第89章 七千万次的小石头(2/7)
傍晚,江临伴着江城的晚霞回到家里。
吃过晚饭,陪父母聊了会闲话,便回卧室忙自己的事情。
工作站电脑打开,有一封新邮件。
发件人:沈承业。
标题:qF-oLdLIb-001第一批脱敏材料已上传
正文只有简短的一句话:江临,小型私募旧因子库研究流程审计,正式开始,资源已开通。
江临点击链接,开始下载材料。
文件和之前他处理过的那些动辄十几Gb 的tick级高频行情数据比起来,不算太大,压缩包只有不到3个G。
但在量化研究的语境里,这种体量的信息密度是极其恐怖的。
解压后,目录树展开。
几张庞大的元数据表。
几份回测配置摘要。
一个脱敏后的因子输出矩阵。
一份很粗糙的历史备注记录。
还有一张极其关键的状态表。
江临点开状态表。
表里密密麻麻地列着四百三十七个因子编号。
在状态这一列里:
有些后面写着:active(目前仍在实盘交易中提供信号的因子)。
有些写着:deprecated(因为绩效衰减,已被淘汰的因子)。
有些写着:merged(因为与其他因子相关性过高,被合并的因子)。
有些写着:deleted(被删除的因子)。
还有一批,令人触目惊心地写着:unknown(未知状态,连研究员自己都不知道这东西还在不在跑)。
江临的目光在deleted和unknown这两个词上停留了很久,思绪一下子发散开来。
在任何一个量化机构,乃至任何一个科研系统里,成功的东西,总会有人记得。
它们会被写进ppt,会被挂在年报里,会被用来向投资人吹嘘。
但是,失败的东西,常常最先被删掉。
研究员为了掩盖自己几个月毫无建树的尴尬,或者为了让代码库看起来干净,会毫不犹豫地按下delete键。
而一个没有失败记录的研究系统,最容易把幸存者当成真理。
在金融市场里,这叫幸存者偏差。
当你只看到那些成功的策略时,你会觉得市场充满规律。
但如果你看不到那99%因为过度拟合而在实盘中亏得血本无归的废弃因子,你就会在下一次研究中,重蹈覆辙。
江临深吸了一口气,熟练地打开终端,新建项目文件夹。
然后用Vim打开audit_log.
md,敲下了这个审计项目的最高纲领。
第一行:旧因子库首先不是宝库,而是失败记录的墓地。
第二行:本项目不找神因子,不预测未来,只找“研究流程如何骗过自己”。
第三行:所有结论必须严格绑定四个维度:数据版本、样本池版本、因子版本、回测配置版本。
脱离版本谈绩效,一律视为学术造假。
写完这三行,他才正式开始第一轮代码层面的扫描。
本章未完,请翻下一页继续阅读.........