作者: 算法与烟云
做AI量化，先解决选股，还是先解决交易执行？
文 / 老汪算法
很多人一开始做AI量化，最先纠结的不是要不要做，而是到底该先把哪一块搞明白。
有人会觉得，量化最核心的当然是“选股”——股票选不对，后面再怎么做也没用。
也有人会觉得，真正拉开差距的是“执行”——策略逻辑看起来都差不多，最后决定生死的，是信号能不能真的稳定落到实盘上。
先说结论：对大多数普通人来说，做AI量化，前期更应该先解决交易执行，再去放大选股能力。
不是说选股不重要，而是如果执行链条没接起来，再好的选股逻辑，最后也只会停留在回测文件夹里。
所以这篇真正要回答的，不是“选股和执行谁更高级”，而是：普通人做AI量化，哪一块应该先打通，才更容易真的跑起来。
一、为什么很多人会本能地先扑到“选股”上
因为选股看起来最像策略能力。
你一看到量化，很容易马上想到：
• 用什么因子选股票
• 哪些指标更有效
• AI能不能帮我找到更好的标的
• 怎么让收益率再高一点
这很正常。
因为选股是最容易被看见、最容易被讨论、也最像“高手能力”的部分。
但问题是，很多普通人一开始做量化，离“选得更准”还很远，却已经在这件事上花了最多时间。
最后就会出现一种很典型的情况：
• 选股逻辑越来越复杂
• 因子和过滤条件越堆越多
• 回测看起来越来越像样
• 可一到实盘，整套系统还是跑不起来
所以很多人前期不是输在不会选股，而是输在还没把系统接起来，就先把精力全花在优化入口。
二、为什么对普通人来说，执行问题往往比选股问题更早致命
1. 因为执行决定你是不是在做“真实量化”
如果一套策略只能停留在：
• 回测能跑
• 信号能看
• 逻辑能讲
但没法稳定变成：
• 下单
• 仓位调整
• 风控触发
• 复盘反馈
那它本质上还不是一套真正的量化系统。
它更像是一个研究想法。
而很多普通人最容易卡住的，不是“选不出股票”，而是：
• 数据拿到后怎么接进策略
• 信号怎么转成实盘动作
• 回测和实盘为什么会偏
• 风控条件到底插在哪
• 一旦偏离，问题是出在规则、数据还是执行
这些问题不解决，再好的选股也没有落点。
2. 因为执行问题一旦出错，会直接破坏信任
选股逻辑差一点，很多时候你还能继续观察。
但执行链路一旦不稳，带来的不是“收益差一点”，而是：
• 你根本不知道系统到底有没有按规则跑
• 你不知道漏信号了没有
• 你不知道风控有没有生效
• 你不知道这次亏损是策略问题，还是执行问题
这会直接摧毁你对整套系统的信任。
一套你无法确认是否按规则执行的系统，别人再说选股多厉害，你也不敢真的把钱放进去。
三、为什么很多人一开始就把重心放错了
1. 因为选股更有“进步幻觉”
你多加一个因子，收益率可能变好一点；
你多做一个过滤条件，回撤可能变小一点。
这些都很容易给人一种感觉：
“我在持续优化。”
但执行问题通常没有这么直观。
它更像是：
• 报错
• 对不上
• 细节繁琐
• 不够性感
所以很多人会自然逃向更容易带来成就感的部分——也就是选股。
2. 因为执行链条更像苦活
选股像在设计策略。
执行更像在做系统工程。
它要求你去面对：
• 数据接口
• 时间同步
• 下单规则
• 交易限制
• 异常处理
• 监控和复盘
这部分没有太多“天才感”，但它决定你最后能不能从想法走到实盘。
四、普通人到底该怎么分先后顺序
我的建议很明确：
第一阶段：先把执行链条打通
你前期最该先解决的是：
• 数据能不能稳定拿到
• 策略规则能不能正确跑出来
• 信号能不能对应到实际动作
• 实盘环境和回测环境差异大不大
• 风控条件有没有真的落进去
这一阶段，不追求选股逻辑多高级。
你甚至可以先用一套很朴素的逻辑，只要它足够清楚、足够稳定、足够可验证。
第二阶段：在执行稳定后，再优化选股能力
等你已经能确认：
• 这套系统在跑
• 规则在执行
• 偏差可解释
• 复盘有抓手
这时候再去做选股优化，价值才会真正放大。
因为你会知道：
• 这次表现变好，是逻辑真的更好，还是执行误差少了
• 这次表现变差，是市场环境问题，还是你改坏了策略
没有执行稳定做底座，选股优化很容易变成盲调。
五、哪些情况说明你现在不该继续死磕选股
如果你已经出现下面这些情况，就说明你该先回头补执行了：
1. 回测版本很多，但没有一套稳定接上实盘
这不是选股能力不够，而是系统能力没跟上。
2. 你总在改因子，却解释不了实盘偏差
如果偏差来源都没搞清楚，继续调选股，只会让问题更复杂。
3. 你连风控、仓位、下单边界都没立住
这时再谈“怎么选得更准”，顺序就是反的。
4. 每次表现不好，你都不知道是选股错了还是执行错了
这说明系统还没有形成诊断能力。
没有诊断能力，就谈不上有效优化。
六、那是不是选股就不重要？
当然不是。
选股依然重要，而且到了后面非常重要。
但它的重要性，建立在一个前提上：
你已经有一条能把想法稳定送进真实市场的通道。
没有这条通道，选股再强，也只是“纸面优势”。
很多人之所以一直觉得量化难，不是因为逻辑想不到，而是因为从逻辑到执行之间那段路，一直没真正走通。
七、如果你现在只能先抓一件事，最应该抓什么
如果你现在还是起步阶段，我建议你优先抓这4件事：
一套简单清楚的策略规则
一条能稳定跑起来的执行链路
最基本的风控和仓位规则
实盘后的跟踪和复盘机制
把这4件事立住之后，你再去提升选股能力，整个系统会稳很多。
不然的话，选股越复杂，你越容易搞不清问题到底出在哪。
八、最后一句话
做AI量化，前期更该先解决交易执行，再去放大选股能力。
因为对普通人来说，决定你能不能从“会想策略”走到“真的跑起来”的，往往不是你选股有多强，而是你能不能让一套规则稳定进入真实市场。
选股决定上限，执行决定你有没有资格谈上限。
如果底层链路还没接稳，就先别急着在入口上越做越花。
先把系统跑起来，再去追求更高的精度，这条路会顺得多。
延伸阅读
—— 在嘈杂的信号中，捕捉时代的呼吸。
来源: 微信公众号