阅读提示
这是 Betalens 新手系列的导读页。24 篇文章按七卷组织,按”上手 → 数据 → 因子 → 回测 → 进阶 → Dashboard”的顺序展开。建议先看 01 了解框架全貌,再按需深入某一卷。
写在前面
Betalens 是一个面向量化研究的 Python 框架,覆盖数据入库、因子分组、回测、绩效评价、事件研究、稳健性检验,以及浏览器 Dashboard。本系列是它的入门指南——不预设你写过策略,但希望你有一点 Python 基础。
整个系列共 24 篇,按七卷组织:
七卷索引
卷一 · 上手四篇(必读)
入门四篇。读完之后,你能在本地装好 Betalens、跑出一个完整的”股息率多空”回测、并诊断第一个策略的常见问题。
- 01 写给新手:Betalens 是什么、能解决什么问题
- 02 五分钟跑通”股息率多空”:跟着 quickstart 走一遍
- 03 从零安装:PostgreSQL、Python 环境、Dashboard 三件套
- 04 调试第一策略:当回测结果不对时,从哪里开始查
卷二 · 数据地基
数据层的全部细节——15 张基础表的 fact/dim 架构、Datafeed 查询接口、betalens_db_manager 数据库治理工具,以及 PostgreSQL 查询优化。
- 05 数据库长什么样:fact/dim 架构与十五张基础表
- 06 Datafeed API 实战:交易日、可交易池与 PIT 查询
- 07 数据治理工具 betalens_db_manager:Schema、Import、GUI
- 08 PostgreSQL 查询优化:time_tolerance 与索引策略
卷三 · 因子流水线
因子研究的中段——单/双/多分组的语义三角形、预处理三件套(去极值/标准化/中性化)、因子画像、参数扫描,以及因子库巡礼(alpha101、ILLIQ_v2、DISP、XICHOU)。
- 09 因子全景:单/双/多分组与语义三角形
- 10 预处理三件套:去极值、标准化与中性化
- 11 因子画像:profiling 与 stats 让你一眼看穿质量
- 12 参数扫描与滚动窗口:mining 模块实战
- 13 因子库巡礼:从 alpha101 到 tdx 看四类经典因子
卷四 · 回测与绩效
回测引擎的全部参数、调仓审计日志、绩效报告解读,以及择时策略的特殊形态。
- 14 BacktestBase 全参数拆解
- 15 调仓审计与现金管理:读懂 rebalance_log 与 actual_weight
- 16 Analyst 报告解读:从 summary_df 到交互 HTML
- 17 择时策略:从 XICHOU 看 strategy_type: timing 的新姿势
卷五 · 进阶研究
事件研究(年报披露/并购公告的窗口收益)、稳健性检验(Lucky Factors 风格的 bootstrap)、以及自建因子的端到端流程。
卷六 · Dashboard 与协作
FastAPI + React/Vite 浏览器界面的使用与发现机制、一次完整的回测操作流程、以及团队协作的 YAML 规范与 CI 钩子。
- 21 Dashboard 启动与发现机制:FastAPI + React/Vite
- 22 在 Dashboard 里跑一次回测:参数页、产物、下载
- 23 团队协作约定:YAML 规范、因子模板与 CI 钩子
卷七 · 收束
推荐阅读顺序
根据你的目标,有三条可选路径:
- 快速上手(2 小时):01 → 03 → 02 → 22。能在 Dashboard 里跑出第一个回测并下载报告。
- 深入研究(2-3 天):01 → 03 → 02 → 06 → 09 → 10 → 11 → 14 → 16 → 04。具备独立做因子研究的能力。
- 贡献开发(1 周+):01 → 05 → 06 → 09 → 14 → 21 → 23。具备维护框架本身的能力。
与其他 skill 的衔接
- factor-forge:把量化研报自动转化为 Betalens 因子脚本。
- wind-mcp:实时行情数据接入(盘中择时、监控场景)。
- betalens-dev:当前系列底层的 API 速查。
整个系列代码示例、术语、API 都对齐 Betalens v0.7+(2026 年)。如果你发现内容与当前代码不一致,欢迎在 GitHub 提 issue。