# 市场里的规则与代价

skeleton 的花园 · 市场研究专题

围绕市场机制与策略研究积累的一组项目：离线交易练习、机器学习因子、多因子选股、期货趋势策略，以及研究资料与公式管理。

## 项目起点

一个交易想法经过数据、成本和风险检查后，还剩下什么？

这些项目从不同角度研究市场：离线 PWA 用于练习委托和成本，多因子与趋势研究围绕数据、特征和组合展开，研究工作区则组织公式依赖与来源。各项实验保留自己的输入、规则和结果，便于分别复盘。

## 我做了什么

- 在零依赖离线 PWA 中组织委托、手续费、滑点、回撤与复盘功能。
- 开展机器学习因子、多因子选股和期货趋势策略研究，构建数据、特征与回测流程。
- 在研究工作区整理公式依赖、来源追溯、Schema 与测试。

## 做出的成果

- 构建日频 OHLCV、20+ 个特征、模型比较与多空组合回测流程。
- 在趋势策略研究中纳入均线、ATR 仓位、止损、交易成本与参数敏感性检查。
- 实现用于委托、手续费、滑点和回撤复盘的离线 PWA。

## 实现过程

1. 来源与研究假设
2. 数据清洗和特征
3. 模型或交易规则
4. 计入交易成本
5. 风险与回测复盘

## 设计取舍与收获

我把交易成本、时间划分和参数敏感性放进研究流程，用同一套规则检查想法在不同设置下如何变化。

## 技术与主题

离线 PWA · 量化研究 · 风险复盘

## 作品链接

- [market-replay-lab](https://github.com/skeleton2024/market-replay-lab)
- [arbitrage-research-lab](https://github.com/skeleton2024/arbitrage-research-lab)