quantlab：期货量化研究框架

背景

早年我用参数优化做 CTA 策略，结果在样本外站不住。于是转向《金融机器学习》的验证方法，自建了这套框架：数据、标签、交叉验证、回测，每一层都有测试守着。

我做了什么

• 导入 CME 16 年的分钟数据，做期货连续合约（ETF trick）、信息驱动的 bar、特征和事件采样。
• 实现 purged K-fold、组合式交叉验证、walk-forward、压力测试，以及三重障碍标签和 meta-labeling。
• 研究流程上做到预注册判据、来源一致性检查、多重检验校正和独立审查。

难点和解法

• 长历史数据的三个坑：一位年份的合约代码每十年复用；合约到期当月，代码就被回收给新合约；同一个 instrument_id 跨年代被分给别的产品（白银的数据会被写进标普期货）。全部改成按「代码 + 有效时间区间」识别，写盘前由守卫检查。
• 连续合约逐位一致：16 个品种 1,386 次换月，离线构建和在线逐 bar 驱动的输出逐位相同。
• 批量与在线一致：113 个特征的批量计算和在线计算逐位一致；研究侧回测和 Nautilus 回测引擎在受控测试数据上逐 bar 对拍，0 个不一致。
• 内存：把样本唯一性权重从稠密矩阵改为差分数组加前缀和，单进程内存从 81.75 GB 降到 0.10 GB。
• 上游 bug：发现 Nautilus Trader 1.222 的数据目录查询里，按 bar 类型过滤的参数被静默忽略。

如实的结论

在 12 个 CME 期货、16 年数据上，按预注册判据检验了 11 类因子共 77 个配置和 6 种趋势过滤器，相对被动做多基准都没有显示稳健、显著的超额收益，所以我没有把任何策略投入实盘。这正是回测审计的价值：在投入真钱之前，把过拟合和数据泄漏找出来。

可以为你做的

• 期货或股票的数据管线：导入、清洗、连续合约、数据有效性检查
• 回测审计：未来信息、样本重叠、成本口径、多重检验
• Nautilus Trader 的回测与策略搭建