无行情订阅也能跑通：演示数据、最小数据集与回归
做量化平台对外演示、对内联调时，最容易发生的失败不是策略本身，而是依赖外部行情：
- 行情订阅权限临时失效
- WS 不稳定、断线重连、数据缺口
- 回填接口限流或延迟
如果你的系统“没有行情就无法跑”，就无法形成稳定的产品验收与工程回归。
结论先行：EasyQuant 把“无外部行情也能跑通闭环”当作交付底座能力：用演示数据与模拟数据保证最短闭环始终可复现，并用最小数据集支撑回归测试与持续迭代。
一、为什么必须支持 Mock/Seed？
在交付视角，Mock/Seed 不是 demo 技巧，而是三件关键能力：
- 可演示：对外展示不依赖外部不确定性
- 可联调：前后端/策略/回测/图表可以独立推进
- 可回归：升级指标/DSL/执行链路后能稳定验证行为是否变化
这会直接决定系统的“交付下限”：没有它，你的系统永远只能在“环境好的时候”才看起来可用。
二、演示数据（Seed Demo）：产品级最短闭环
EasyQuant 推荐的最短验收闭环（见 02）里，“写入演示数据”是关键一环：
- 一键清理上一轮演示残留
- 写入可跑通的策略实例、Universe、资金账户
- 写入可用于回测与图表展示的 1m bars（必要时含模拟走势形态）
它的产品价值是：
- 新人 5 分钟就能跑通闭环
- 测试环境可重复验收
- 错误定位更容易（先排除外部行情问题）
三、模拟数据：让策略“真的会触发”
很多系统的模拟数据只是一条重复的正弦曲线，导致策略触发行为不稳定或不贴近实际。
平台更推荐的做法是：按策略类型生成“可触发的走势形态”，例如：
- 均线策略：带趋势与回撤的走势（能出现金叉/死叉）
- Bollinger：有阶段性收敛与扩张的波动（能出现突破与回归）
- RSI/均值回归：有超买超卖段落（能出现反转信号）
这样你在没有外部行情时，也能验证：
- 信号引擎是否工作
- 成交点是否能正确画在图上
- Blocking Reasons 是否能在“无成交”时给出正确归因
四、最小数据集（Minimal Dataset）：为回归测试服务
当系统进入持续迭代阶段，你需要一套“可复现的固定输入”，用于验证升级不会引入行为漂移。
最小数据集的建议组成：
- 3–5 只标的（覆盖趋势、震荡、缺口、停牌等典型形态）
- 每只标的 3–7 天的 1m bars（覆盖开盘/收盘/午休/缺口）
- 1–3 个策略模板（MA、BOLL、RSI 等）
- 固定的成本模型口径（手续费/滑点/税率）
配合 04 的 provenance，你可以把回归定义为：
在同一份输入快照上，新旧版本输出差异是否在可解释范围内。
五、回归的验收口径：不要只对“收益”，要对“行为”
很多团队回归只看最终收益，但收益对微小变化非常敏感，容易产生误报。
更稳健的回归口径是“行为级”：
- 信号触发点（时间戳、方向）是否一致
- 成交次数与分布是否一致
- 关键阻塞原因统计是否突变（ENGINE_ERROR 是否上升）
收益曲线可以作为最终兜底，但不应是唯一指标。
六、一个对外演示套路：先稳定跑通，再解释“为什么”
对外演示建议按顺序：
- 写入演示数据（确保闭环可跑）
- 跑组合回测（展示权益/回撤/成交/K 线买卖点标记）
- 故意制造一次“无成交”（例如提高阈值），展示系统状态页的阻塞原因与中文说明
这样观众会清晰感知：
EasyQuant 的价值不是“给你一条曲线”，而是“给你一个可交付、可解释、可复现的策略运行体系”。
结语：没有 Mock/Seed，就没有稳定交付
外部行情永远是不确定的。
能把闭环跑通、把问题定位清楚、把结果复现出来，才是平台的底盘。
到这里，00–12 的主线已经完整：从定位（交付）→ 可解释 → 可复现 → 数据口径 → DSL/指标产品化 → 执行/回测 → 可观测与 Mock 回归。下一步就是把它们串成可连续发布的系列，并在每篇末尾形成明确的“承上启下”。