21天从零搭建ETF量化交易系统：AI辅助+Python回测实战指南

做交易这个话题我一直觉得“AI能不能帮普通人赚钱”是个伪命题真正的问题是“AI能不能帮普通人把一套交易流程跑起来”。跑了快三年的ETF量化系统我的答案是能但它的价值不在“预测涨跌”而在“把纪律、数据、复盘这些事变成自动化流水线”。这篇内容就是我自己的踩坑总结从一个基本不会写代码的小白视角出发说说21天从零搭一套ETF量化交易系统到底该怎么走哪些钱不用花哪些坑一定要绕开。适合什么人看想靠程序化投资减少情绪干扰的普通上班族有一点Python基础但不知道怎么下手的新手以及已经跑过股票策略、想用ETF做组合分散的人。1. 先把丑话说在前面AI交易的边界和ETF这个起点1.1 AI能做的三件事和它做不了的事AI或者说机器学习、大模型在量化交易里真正能干的事我总结成三块。第一块是数据加工把行情、指数成分、资金流向、新闻情绪这些非结构化信息整理成能计算的因子这一步AI效率比人高太多。第二块是策略建模比如用历史数据训练一个分类器判断次日涨跌概率或者用强化学习自动寻找调仓规则这部分能做出很多手工不可能完成的尝试。第三块是执行自动化定时拉数据、算信号、生成交易清单、记录净值把重复劳动全部接管。但它做不了的事更关键。它预测不了黑天鹅也消除不了亏损更不应该替你决定资金分配。我见过不少朋友上来就要求AI“写一个稳赚的策略”这从一开始就错了。AI最多能给你一个在统计意义上期望为正、但波动很大的系统你依然要面对连续亏损和回撤这部分没人能替你承受。从这角度说普通人用AI做交易正确的姿势是把AI当成一个“不会累的分析师执行助理”而不是一个“预知未来的水晶球”。1.2 为什么第一套量化系统要选ETF而不是个股很多人一上来就想做个股量化我强烈建议先劝退。个股涉及财报、公告、商誉减值、大股东减持、行业政策任何一个信噪比都很低的事件都可能让模型瞬间失效。ETF不一样它本质是一篮子股票天然分散了个体风险。A股的宽基ETF如沪深300、中证500、创业板行业ETF如证券、半导体、医药还有黄金、债券、跨境类ETF品种足够丰富能满足趋势、避险、轮动各种策略需求。具体数据上ETF有四个对量化非常友好的特点。第一交易成本极低A股场内ETF目前免印花税多数券商佣金可以谈到万0.5到万1比个股便宜一大截。第二没有个股暴雷退市风险ETF虽也可能清盘但不会突然变成“第二个财务造假股”。第三部分跨境、债券、黄金类ETF支持T0资金利用效率高。第四价格连续性比个股好不容易被单个游资席位打得跳空乱飞回测结果更接近实盘。1.3 普通人和专业机构做量化差距到底在哪我必须先泼一盆冷水普通人拿不到低延迟行情拿不到全部费率优惠更没有机房托管和极速柜台。我们做的量化和机构做的量化根本不是同一个物种。机构在拼速度、拼数据广度、拼算力我们在拼的是“用规则约束人性”。所以普通人做量化最大的优势恰恰是没有业绩排名压力没有季度考核没有必须满仓的限制。你可以拿一笔三年不用的闲钱把系统打磨到真正稳定再慢慢上规模。这个心态很多机构投资者反而羡慕。想清楚这一点你才不会去买那些号称“AI炒股机器人”的昂贵软件。那些东西大多数只是把均线、MACD包装成黑话真正可靠的系统完全可以自己搭。1.4 入市前必须建立的合规和资金管理红线开始动手之前有几条红线我先写在最前面。第一本文所有代码和方法只做技术交流不构成任何投资建议市场有风险决策需独立。第二回测收益不代表未来表现实盘前至少跑一个月以上的模拟盘。第三绝对不要借钱、不要上杠杆、不要拿生活费来交易。第四一定要先做券商的风险测评搞清楚自己是什么类型的投资者再去碰对应风险等级的产品。这四条我每次写相关内容都会强调一遍。见过太多人把量化当成印钞机结果连回测和实盘的区别都没搞清楚就冲进去最后亏在心态上而不是策略上。做量化先学会活下来再谈赚钱。2. 21天路线图从零到一套能跑的ETF量化系统2.1 为什么是21天不是7天也不是100天21天不是一个魔法数字它对应的是“习惯养成的最小周期”。每天投入一到两个小时三周时间足够把环境、数据、策略、回测、模拟盘这条最小链路完整走一遍。7天太紧数据清洗和策略调试根本来不及100天又太长大多数人会在第三周就失去耐心。21天刚好处在一个“能做出东西又不会放弃”的平衡点。而且这21天是倒逼式的项目制学习。不是先啃完整本Python教程再去动手而是“今天就要把某个ETF的历史数据下载下来画成图”带着具体任务去查资料。这个方式对上班族特别友好每完成一个任务都有成就感能支撑你走完全程。2.2 四阶段任务拆解和每日安排我把21天拆成四个阶段分别是基础工具、数据管线、策略回测、模拟盘上线。下面这张表是我自己跑的节奏你可以根据自己的情况调整但最好不要跳阶段。天数阶段核心任务产出物第1-2天环境搭建安装Python和IDE学会运行脚本能打印一行“hello quant”第3-4天金融基础搞懂ETF代码、净值、复权、涨跌幅会手动看一只ETF的K线第5-7天数据打通用akshare拉取ETF历史日线存成本地文件本地有一份510300的CSV第8-10天策略原型实现双均线金叉死叉信号能输出买卖信号列表第11-14天策略扩展加入动量打分和风险过滤做组合一份简单的调仓清单第15-17天回测评估写回测循环计算收益回撤夏普一张资金曲线图第18-19天参数检验做参数敏感性分析避免过拟合参数热力图或对比表第20天模拟盘用实时行情自动算信号每天的模拟持仓快照第21天复盘归档写操作手册记录所有坑一份自己的README2.3 工具选型怎么选不踩坑工具这块我只推荐最稳妥的组合不追求新奇。Python版本用3.10以上的Anaconda发行版自带conda环境管理以后装包不打架。数据分析用pandas和numpy画图用matplotlib。数据源用akshare免费接口回测可以先不用现成框架自己写一个几十行的循环更直观。AI辅助编程可以用现在主流的AI对话工具或者代码编辑器插件用来解释概念、生成代码片段、调试报错。为什么不一开始就上backtrader、vnpy这类完整框架因为你的第一个目标是“理解每一步在干什么”而不是“快速得到结果”。自己写回测循环你能清楚看到成交价怎么取、手续费怎么扣、信号怎么平移这些细节决定了你以后能不能真正驾驭复杂工具。等跑通了再迁移到backtrader就水到渠成。2.4 环境配置的坑三天就能走完环境搭建阶段翻车最多的三个问题我提前给你打预防针。第一是Python版本太新导致某些库没有预编译包建议直接用Anaconda默认的版本别追新。第二是pip安装慢国内用户把pip源换成清华或阿里的镜像源速度能快几十倍。第三是IDE选择新手推荐VS Code加Python插件轻量又好调试不要一开始就上PyCharm全家桶太重了。另外我会在项目目录下建一个叫research的文件夹把数据、脚本、图片分别用data、scripts、output三个子目录放好。别小看这个习惯后面你迭代几十个策略版本就知道目录整洁有多重要了。3. 第1到7天先打通数据这条命脉3.1 用akshare免费拉取ETF历史行情数据是量化的粮食。A股ETF历史行情akshare这个开源库做得相当完善免费而且不用注册。装好之后拉沪深300ETF代码510300的日线数据只需要几行代码import akshare as ak df ak.fund_etf_hist_em( symbol510300, perioddaily, start_date20200101, end_date20251231, adjustqfq ) print(df.head()) print(df.columns)这个接口返回的字段包括日期、开盘、收盘、最高、最低、成交量、成交额基本够用。adjust参数我建议用qfq前复权这样历史价格已经处理过成分股分红带来的跳空。如果你做的是因子研究可能还要对比后复权数据但新手先从qfq开始就好。3.2 数据清洗和本地存储不要每次都现拉现用每次实时调用网络接口一是慢二是容易触发频率限制。正确做法是拉一次存到本地后面所有研究都从本地读。我习惯保存成CSV放在data目录下并用代码自动补下载增量数据import pandas as pd df.to_csv(data/510300_daily.csv, indexFalse) # 读取本地数据 df pd.read_csv(data/510300_daily.csv, parse_dates[date]) df df.drop_duplicates(subset[date]) df df.sort_values(date).reset_index(dropTrue)清洗时要重点检查三件事日期是否重复、收盘价是否为空、涨跌幅是否有明显异常值。ETF数据源一般比较干净但依然可能因为除权除息、停牌出现缺失行。我的原则是“宁可少一段数据不要用错误数据”。3.3 用一张图看懂行情最小可视化拿到数据的第一件事不是算指标而是先把收盘价和均线画出来用眼睛确认数据没毛病。matplotlib画图很简单import matplotlib.pyplot as plt import pandas as pd df[close].plot(figsize(12, 6), title510300 Close, gridTrue) df[close].rolling(20).mean().plot(labelMA20) df[close].rolling(60).mean().plot(labelMA60) plt.legend() plt.show()这个看似简单的步骤能帮你发现八成数据问题。比如某一天收盘价突然跳涨10%你要去查是不是复权参数错了而不是直接拿去跑策略。3.4 数据源的边界免费接口的脾气要摸清akshare虽然方便但也有脾气。它依赖爬取公开网页接口字段偶尔会变频率限制也比较严格。我的经验是批量循环下载几十只ETF时每只之间加sleep(1)秒不要在短时间内疯狂请求。另外建议准备一个备用数据源比如tushare pro部分接口需要积分或者券商研究端的Excel导出。平时用免费接口做研究没问题但实盘阶段如果依赖实时行情最好用券商官方行情接口或量化终端。4. 第8到14天设计第一个能自洽的量化策略4.1 从双均线金叉死叉开始别急着上机器学习第一个策略它必须逻辑简单、回测透明、每个人都能看懂。双均线就是最合适的。核心逻辑是当短期均线上穿长期均线时买入持有当短期均线下穿长期均线时卖出空仓。代码实现很直观df[ma_short] df[close].rolling(20).mean() df[ma_long] df[close].rolling(60).mean() df[signal] 0 df.loc[df[ma_short] df[ma_long], signal] 1 df[position] df[signal].shift(1) # 避免未来函数注意最后一行shift(1)这是整个策略最关键的细节。它表示今天根据收盘后的均线信号计算仓位但真正执行是在明天。如果不加shift回测里就会用到当天收盘价数据同时当天成交这是典型的未来函数漏洞会让收益虚高到离谱。4.2 升级多ETF动量打分配置组合单一品种的回测波动太大第二次迭代我建议做成组合。逻辑是每个月末计算候选ETF过去20个交易日的涨幅动量选排名前N的等权买入持有到下个月末再重新排序调仓。这就是经典的“动量轮动”。为什么在ETF上特别有效因为ETF背后是宽基指数或行业指数趋势性比个股强动量效应比较明显。而且组合持仓天然分散不会因为押注单一品种被闷杀。def momentum_score(df, window20): return df[close].pct_change(window) # 假设multi_etf是多个ETF收盘价的DataFrame每一列是一只ETF momentum multi_etf.apply(momentum_score) selected momentum.iloc[-1].nlargest(3).index.tolist() # 选最强3只这里有个细节nlargest用的是最后一日动量实际调仓也是在收盘后计算、次日执行所以正式代码里需要把选股结果shift一个周期或者至少记录调仓日而不是即时成交。4.3 给策略加风险过滤波动率和RSI动量策略最怕追高接盘。如果某只ETF短期涨幅过大你冲进去正好买在山顶。我的做法是加一个波动率过滤当ETF的20日年化波动率高于某个阈值比如40%就跳过这个品种。高波动品种动量不稳定过滤掉能明显降低回撤。RSI指标也可以用来做短线过滤。RSI超过70算超买低于30算超卖。不过我不会把它作为主信号只会用来提示“当前追高风险偏高”。你要明白叠加指标每多一层模型的自由度就多一份过拟合风险也大一分。新手最容易犯的错就是什么指标都想加最后发现每一个参数调得都刚好实盘全废。4.4 AI在策略设计里到底怎么用这一阶段我用AI用得最频繁。我会让AI帮我解释指标公式、把论文里的策略口述转成pandas代码、检查我写的信号计算有没有未来函数。比如我会问我有一段pandas计算均线金叉的代码signal根据当天的ma收盘计算但第二天开盘才买入这个应该怎么用shift避免未来函数这种具体问题AI能给出很有价值的答案。但我也踩过不少坑。首先AI会一本正经地编造不存在的DataFrame函数或接口参数特别是对于akshare这种更新快的库它经常给你一个看起来合理但根本跑不通的代码。其次AI经常会忽略交易成本和滑点。最后它给你生成策略代码后如果你没有用自己的金融常识去核对逻辑可能会把信号方向都搞反。我用AI的固定流程是先让它生成候选代码然后自己逐行检查交易逻辑再用小样本数据打印中间结果人工验证。记住AI是帮你写代码的不是帮你做投资决策的。5. 第15到19天回测一个会骗人的放大器5.1 自己写一个最小回测循环比什么都清楚我不建议新手第一版就上backtrader。自己用for循环写一个回测十几行代码就能跑出关键指标而且每一步逻辑都摊开在你面前。initial_capital 1000000.0 position 0 capital initial_capital fee_rate 0.0005 for i in range(1, len(df)): date df[date].iloc[i] price df[open].iloc[i] # 第二天开盘价成交 signal_today df[signal].iloc[i - 1] # 前一天的信号 if signal_today 1 and position 0: position capital // (price * 100) * 100 capital - position * price * (1 fee_rate) elif signal_today 0 and position 0: capital position * price * (1 - fee_rate) position 0这段代码的思路是前一日产生信号次日用开盘价成交买入时按手数整买卖出时一次性清仓每次成交扣除手续费。跑完之后可以计算总资产、年化收益率、最大回撤、夏普比率。虽然简陋但它能让你理解回测的每一个环节。5.2 回测里的四种“作弊姿势”第一是未来函数这个前面提到过信号当天成交就是最常见的作弊。第二是幸存者偏差你回测用的ETF都是现在还活着的那些早年被清盘或者终止上市的已经被排除在外这会让收益虚高。第三是手动挑选“最优参数”把2020到2024年整体跑出来选表现最好的一组参数本质上是用未来数据调参。第四是忽略交易细节比如涨停时你根本买不进去跌停时卖不掉停牌的日子也不能交易。针对第一点信号一律shift(1)至少用次日开盘价。针对第二点回测时尽量纳入历史上存在的ETF池不要只看当前存续品种。针对第三点做样本内外拆分比如用2019到2023的数据选参数再用2024到2025的数据验证。针对第四点费率按实际佣金加滑点估算A股ETF佣金万0.5到万1滑点至少按0.1%考虑。5.3 参数敏感性分析别让最优参数欺骗你均线策略里有MA20和MA60两个参数你可以把短期参数从5扫到30长期参数从40扫到120跑一个网格回测看不同参数组合下的收益分布。如果优秀参数区域是一片连续高地而不是一座孤峰说明策略比较稳健如果只有一个参数组合异常好周围全是深渊那基本就是过拟合。我自己的习惯是画一张热力图或者直接看表格重点关注两个指标年化收益在参数变化时是不是连续变化最大回撤有没有突然变小但交易次数也变少的情况。稳健的策略应该是“大多数参数都不亏钱少数参数很优秀”而不是“只有一个点赚钱其他全亏”。5.4 多策略、低相关性让组合睡得着觉单个策略无论回测多漂亮实盘都可能连续几个月磨损。我建议至少开发两到三个低相关策略比如趋势动量、网格震荡、红利轮动。趋势策略适合大涨大跌行情网格策略适合震荡行情红利轮动适合防守。把它们组合起来用资金比例分配整个组合的资金曲线会平滑很多。怎么衡量相关性你可以直接计算两个策略每日收益率序列的相关系数低于0.3就算低相关。别追求每个策略收益率最高追求的是组合起来回撤最小。我自己实盘的感受是单一策略回撤30%不敢加仓组合回撤降到15%就睡得着觉睡眠质量直接影响你的决策质量。6. 第20到21天模拟盘上线实盘前最后一道防线6.1 模拟盘到底怎么跑模拟盘不是券商APP里那种模拟账户而是你要严格执行自己的策略至少一个月记录每天的持仓、净值、信号中间不允许手动干预。具体的做法是每天收盘后手动或用脚本拉一次实时数据让系统计算当前持仓信号生成“今日交易清单”你照着清单手工在模拟账户或者纸上记录成交。这一步的核心目的是暴露“回测和实盘之间的落差”。常见落差包括开盘价和回测假设不一致、成交量不足导致无法按计划价成交、策略信号在盘中反复变化导致犹豫不决。这些只有真实跑一遍才能感受到。6.2 最小可运行系统数据定时拉取交易提醒当你觉得手动记录太麻烦可以做一个半自动化系统。核心就三块定时任务、信号脚本、消息推送。Windows上可以用任务计划程序每天15点30分跑一次run_signal.py脚本读取当日收盘数据计算策略信号输出目标持仓然后通过一个简单的微信推送机器人把交易清单推到手机。你看到消息后再自行决定是否下单。整个过程手动确认既保留了自动化效率又规避了程序化交易权限的门槛。这个“人工确认”非常重要。一个成熟的系统不需要全天盯盘每天收盘后花十分钟看清单就够了。低频ETF轮动策略根本不需要秒级执行小时级别延迟完全不影响收益。这也意味着普通人不需要什么高深架构一台能定时跑脚本的电脑就够了。6.3 实盘参数佣金、滑点、仓位和频率从模拟盘过渡到实盘第一个要确认的是实际佣金。我建议成交前先跟券商客服确认ETF佣金是不是万1或万0.5有没有最低5元限制。回测时佣金率可以按万1加0.1%滑点保守估计。第二个是仓位管理我自己最多单只ETF占20%同行业ETF累计不超过30%这是基于我个人风险承受度的例子不是建议。第三是调仓频率动量轮动一个月调一次就够不要看到日内波动就手痒。记住一句话低频交易拼的是策略逻辑和仓位管理高频交易拼的是执行速度普通人只适合前者。6.4 实盘自动下单的合规提示市面上很多散户想直接接券商的量化接口但普通券商对个人投资者的程序化交易接口有资金门槛和合规审核不是简单装个库就能用的。在没有接口权限的情况下最稳妥的方式是“AI辅助计算人工确认下单”或者使用券商APP自带的条件单功能比如“价格高于某点位自动买入”来执行简单规则。涉及程序化交易一定要先了解监管对于程序化报告和合规的要求不要私自搭桥接自己也不懂的接口。7. 21天之后的进阶路线从能跑到跑好21天跑通只是开始后面真正拉开差距的是持续迭代能力。第一个进阶方向是从单周期到多周期把日线级别信号和小时级别风控结合能降低盘中突发事件的影响。第二个方向是从规则策略到机器学习因子可以把动量、波动率、资金流、情绪面汇总成特征矩阵用XGBoost或随机森林训练仓位预测模型但要严格控制特征数量以避免过拟合。第三个方向是从ETF轮动延伸到可转债或行业指数增强品种越多组合优化空间越大。无论朝哪个方向走我都建议保持每天收盘后做一次简单复盘的日志习惯。记录当天的实际持仓、信号、成交情况和情绪状态。三个月后回头看你会发现最大的变量不是代码而是自己有没有严格遵守规则。8. 高频问题速查表和避坑清单8.1 高频问题速查问题原因解决方案akshare拉数据报错接口字段变动或网络问题升级到最新版检查网络连接换用tushare备用pandas版本导致rolling报错版本不兼容用conda指定pandas版本尽量固定环境回测收益率高但实盘亏损未来函数、过拟合、滑点低估检查信号shift做样本外验证提高回测成本AI生成的代码无法运行库版本太新或它编造了API让AI先读取你的库版本再用最小样本调试模拟盘总是管不住手手动改单心态问题把交易清单推送和手动下单工具分开设置冷静期8.2 我个人踩坑后的十条避坑清单不要在实盘第一天就上全仓位先用最小资金验证流程通畅。每一次修改策略都要重新回测并记录修改原因防止“优化滚雪球”。遇到连续亏损时先暂停交易检查是不是市场环境发生系统变化。AI生成的代码超过20行的必须逐段跑通并打印中间结果。对任何“某个参数特别赚钱”的结果保持警惕先怀疑是不是未来函数。回测至少考虑万分之三的佣金和千分之一滑点宁可保守。不要把资金集中在一只ETF上组合至少三只不同大类资产。每次实盘交易后的记录要比行情更详细有没有犹豫、有没有改价。所有策略文档化包括参数、选样时间、调仓频率和崩溃预案。不要用杠杆不借钱交易不让交易影响睡眠。这三周走下来你最大的收获不会是一个稳赚的策略而是一套属于自己的、可重复的交易工作流。以后别人问我“AI能不能帮我做交易”我一般会回答AI能帮你把乱糟糟的想法变成能回测的代码能帮你每天盯着几百只ETF算信号能提醒你什么时候触发了交易计划但它不能替你承担亏损也不能让你克服人性。能让你在这个市场活下来的永远是你自己定下的规则和执行力。