教程导读（Tutorials）¶

本系列从零基础到实盘部署，涵盖趋势跟踪、均值回归、行业轮动和多因子选股等方向。英文标题「Tutorials」仅作导航标识，正文以中文为主。

阅读格式

自 Tutorial 00 起，每篇教程文首带有 「本篇导览」 表格，便于你快速判断目标、预计用时与前置教程；正文仍保留原有目录与深度讲解。

第一次使用请先阅读：Tutorial 00 — 环境与第一次运行 / 量化交易基础概念（Python 3.10+、pip install .、运行 examples/03_run_backtest.py、打开 HTML 报告、量化基础概念）。文档中心： 指南总览（用户手册、API 索引、FAQ、报告指标详解）。

目录结构¶

docs/tutorials/
├── prerequisites/          ← 前置知识（按需阅读）
│   ├── index.md            ← 前置知识总览
│   ├── python-basics.md    ← Python 语法、pandas/numpy、虚拟环境
│   ├── technical-concepts.md  ← 均线、RSI、MACD、布林带、ATR、KDJ 等
│   └── ashare-knowledge.md ← A 股代码规则、T+1、涨跌停、指数、手续费
├── 00-getting-started.md   ← 环境安装、首跑回测、量化基础概念（必读）
├── 01-first-strategy.md    ← 编写双均线策略
├── 02-backtesting.md       ← 解读回测报告与指标
├── 03-optimization.md      ← 参数调优、组合优化、归因分析
├── 04-live-trading.md      ← 模拟盘到实盘部署
├── 05-rsi-mean-reversion.md  ← RSI 均值回归策略
├── 06-sector-rotation.md   ← 行业轮动策略
├── 07-multi-factor.md      ← 多因子选股
├── 08-combined-strategy.md ← 综合策略（全天候 Alpha）
├── 09-param-optimization.md  ← 策略参数优化与审计
└── 10-ashare-data-risk.md  ← A 股特色数据与风控

前置知识（按需阅读）¶

如果你在以下任一领域没有基础，建议先阅读对应的前置文件，再从 Tutorial 00 开始：

文件	内容	适合谁
Python 基础与环境配置	语法速查、pandas/numpy 核心用法、虚拟环境	没有写过 Python
技术分析基础概念	OHLCV、均线、RSI、MACD、布林带、ATR、KDJ、ADX、支撑阻力	没接触过技术指标
A 股市场基础知识	股票代码、T+1、涨跌停、主要指数、ST 股、手续费与税、基本面数据	没有 A 股投资经验

→ 前置知识完整索引：prerequisites/index.md

新手首日打卡（建议按顺序）¶

安装并验证：

# PyPI 安装（推荐，无需克隆仓库）
pip install easyquant-eqlib
# 或从源码安装（仓库根目录）
# pip install .
python -c "from eqlib import *; print('eqlib OK')"

跑第一份完整报告（需在仓库目录运行）：
```
python examples/03_run_backtest.py
```
打开 reports/*.html 看指标卡片、回撤曲线、交易记录。

需要离线快速验证时，先跑本地数据示例（可选）：

python examples/06_local_data.py --download-all
python examples/06_local_data.py

做最小功能验证（可选）：

python examples/01_fetch_data.py
pip install -e ".[dev]"
python -m pytest tests/

替代方案：Web 策略工作室 如果你更喜欢浏览器界面，可以使用 Web 策略工作室。无需安装 Python 环境或克隆仓库，打开浏览器即可编写策略、运行回测、查看报告。适合不想折腾环境配置的用户。详见 Web 工作室文档。

完成后继续阅读 Tutorial 01 与 Tutorial 02。

教程列表¶

前置知识（可选，按需阅读）¶

文件	内容摘要	预计阅读
Python 基础与环境配置	变量、函数、pandas/numpy 核心操作、虚拟环境	20 min
技术分析基础概念	OHLCV、MA / RSI / MACD / 布林带 / ATR / KDJ / ADX、支撑阻力	25 min
A 股市场基础知识	股票代码格式、T+1、涨跌停、常用指数、ST 股、手续费与税	20 min

环境与入门¶

#	教程	主题	预计阅读
00	环境与量化基础	环境安装、首跑回测、量化基础概念、策略要素、常见错误	25 min
01	写第一个策略	编写双均线策略、运行回测	20 min
02	回测验证	解读报告、风险指标、组合回测	20 min
03	策略优化与改进	参数调优、组合优化、归因分析	20 min
04	模拟盘到实盘	模拟盘验证、PTrade/QMT 导出部署	15 min

策略专项教程（按兴趣选读）¶

#	教程	策略类型	核心技术	预计阅读
05	RSI 均值回归策略	均值回归	RSI、布林带二次确认、止损	20 min
06	行业轮动策略	行业轮动	动量打分、等权调仓、行业 API	20 min
07	多因子选股	因子选股	Z-Score 标准化、因子合成、IC 检验	25 min
08	全天候 Alpha 综合策略	综合策略	多因子+行业轮动+RSI/布林/MACD+ATR止损	30 min
09	策略参数优化与审计	参数化与工具	PARAMS、`optimizer.py`、审计日志、审查清单	20 min
10	A 股数据与风控	A 股特色数据	北向资金、融资融券、涨跌停、限售股解禁、组合风控	25 min
11	机器学习选股	ML 选股	FeaturePipeline、MLSelector、模型对比、自定义特征	25 min

学习路径¶

根据你的背景和目标，选择最适合的学习路径：

路径 A：零基础入门（推荐新手）¶

00 环境与量化基础 → 01 第一个策略 → 02 回测验证 → 03 策略优化 → 04 实盘部署

适合：第一次接触量化交易，想系统了解整个流程

路径 B：趋势跟踪策略方向¶

01 第一个策略（双均线）→ 02 回测验证 → 03 策略优化（止损/大盘过滤）→ 06 行业轮动

适合：想做趋势交易，关注动量、均线突破的用户

路径 C：均值回归策略方向¶

01 第一个策略 → 02 回测验证 → 05 RSI 均值回归 → 03 策略优化

适合：想做震荡行情中的高抛低吸，关注 RSI、布林带的用户

路径 D：选股与组合方向¶

01 第一个策略 → 02 回测验证 → 07 多因子选股 → 06 行业轮动 → 03 策略优化

适合：想构建多股票组合策略，关注量化选股的用户

路径 E：快速上手实盘¶

01 第一个策略 → 02 回测验证 → 04 模拟盘到实盘

适合：有一定基础，想尽快把策略部署到 PTrade/QMT 的用户

路径 F：综合策略实战（推荐进阶用户）¶

05 RSI 均值回归 → 06 行业轮动 → 07 多因子选股 → 08 综合策略

适合：已掌握单一策略，希望将所有技术融合到一个生产级策略的用户

路径 G：参数优化与审计（推荐有一定基础的用户）¶

01 第一个策略 → 02 回测验证 → 03 策略优化 → 09 参数优化与审计

适合：希望用脚本或自建流程调参、并保留可审计记录的用户

按策略类型查找¶

策略类型	教程	相关示例
趋势跟踪（双均线）	Tutorial 01、Tutorial 03	Example 02、Example 03
均值回归（RSI）	Tutorial 05	Example 15
均值回归（布林带）	Tutorial 05 第 8 节	Example 15
MACD 趋势确认	Tutorial 03 第 3.4 节	Example 16
行业轮动	Tutorial 06	Example 10
多因子选股	Tutorial 07	Example 17、Example 09
综合策略（全天候 Alpha）	Tutorial 08	Example 20
网格交易	—	Example 18
支撑阻力位	—	Example 08、Example 19
组合回测	Tutorial 02 第 8 节	Example 11
参数优化与审计	Tutorial 09	agent/optimizer.py、agent/strategy_template.py
模拟盘 / 实盘	Tutorial 04	Example 12
A 股特色数据与风控	Tutorial 10	—

前置要求¶

Python 3.10+（见 Tutorial 00）
已安装 eqlib：pip install easyquant-eqlib（PyPI）或 pip install . / pip install -e .（源码）
Python 基础（变量、函数、循环、条件判断） → 没有基础？见 Python 基础与环境配置
技术指标基础（均线、RSI 等） → 没有基础？见技术分析基础概念
A 股市场常识（T+1、涨跌停、股票代码等） → 没有基础？见 A 股市场基础知识

排错与 API 速查： FAQ、API 参考。

与示例的区别¶

	教程 (docs/tutorials/)	示例 (examples/)
形式	Markdown 文档 + 代码片段	可运行的 Python 脚本
目标	系统学习概念和方法	快速参考和复制运行
内容	讲解"为什么"和"怎么做"	展示"具体代码长什么样"

建议：先用教程学习概念，再运行示例加深理解。

实战案例¶

完成教程后，查看以下真实策略案例：

全天候 Alpha 综合策略（完整生产级案例）¶

Tutorial 08: 全天候 Alpha 综合策略 — 将所有教程的策略技术融合为一个完整的生产级综合策略，包含多因子选股、行业轮动、 RSI/布林带/MACD/ATR 技术信号、支撑阻力位和生命周期回调，配有完整的回测和模拟盘代码。

Example 20: 全天候 Alpha 综合策略 — 完整可运行的综合策略代码，包含策略模块、回测脚本和模拟盘脚本。

支撑阻力位组合策略（完整实盘案例）¶

Example 19: 支撑阻力位组合策略 — 一个完整的多股票组合策略实战案例，包含预生成的回测报告（HTML/PNG/Markdown/JSON），可以直接打开浏览器查看策略表现，也可以运行回测验证。

策略亮点： 8 只不同行业 A 股，结合支撑阻力位 + RSI + MACD + ATR 止损，回测期间（2020–2026）总收益 +137%。

多策略横向对比¶

你可以自行在同一只股票、同一时间段内，运行多个策略脚本（如双均线、RSI 均值回归、布林带），横向对比它们的表现。这是检验你对不同策略理解是否到位的最好方式。