天驭学院 · 教学材料 · 量化策略开发
课程讲义
Validation报告应把实现正确性和策略经济假设分开。单测通过不保证优势；一段盈利也不证明没有未来函数。
汇总因果自检→列训练/测试边界→提供全部试验数→对账净值→写反例及未通过条件。
交一页验证结论，允许结论为不支持；必须有数据、方法、证据与限制四栏。
结论只覆盖实际运行的模型和输入。代码自检、样本外与成本分别陈述，不能写“全部验证通过所以可直接部署资金”。
虚构策略训练净收益12%、验证1%、最终测试−3%；费用从每次1bp升到3bp后测试降至−6%。这不证明永远无效，但足以否定“已经可靠通过”的表述。不能删除测试亏损段重新命名训练期。
“以后会修复”的解释不等于证据；负结果也是合格研究成果。
这个无依赖脚本提供秩相关、时间折、库存估值、协方差风险与拒绝路径的小实验。网格部分仅做下穿买入库存，不含卖出回收或真实成交；风险平价部分只演示给定协方差，不是通用优化器。按报告核算，不将小实验当作完整生产策略。
python strategy_labs.py课程数值、价格、账户和案例均为教学假设；固定材料可离线复现。完成标记仅记录学习，不是能力认证、服务批准或收益保证。
Validation报告应把实现正确性和策略经济假设分开。单测通过不保证优势；一段盈利也不证明没有未来函数。
按题设保存成果、核对参考结果后填写自评记录。勾选仅为个人记录，不是自动批改或能力认证。
完成标记仅记录个人学习，不代表能力认证。练习使用教学假设或合成数据，不要求真实开户、入金或交易。