同样叫「量化框架」，为什么这一个和交易机器人长得完全不一样

你可能在同一个星期里，先后听人提起过两个开源项目。一个是自动交易机器人，装上就能连交易所下单；另一个被人称作「微软那个量化平台」，看起来更学术，一堆模型名字，还带论文。

于是你心里冒出一个特别自然的问题：这俩不都是量化吗，为什么长得完全不像同一类东西？

更实际的困惑还在后面。你去翻第二个项目的说明，第一屏是一张模块框图，写着「基础设施层」「学习框架层」「工作流层」「接口层」；再往下是一长串模型清单，一堆缩写。你想找的那句「所以它到底帮我干什么」，找不到。

这篇就干一件事：把这条投研流水线从头到尾摊开，告诉你它分成哪几段、每一段各自在防什么错，以及最关键的那个区分——为什么「产出判断的系统」和「执行判断的系统」，必须当成两种东西来看。至于安装、配置、跑通，本文一概不讲；那是文档的活，而且文档里写得更准。

先把边界交代清楚，免得你读到一半在找：数据层怎么长成那样、时点数据怎么防偷看、表达式因子怎么批量造、分数怎么变成持仓、模型过期了怎么重训——这五件事各有专篇，本篇只做总览。

先不谈金融，谈招人

假设你在一家公司管招聘，每年要从几千份简历里挑出几十个人。你会怎么做这件事？

第一步，你得有一个能查的档案库。 简历、笔试成绩、面试记录、入职后的绩效。重点是这个库必须能回答一个刁钻的问题：「去年三月，我们当时手上关于这个人的信息是什么？」 不是他今天的样子，是当时的样子。因为你要检验的是「当年那个判断准不准」，用的必须是当年能拿到的材料。这一条听起来像废话，做起来是整件事里最难的部分。

第二步，你得把简历上的东西变成可比较的指标。 学校、专业、工作年限、跳槽频率、项目规模——原始简历是一段段文字，你得先把它们提炼成一行行能横向排队的数字。提炼的方式有无数种，你可以自己拍脑袋定，也可以先造一大堆再挑。

第三步，你得有一套打分规则，把这些指标压成一个总分。 可以是你凭经验加权，也可以是让机器从历史数据里学：过去哪些指标组合的人，后来绩效确实好。

第四步，光有分不够，你得变成一份录用名单。 分数是连续的，名额是有限的。前多少名？分数接近的怎么办？已经在职的老员工要不要因为新人分高就换掉？换人是有成本的——交接、磨合、赔偿金。这一步跟打分完全是两码事。

第五步，过一段时间回头复盘。 当初选的这批人，干得怎么样？你的打分规则是真的有效，还是只是碰巧？更麻烦的是——规则会过期。三年前有效的筛选标准，行业变了之后可能完全失灵。

这五步，就是一条投研流水线的全部骨架。把「简历」换成「行情与财报」，把「录用名单」换成「持仓组合」，一个字都不用改。

五段流水线，每一段各自防的是什么错

现在换成投资的语言，逐段说一遍。重点不是每段「做什么」，而是每段做砸了会在哪里露馅——这才是你需要记住的东西。

第一段，数据。 它要回答的是「某个历史时刻，你当时真的能看到什么」。财报有发布日期，业绩预告会修正，指数成分股会调整，公司会改名会重组。如果你的数据库里存的永远是「最新的、修正过的、回填过的」那一版，你的历史检验就是拿今天的答案去做昨天的卷子。这一段做砸的后果不是「结果差一点」，是结果好得离谱且完全不可复现。这段的做法拆在它的数据层为什么长这样和Point-In-Time：从数据层堵死「偷看未来」里。

第二段，因子与特征。 把原始行情和财务数字，加工成一列列能横向比较的数值。这一段的危险恰恰在于它太顺手——一旦造因子变成填几行表达式的事，你一天能造出几千个，然后从里面挑出「最有效」的几个。挑的过程本身就在制造幻觉。这段单独讲在用表达式批量造因子，以及它带来的危险。

第三段，模型。 把一堆特征喂进去，吐出一列预测分数。这里最容易被误解的是分数不是预测涨跌幅，它更接近「相对排序的把握」——谁比谁更可能靠前。这一段的坑在于切分：训练用哪段历史、验证用哪段、真正的检验留哪段，切错顺序就等于让模型提前看了答案。

第四段，从分数到持仓。 一列分数不是一个组合。你要决定拿前多少名、多久换一次、换的时候动多少、单只不能超过多大比例、行业不能过度集中。这一段是大多数人跳过的一段，也是把纸面收益吃掉的那一段——换手越勤，交易成本咬得越深。做法见模型吐出一列分数，它是怎么变成持仓的，背后的通用机制在从分数到持仓。

第五段，评估与迭代。 组合跑出来一条曲线，然后呢？你要知道超出基准多少、波动多大、最难受的时候回撤到哪、这些超额是不是集中在少数几个月。更重要的是——预测分数本身的质量怎么衡量。这一段常用的度量在IC 与 IR和基准与超额里有系统的推导。

五段说完，你会注意到一件事：这条链路上没有任何一段叫「下单」。 它的终点是一份「应该持有什么」的答案，以及一份「这个答案历史上靠不靠谱」的评估报告。至于这份答案怎么变成真的委托单发出去——那是另一个系统的活。

到了系统里，它长什么样

现在再看那张吓人的框图。项目自己在文档里把架构分成四层，我逐层翻译一下。

最底下叫基础设施层。 干的是「把数据存好、取快」和「管住训练过程」。这一层的存在意义是：投研这件事的时间不该花在等数据加载上。它自己在文档里明说，这一层是为高性能取数服务的。

往上是学习框架层。 它把「模型怎么被训练出来」抽象成可替换的一块，好让监督学习和强化学习这两种完全不同的范式，都能挂在同一条流水线上。这里顺便破一个常见的误会：强化学习挂上来之后，它在公开框架里最成熟的位置并不是「学会选股」，而是靠后的那一段，强化学习在交易里到底放在哪一层 把这个位置为什么是它讲清楚了。

再往上是工作流层。 这一层就是上面那五段：抽取信息、产出预测信号、把信号变成交易决策、把决策丢进一个模拟的市场环境里执行。文档里特别提了一个设计——策略和执行器可以嵌套：外面一层负责按天调整组合，里面一层负责把当天要换的那些单子拆开慢慢成交。这个结构本身传达了一个很值钱的观念：「买什么」和「怎么买进去」是两个不同粒度的决策，硬塞进同一层就会互相污染。

最上面是接口层。 出报告、出图、把结果给人看。

四层之外，还有两个设计细节，我认为比整张框图更值得你记住。

第一，整条流水线是用一份配置描述出来的。 数据取哪段、用什么特征集、训练和检验各自占哪几年、用哪个模型、组合怎么构建、回测按什么成本口径——全部写在一份文件里，然后一条命令从头跑到尾。这个设计的真正价值不是「省事」，而是它把一次研究变成了一个可以原样重跑的对象。你三个月后回头问「我当初那个结果是怎么来的」，答案是完整的、白纸黑字的，不是你脑子里模糊的记忆。

第二，实验记录是一等公民。 它内建了一套实验管理：每一次跑都被登记成一条记录，参数、产出的预测、评估结果、生成的中间文件都挂在这条记录下面，还接了机器学习圈常用的那套实验追踪工具，能直接开个界面横向比较。

这一条对你的启发，跟你用不用这个平台没关系。做研究的人最容易输在记账上：试了二十组设定，只记住了最好的那一组，忘了自己试过二十次。等你回头写结论时，你会真心觉得「我当初就是这么想的」。一个强制登记每一次尝试的系统，堵的正是这个记忆的漏洞——它让「我到底试了多少次才试出这个结果」变成一个可以被查证的事实。这件事和它为什么把重训做成系统的一部分是同一条线索，接着看模型会过期：它把「重训」也做成了系统的一部分。

还有一个特别小、特别能说明品味的细节：它的文档里明确写了，平台里所有累计收益类的指标都是用加法累加，而不是逐期连乘。理由写得很直白——避免指标和图形随着时间推移被指数级地拉歪。

这句话值得多想一会儿。连乘是符合真实复利的，但连乘会让曲线后段的一次波动在图上显得比前段大得多，肉眼比较不同时间段的表现时会被严重误导。选择加法，是牺牲了「和真实账户对得上」，换来「不同时期之间可比」。这是一个明确的取舍，不是一个疏忽。 一个平台愿意把这种取舍写进文档，说明它清楚自己的指标是给谁看的：给研究者做横向比较用的，不是给你拿去算账户能变成多少钱的。

为什么这两类系统必须分开看

回到开头那个问题。为什么一个交易机器人和一个投研平台，长得完全不一样？

因为它们的产出物不是同一种东西。

交易框架的产出物是动作：什么时候发单、发多大、成没成交、超时要不要撤。它的成败标准是「有没有按规则执行到位」。它的错误是即时的、可见的、可以马上纠正的——单子没发出去，你现在就知道。这类系统的完整拆解在这个开源交易框架，到底替你做了什么、又坚决不做什么里。

投研平台的产出物是判断：这一批标的里，哪些更可能靠前。它的成败标准是「这个判断在没见过的时间段里还成不成立」。它的错误是延迟的、隐蔽的、常常要好几个月才显形——而且最要命的是，判断的错误在系统内部完全不报错。数据泄漏了，程序不会崩，它只会给你一条特别漂亮的曲线。

这个差异带来三个具体后果。

第一，它们的「测试」根本不是一回事。 交易框架可以用模拟资金空跑，跑几天就知道行不行。投研平台没有这种便宜可占——你唯一的检验手段是把历史切开，用前半段学、后半段考，而这个考试你能考的次数是有限的。考多了，你就是在拿「后半段」调参，那段历史也就不再是干净的考题了。

第二，它们对「快」的定义相反。 交易框架追求的是低延迟：从信号到委托越快越好。投研平台追求的是高吞吐：一次把几百个标的、十几年的数据、几十种设定全部算完。前者优化的是单次响应，后者优化的是批量处理。这就是为什么它的底层要专门做一套取数设施——投研的瓶颈从来不是网络往返，是数据装载。

第三，中间那道缝，是最容易出事的地方。 一份「应该持有什么」的名单，和一串真的能发出去的委托，中间隔着一堆东西：现在的价格能不能买到、够不够一手、这只今天停不停牌、涨停了还买不买、卖出去的钱什么时候能用。回测里这些几乎都被简化成了假设，而真金白银那边，每一条都是硬的。把投研平台的回测曲线当成「我能拿到的收益」，就是把这道缝当成不存在。

所以正确的读法是：把投研平台当成产生候选判断的车间，把交易框架当成把判断落地的车间，中间那道交接，需要你自己额外补一层验证。任何一边跑通了，都不等于整条链路通了。

它面向中国市场，这对你意味着什么

这一点值得单独说，因为它是这个平台对本站读者最实在的价值。

它在设计上把「市场区域」做成了一个内建的概念。切换到中国市场设定时，几件事会跟着一起变：最小交易单位（A 股是按手买，不能买零点几股）、是否存在涨跌幅限制、回测按哪个价格口径成交。这三样不是被当成用户随手填的参数，而是被当成市场的属性内建进去的。

意义在哪？在于绝大多数开源量化项目是照着连续交易、可细分份额、没有涨跌停的市场长出来的，你要用它做 A 股，得自己一条一条把制度差异补回去，而且补漏的地方你自己往往不知道。一个从一开始就把这几条当成默认设定的平台，至少不会让你在最基础的地方踩空。

它自带的数据抓取脚本和示例配置也大量围绕中国市场展开，基准用的是常见的宽基指数。对你来说，这意味着你读它的示例时，看到的场景和你熟悉的市场是同一个，不需要在脑子里做一次「换市场」的翻译。

但请把这句话记牢：内建了中国市场的设定，不等于它的回测结果能直接当真。 涨跌停在数据上是一个价格上限，在真实盘口里是「有价无量、你排不上队」；停牌在数据上是一段空白，在真实持仓里是「这段时间你动不了」。制度被写进配置，和制度被真实模拟，是两回事。这条缝有多深，模型吐出一列分数，它是怎么变成持仓的里会具体谈。

它不做什么

按老规矩，把留白说清楚。

它不给你 alpha。 平台里带了大量模型实现和公开的特征集，那是基线，是用来让你比较「我的新想法有没有比现成的强」的参照物，不是拿来直接用的赚钱工具。一个所有人都能下载、都能跑的公开设定，它有效的那部分正在被使用它的人一起消耗掉。

它不判断你的研究做得对不对。 你把未来的信息混进特征里，它照样跑完，照样出一份漂亮的报告。整条流水线里没有一处在问「你这个做法合不合理」。防这类错，靠的是你自己的规矩和它提供的那些约束设施，不是靠它替你把关。

它不是交易通道。 它不连券商、不发真单、不管你的账户。它的终点是一份判断和一份评估。

它不承诺任何收益。 这句不是套话：一条流水线跑通、评估报告好看，和你的账户变多，中间隔着上面说的那道缝，以及你能不能在难受的月份坚持执行。自动化产生的判断如果被直接接到真实下单上，风险是实打实的——请务必先想清楚最坏情况你能不能承受。

最后一句必须说在前面：本文所有描述来自对某个时间点源码与文档快照的阅读，不是我实际跑通了这个平台得出的结论。项目一直在演进，你手上那份的行为，以你自己读到的文档为准。

小结

• 一条投研流水线分五段：数据（当时能看到什么）、因子（变成可比的数值）、模型（吐出一列分数）、组合（分数变成持仓）、评估（这个判断靠不靠谱）——每段防的错不一样。
• 这条链路的终点是一份判断，不是一串委托单。交易框架的终点才是委托单。
• 两类系统的根本差异：一个错了马上报错，一个错了只会给你一条更漂亮的曲线。
• 把整条流水线写成一份配置、把每次尝试登记成一条记录，堵的是研究者「只记得最好那一次」的记忆漏洞。
• 它把市场制度当成内建属性而非随手参数，这对 A 股读者是真实的便利；但制度被写进配置，不等于制度被真实模拟。

一句话说完这篇：这东西不是替你下单的机器人，是一间从原始资料一路做到「该买谁」的判断车间；它能把你研究的过程管得规规矩矩，至于研究出来的结论对不对、能不能换成钱，它一点忙也帮不上。

本文基于开源仓库的源码与文档快照做概念讲解，未实际运行该程序，也不构成任何投资建议或软件使用建议；相关边界见免责声明。想系统看这一卷的其他内容，回到量化与 AI 投研卷。