天驭学院 · 教学材料 · Python 量化交易实战
課程講義
量化项目交付应让另一人无需账户和口头说明即可复现。依赖、命令、输入、输出和失败边界都属于内容，不只一条收益曲线。
整理README/requirements/CSV/脚本→记录版本→运行自检→对照预期→写未验证项→本地归档。
提交可复现材料清单与运行结果摘要，包含至少一次错误输入被拒绝的证据。
必须有命令、数据哈希、参数、清洗计数、订单与成本、错误原因及限制。缺依赖或未运行要注明，不能用文件存在代替运行。
本地引擎把同一份合成CSV读入，先生成过去窗口特征，再把信号滞后一根用于下一时段研究收益；加入按换手计费，输出成本前后净值与回撤。把终端改成模拟撮合适配器不应改变特征计算。
密钥不放浏览器端或notebook输出；离线成功也不证明真实平台连接与成交成功。
本脚本覆盖数据清洗、可追溯的下一开盘模拟、净值与风险算术；它不是生产交易引擎。对应本节的手算与报告任务仍需独立完成。
python research_lab.py --self-test
python research_lab.py --output academy-results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。
量化项目交付应让另一人无需账户和口头说明即可复现。依赖、命令、输入、输出和失败边界都属于内容，不只一条收益曲线。
按題設保存成果、核對參考結果後填寫自評。勾選不是自動批改或能力認證。
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。