如果你问一位量化老兵「量化投资最难的是哪一步」，你很少会得到「想出策略」这个答案。真正难的是把一个想法完整地走完五段流水线：研究 → 回测 → 风控 → 执行 → 运维——并在任何一段出问题时，有能力把系统拉回来。个人量化者与顶级私募的差距，九成不在因子灵感，而在流水线的完整度。
五段流水线各自在回答什么问题
| 环节 | 核心问题 | 关键产出 | 跳过它会怎样 |
|---|---|---|---|
| 研究 | 市场里存在可捕获的规律吗？它为什么存在？ | 因子假设、统计检验报告 | 无根之木：不知道赚的谁的钱，失效时无法归因 |
| 回测 | 规律在过去能否兑现？对成本与偏差多敏感？ | 绩效指标、敏感性分析 | 前视偏差与幸存者偏差把废纸包装成圣杯 |
| 风控 | 最坏情况亏多少？谁在什么条件下拔电源？ | 限额表、压力测试、熔断规则 | 一次尾部事件清空三年利润（LTCM 式结局） |
| 执行 | 信号变成成交要付多少过路费？ | 成本模型、执行算法、TCA | 年化 15% 的因子被冲击成本吃掉 8% |
| 运维 | 系统能否每天准点、无人值守地运转？ | 调度、监控、告警、回滚 | 行情断线无人接管，凌晨三点人工救火 |
这五段是循环而非直线：运维监控发现策略超额衰减 → 回到研究环节诊断因子是否失效 → 决定修复、降仓或下线。成熟的量化机构把这个循环称为研究闭环；不成熟的团队只有前两段，于是「上线即巅峰，此后一路还债」。
每个环节的「最小可用品」与及格数字
新手常被「完整体系」吓住，其实每个环节都有及格线版本——但及格线是有数字的，不是感觉：
- 研究：一个有经济学解释的假设 + 一张 IC / 分组回测图。数字基准：月频因子 Rank IC ≥ 0.03、ICIR ≥ 0.3 才值得进入下一环节；达标率预期 3%–8%（见因子检验 ）。
- 回测：剔除前视与幸存者偏差、计入佣金印花税与滑点的向量化回测。数字基准：双边成本合计 ≥ 0.2% 的口径；样本 ≥ 8 年；样本外/样本内绩效比 > 0.5（见回测偏差大全 ）。
- 风控：单票持仓上限 + 组合最大回撤熔断线，写进代码而不是写在心里。数字基准：单票 ≤ 5%–15%（按规模分档）、回撤分档线 -10% 预警 / -15% 减半 / -20% 停机（见事前风控 ）。
- 执行：按对手价或 VWAP 拆单，而不是开盘瞬间市价单全打进。数字基准：单票单日 ≤ 当日成交额 5%–10%；实盘滑点与回测假设的偏差 < 10bp/日（见执行算法 ）。
- 运维：一个每日定时任务 + 一条「今日收益 / 持仓 / 信号」的推送消息。数字基准：数据 17:00 前就绪；日报含心跳（没发 = 出事了）；每季度一次故障演习（见策略上线流程 ）。
先跑通最小可用品，再逐段加厚。顺序不能反：先用「是否计入成本」检验回测，再谈因子精修；先有熔断线，再上杠杆。
三个数字看懂流水线的「漏损」
一个因子从研究到实盘，绩效会经历三层系统性折损，每一层都有量级：
- 检验折损（样本外衰减）：样本外绩效普遍是样本内的 50%–70%——多重检验与过拟合的代价（见Walk-Forward ）；
- 成本折损：年化换手 15 倍 × 单边 0.25% ≈ 3.75%/年，冲击成本再吃 1–3%（见交易成本分解 ）；
- 执行折损：决策价到成交价的实现差额，日频调仓典型 10–30bp/次，年化再吃 1–2%（见TCA ）。
算术结论：回测年化超额 20% 的策略，实盘预期超额 ≈ 20% × 0.6 − 4% ≈ 8%。这不是悲观，这是把预期校准到可实现区间——老手的回测数字永远比新手低，也永远更真。
三种典型的「半成品流水线」
- 只有研究（知乎策略家）：永远在讲逻辑，从不写回测；逻辑对的策略往往也已经 price in。
- 研究 + 回测（大多数个人量化）：回测年化 40%，实盘第一年 -10%——死于成本、偏差与没有风控的回撤。
- 研究 + 回测 + 执行，无风控运维（进阶者陷阱）：策略本身成立，但 2024 年 2 月式的小微盘流动性事件来临时，没有限额与熔断，净值一次性回撤 30%（案例解剖见经典复盘 ）。
全景图的自检用法
每隔一个季度，把你自己的体系对着这张表问一遍：
- 五个环节各自的最小可用品齐了吗？哪个环节从来没有产出过书面交付物（报告/配置/日志）？
- 环节之间的接口是否自动化：研究产出能直接进回测吗？回测的成本假设与实盘 TCA 对得上吗？
- 上一次全链路演练（数据迟到/行情断线/因子红灯）是什么时候？没有演练过的环节 = 最脆弱的环节。
这三问，比任何新因子都更能提升你的长期收益。
关联阅读：学习路径 规划你的入线顺序；角色分工 看机构如何分工承担这五段；常见误区与伪量化辨析 是流水线每一环节的反面清单。