实盘循环组织；qlib 则是一套面向量化研究的工具，重心在多标的的因子计算、机器学习流水线和实验管理上。这两个不是「哪个更强」的关系，是两类不同的东西。 你要做的事情长什么样，决定了你该往哪边看。

第五条：文档和社区。 你会遇到问题，遇到问题时能不能搜到别人踩过的坑，是个实打实的效率变量。

那自己写一个行不行

行，但你要清楚代价。

自己写回测循环最大的风险不是写错，是你会在毫无察觉的情况下做出一大堆没写下来的假设。上面列的那七八条，成熟框架用一整节文档交代清楚；你自己写的时候，每一条都会被你随手定掉——按收盘价成交吧、手续费先不管吧、止损就按止损价算吧——每一个「先这样吧」都在往对你有利的方向偏，因为人在图省事的时候，本能会选那个不用处理麻烦情况的分支。

如果你还是想自己写（这其实是理解这套东西最快的路），我建议至少做一件事：开一个文件，把你定下的每一条假设明写出来。 就照着上面那份清单的格式写。这个文件的价值，会在你半年后回头看自己那条漂亮曲线时体现出来。

还有半格：把「这次跑的是什么」记下来

三个插槽之外，还有半格东西，起步阶段几乎所有人都跳过，然后在一两个月后付出代价。

场景是这样的：你手上有五条回测曲线，其中一条明显比别的好。你想知道它是怎么来的——用的哪份数据？数据是哪天下的、哪个版本？代码是哪一版？参数填的什么？

答不上来。于是这条曲线对你毫无价值，因为你没法重跑它，也没法在它基础上继续改。

这件事在成熟的研究工具里是被当成一个正经组件来做的，qlib 的文档里就单独有一块讲实验记录与工作流。你起步时不需要上这么重的东西，一个文本文件就够，但必须有。每次跑完记四样：数据来源和取数日期、代码的版本、这次改了什么、结果的关键几个数。

顺便说，这也是前面反复强调「环境要能复现、数据版本要记下来」的最终落点：回测结果是环境、数据、代码三者共同的产物，其中任何一个说不清，那条曲线就只是一张图片。

一张选型对照卡

插槽	它解决什么问题	选的时候看什么	做到什么程度就够了
环境	让这套东西跑得起来，且以后还能原样起来	版本下限、隔离方式、能不能复现；文档对你的平台有没有「建议绕道」的提示	能说清装了什么，并且能再装一遍
数据	决定你算出来的东西对不对	覆盖范围、复权口径、公司行为、退市样本是否保留，以及它自己承认了什么问题	知道自己这份数据的四条各是什么状态，并把来源和版本记了下来
框架	把说不清的地方按一套一致的规矩算清楚	有没有公开假设、账算得细不细、数据接口能不能换、面向的市场对不对口	能读懂它替你做的假设，并且接受它们
半格：记录	让每一条曲线可以被解释和重跑	一个文本文件就够	每次跑完记：数据来源与日期、代码版本、改了什么、关键结果

一个反直觉的起步顺序

多数人的顺序是：挑框架 → 装环境 → 找数据 → 写规则。

我建议你倒过来一半：先弄到数据，先把数据看明白，再去挑框架。

理由有三层。其一，数据是唯一一个你换起来最贵的东西——框架可以换，环境可以重建，但你对数据口径的误判会污染你之前所有的结论。其二，你手上有什么数据，会反过来限定你能做什么类型的策略；先挑好框架再发现拿不到需要的数据，是很常见的返工。其三，最实际的一条：亲手把一份数据从下载到看懂走一遍，是理解这整套东西最快的路径，比读十篇框架教程都管用。

至于「先弄到数据之后该看哪几项」，那正是 拿到一份数据，先跑哪几项自查 的内容，我这里不越界。

最后提醒一句和技术无关但更重要的事：把环境和数据搭起来，离「能赚钱」还隔着十万八千里。 这套东西起步的技术门槛其实不高，真实的门槛在别的地方，散户做量化，真实门槛在哪几道 讲的四道门槛，没有一道是技术门槛。会写代码在这件事上是个不错的起点，但它带来的最大风险恰恰是：你会因为工程那部分做得顺，而误以为自己在投资那部分也做得顺。

小结

• 起步一共三个插槽：环境（让它跑起来且以后还能起来）、数据（决定算得对不对）、框架（把说不清的地方按一致的规矩算清楚），外加半格记录。
• 环境那一格的成功标准不是「装上了」，是「我能说清装了什么，并且能再装一遍」。 遇到文档专门为你的平台写了「建议绕道」的提示，别硬扛。别在这一格耗超过一天。
• 数据那一格最贵。 免费和付费的真实差别是四条：覆盖范围、复权口径、公司行为处理、退市样本是否保留。付费买的不是「更准」，是覆盖的确定性、口径的一致性和有人负责。
• 加第五条判断标准：先读这个数据源承认了什么。 肯写「我们处理过了但还是有异常」的，比什么都不提的可信得多。
• 注意那些藏在默认值里的偏差：默认下载的样本量通常只够快速试跑；默认下到的往往是「今天还活着的那批」，要拿到已下架的标的常常得显式加参数。
• 框架先看它有没有把假设写出来。 入场按什么价、订单算不算滑点、止损击穿了按哪个价、多个信号同时触发按什么顺序——成熟项目会用一整节文档交代，并坦白自己已知的不准。自己写不是不行，但你必须把每一条假设明写在一个文件里。
• 顺序建议倒过来一半：先弄到数据、先把数据看明白，再挑框架。 数据是唯一一个换起来最贵的东西。

一句话说完这篇：动手之前你要凑齐的是三样东西——一个自己说得清的干净台面、一份你知道它经过了什么处理的历史行情、一套愿意告诉你「我替你做了哪些决定」的算账工具；其中前后两样一两天就能搞定，中间那一样值得你花上十倍的时间，因为它出问题的时候，程序不会报错，只会给你一条好看的曲线。