经典书籍融合笔记

目标

把经典书籍中的“原则”，映射到开源项目中的“实现”。

书目与项目映射（每组 3~5 个项目）

1) 《聪明的投资者》

• 映射项目：vectorbt、backtesting.py、quantstats
• 可执行结论：先定义安全边际，再定义交易频率。

2) 《海龟交易法则》

• 映射项目：backtrader、Lean、vnpy
• 可执行结论：趋势策略的关键是仓位与加减仓规则，不是入场点。

3) 《Options, Futures and Other Derivatives（Hull）

• 映射项目：QuantLib、Lean、hftbacktest
• 可执行结论：衍生品交易必须显式建模波动率、期限结构与保证金。

4) 《Trading in the Zone》

• 映射项目：quantstats、pyfolio、freqtrade
• 可执行结论：纪律是统计优势的前提，不能被情绪覆盖。

5) 《证券分析》

• 映射项目：akshare、FinRL、vectorbt
• 可执行结论：基本面与量化并不冲突，关键在于数据频率和滞后处理。

融合笔记（提炼）

• 书籍给你“为什么”，项目给你“怎么做”。
• 书籍强调长期框架，项目暴露短期工程细节。
• 真正可用的方法来自二者交叉：原则 x 代码 x 复盘。

我的结论

1. 没有经过工程验证的理论，容易停留在叙事层面。
2. 没有理论约束的工程优化，容易过拟合与失真。
3. 每读一本书，都应落到一套最小可运行策略原型。

参考书目

• Benjamin Graham, The Intelligent Investor
• Edwin Lefevre, Reminiscences of a Stock Operator
• Mark Douglas, Trading in the Zone
• John C. Hull, Options, Futures, and Other Derivatives
• John J. Murphy, Technical Analysis of the Financial Markets

参考项目

• https://github.com/polakowo/vectorbt
• https://github.com/kernc/backtesting.py
• https://github.com/ranaroussi/quantstats
• https://github.com/mementum/backtrader
• https://github.com/QuantConnect/Lean
• https://github.com/vnpy/vnpy
• https://github.com/lballabio/QuantLib
• https://github.com/nkaz001/hftbacktest
• https://github.com/freqtrade/freqtrade
• https://github.com/quantopian/pyfolio
• https://github.com/akfamily/akshare
• https://github.com/AI4Finance-Foundation/FinRL

市场切片补充

把规则放进具体时间段更容易检验。例如 2020 年一季度的风险冲击阶段、2022 年的全球紧缩阶段、2023 年的结构修复阶段，价格反应、成交深度和风险偏好都不相同。若把这三个阶段混在一起求平均，很多结论会被稀释；若分阶段评估，同一套方法在不同环境中的边界会更清楚。

在执行层面，可以把“阶段识别”写入日常流程：先确认当前处于扩张、收缩还是修复，再决定仓位上限、下单时段和止损阈值。这样做不是为了追求完美预测，而是为了避免在不适配环境里重仓。跨市场核验时，建议直接对照 NYSE 时段、Nasdaq 日历、HKEX 时段 与 CFTC 术语 做参数确认。

复盘框架

每篇笔记都可落到同一套复盘问题：第一，当前结论依赖的前提是否仍成立；第二，若波动率提升一个等级，仓位和执行规则是否需要同步调整；第三，若成交成本抬升，策略是否仍具备正期望。把复盘问题固定下来，知识会从“记住观点”转为“可持续迭代的决策系统”。