摘要:
本文是「Python 量化数据工程实战」系列第 4 篇。前面三篇我们把数据拉下来、清洗、验证、做特征——全链路就位。但每次跑脚本都"全量重拉 5000 只 × 120 日",10 分钟过去了,进度条还在 30%——这种浪费每天都在发生。真相是:每天真正新增的数据只有 5-50 条/只。本文教你用 S 阅读全文
本文是「Python 量化数据工程实战」系列第 4 篇。前面三篇我们把数据拉下来、清洗、验证、做特征——全链路就位。但每次跑脚本都"全量重拉 5000 只 × 120 日",10 分钟过去了,进度条还在 30%——这种浪费每天都在发生。真相是:每天真正新增的数据只有 5-50 条/只。本文教你用 S 阅读全文
posted @ 2026-09-21 13:06
量化分析码农
阅读(14)
评论(0)
推荐(0)
摘要:
本文是「Python 量化数据工程实战」系列第 3 篇。前两篇我们把数据拉下来、清洗干净、做了特征,但这只是万里长征第一步——你真的信任这份数据吗?回测时策略表现亮眼,一上实盘就亏钱,90% 的根源都在"数据本身有 bug"或者"训练时偷看了未来"。这篇给出数据工程师每天必跑的三道验证:多周期交叉校 阅读全文
本文是「Python 量化数据工程实战」系列第 3 篇。前两篇我们把数据拉下来、清洗干净、做了特征,但这只是万里长征第一步——你真的信任这份数据吗?回测时策略表现亮眼,一上实盘就亏钱,90% 的根源都在"数据本身有 bug"或者"训练时偷看了未来"。这篇给出数据工程师每天必跑的三道验证:多周期交叉校 阅读全文
posted @ 2026-09-21 08:34
量化分析码农
阅读(6)
评论(0)
推荐(0)

浙公网安备 33010602011771号