🎯 今日核心问题

  1. 四行字的项目描述里,哪一行决定了面试官要不要继续问?
  2. 你写的「年化 32%」,经得起「扣成本了吗、样本外呢、多大规模能跑」这三问吗?

📖 精读提纲

【一】三段式的本质:把「做了什么」翻译成「能解决什么问题」

三段式的逻辑是:背景(为什么做 → 说明你有动机和问题意识)→ 难点(难在哪 → 说明你有真实工作量)→ 结果(量化产出 → 说明你有交付能力)。三段里最难写、也最能区分人的是「难点」:写「数据清洗比较麻烦」是废话,写「财报按报告期对齐会让回测虚高 10 个点以上,我改用公告日做 merge_asof 重构 PIT 面板」才是真东西。

一个判断标准:你写的每一句,都应该能引出一个追问。写「做了因子正交化」,面试官会问「你怎么判断共线性严重」;写「最大回撤控制在 18%」,会问「熔断规则是什么」。没有追问点的句子,就是废话,删掉换一句有信息量的。

【二】范例(可直接改成你的版本)

A股多因子选股策略系统|个人项目|Python / pandas / vectorbt|2026.10 – 2026.12

【背景】想验证「基本面质量 + 价格动量」在 A 股的有效性,并把这套判断从主观经验变成可复现的流程。目标是:给定任一调仓日,系统能自动输出一篮子股票和对应权重,且结论不能依赖于事后才知道的信息。

【难点】三处。① 数据不可直接使用:财报「报告期」与「公告日」平均相差 60–110 天,若按报告期对齐,2024 年 1–4 月的回测会提前用到全年业绩;我用公告日重建 Point-in-Time 面板(merge_asof 向后对齐 + 非交易日顺延),并保留退市股以消除幸存者偏差,回测年化因此从 41% 回落到 27%——这 14 个点就是原来的自欺成分。② 参数寻优极易过拟合:改为 Walk-Forward 滚动(训练 3 年 / 测试 1 年,滚动 8 次),最终只采用在 8 次测试窗中至少 6 次为正的参数组。③ 成本被严重低估:全换手策略年化成本达 7.8%,我通过提高调仓阈值(月频改为「偏离 5% 才动」)把年换手从 620% 降到 260%,扣成本后年化提升 3.1 个点。

【结果】2018-01 至 2026-06 全样本:年化 27.3%(扣双边成本后 23.6%),最大回撤 21.4%,夏普 1.12,对沪深300 年化超额 18.9 个点;2023-2026 样本外年化 19.8%,衰减 27%(在预期内)。策略容量约 2000 万(按日均成交额的 1% 估算)。产出包括数据管道、15 因子库(含 IC 检验与被剔除因子记录)、回测框架与一份 18 页图文报告,全部可一键复现。

注意这份范例里的几个手法:每个数字都带口径(扣成本后、样本外、容量);主动暴露一个「打脸」的数字(41% → 27%,那 14 个点是前视偏差);结果里包含「负资产」(被剔除的因子)。第三点最反直觉但最有效——敢于写自己错在哪的人,反而最可信。

【三】量化结果怎么写得可信

三个原则。一、给口径。「年化 27.3%」必须紧跟「扣成本后 23.6%」「样本区间 2018-01 至 2026-06」。没有口径的数字在专业读者眼里等于没写。二、给参照。绝对收益毫无意义,必须并列基准:对沪深300 超额 18.9 个点,这样读者能立刻判断水平。三、给边界。容量 2000 万、样本外衰减 27%、在 2015 年股灾区间回撤 29%(跑输基准)。有边界的数字才是测量的结果,没边界的数字是广告。

还没跑出好看收益也完全不必编。写成「15 个候选因子中 6 个通过 IC/IR 双门槛,质量因子 IC 均值 0.042、ICIR 0.51,动量因子 2021 年后失效」,同样合格——它描述的是发现,而研究岗看的恰恰是发现。

【四】常犯的四种错

✏️ 今日动手

1) 按三段式写你的版本,控制在 4 行以内,每行不超过 80 字。

2) 逐句检查:这句能被追问什么?答不上来的删掉。

3) 把每个数字的口径补上(区间 / 是否扣成本 / 样本内外 / 容量)。一个都补不上的,回去重跑一次回测。

🔖 明日预告

简历写得再好,也只是让人愿意问你。明天准备 10 个必答问题——这些问题会精确地打在三段式的每一个追问点上。