01
另类数据初探
什么是另类数据？另类数据 vs 传统数据，另类数据的价值与挑战。
概念入门
02
数据来源与采集陷阱
API调用限制、网页爬虫反爬、数据频率不一致、数据断点与缺失。
采集反爬
03
数据清洗的坑
异常值处理、幸存者偏差、前视偏差、数据对齐错误。
清洗偏差
04
回测框架搭建陷阱
过拟合、多重假设检验、样本外测试不足、交易成本忽略。
框架过拟合
05
另类数据因子构建
因子标准化、中性化处理、因子衰减、因子拥挤度。
因子量化
06
时间序列陷阱
非平稳性、自相关、协整关系误用、时间戳错位。
时序协整
07
截面数据分析陷阱
截面相关性、行业中性化误区、市值中性化误区。
截面中性化
08
机器学习模型过拟合
特征选择偏差、交叉验证错误、标签泄漏、数据泄露。
ML泄漏
09
回测绩效评估陷阱
夏普比率虚高、最大回撤低估、Calmar比率失真、收益分布非正态。
绩效夏普
10
样本外测试陷阱
时间序列分割错误、滚动窗口参数漂移、样本外过拟合。
样本外漂移
11
交易成本与滑点
固定成本 vs 比例成本、市场冲击模型、滑点估计偏差。
成本滑点
12
流动性陷阱
低流动性资产回测失真、买卖价差影响、大单交易模拟。
流动性价差
13
幸存者偏差
指数成分股幸存者偏差、基金幸存者偏差、数据库幸存者偏差。
偏差生存
14
前视偏差
财报数据发布时间差、宏观经济数据修正、事件研究中的前视。
前视数据
15
数据挖掘偏差
多重比较谬误、数据窥探、p-hacking、选择性报告。
挖掘p值
16
回测平台陷阱
平台数据差异、计算引擎差异、回测引擎bug。
平台引擎
17
策略稳健性检验
参数敏感性分析、不同市场环境测试、蒙特卡洛模拟。
稳健蒙特卡洛
18
另类数据因子组合
因子正交化、因子择时、因子衰减监控。
组合正交
19
事件驱动策略陷阱
事件定义模糊、事件窗口选择、事件预期效应。
事件窗口
20
高频数据陷阱
微观结构噪声、买卖报价反弹、Tick数据对齐。
高频Tick
21
文本数据陷阱
情感分析偏差、主题模型不稳定、命名实体识别错误。
NLP情感
22
卫星与图像数据陷阱
数据分辨率、天气影响、标注错误。
卫星图像
23
另类数据合规与伦理
数据隐私、数据版权、内幕交易风险。
合规伦理
24
回测报告解读陷阱
统计显著性误读、经济显著性误判、回测结果过度自信。
报告解读
25
实盘与回测差异
资金容量限制、交易执行延迟、市场冲击放大。
实盘执行
26
另类数据成本考量
数据采购成本、存储计算成本、人力维护成本。
成本预算
27
策略衰减与失效
因子衰减速度、策略生命周期、市场结构变化。
衰减失效
28
风险管理陷阱
VaR局限性、压力测试不足、尾部风险忽略。
风险VaR
29
组合构建陷阱
权重优化过拟合、再平衡频率、约束条件遗漏。
组合权重
30
总结与最佳实践
另类数据回测检查清单、常见陷阱速查表、持续学习路径。
总结清单