为什么要有 EasyQuant：量化系统痛点与定位
EasyQuant 的产品定位：策略交付型量化平台（research / paper / backtest 优先）
你可能已经有很多“能跑策略”的工具：脚本、回测器、指标库、甚至一套 Zipline 框架。
但当量化从“个人研究”进入“团队交付”，最致命的问题往往不是策略不够好，而是：
- 结果不可复现：同一策略换个人/换机器/换一段时间，结果就不一致
- 问题不可解释：没信号/没下单时，只能翻日志、靠经验猜
- 过程不可交付：版本、参数、数据口径、成本模型没有“统一事实”，评审和复盘越来越像口述
- 系统不可运维：上线后没有监控指标、没有原因统计、没有可回溯的运行快照
结论先行：EasyQuant 不想做“又一个回测器”，而是把量化的关键能力产品化——让策略能被团队稳定复用、被审计复盘、被监控运维，并在遇到问题时可定位。
一、量化系统最常见的 4 个“交付型痛点”
1）不可复现：讨论失去共同事实
量化团队最昂贵的成本之一，是“大家讨论的是不是同一次运行”。
如果缺少输入与配置的快照，你就很难回答：
- 这次回测到底用的是哪个策略版本？哪些参数？
- 数据源是哪条管线？区间里 bars 是否完整？
- 手续费/滑点/税率口径是什么？有没有被更改？
最后讨论会退化成“我记得当时是……”，这会让团队协作效率急剧下降。
2）不可解释：没信号/没下单只能猜
策略没有成交，常见原因不只在策略逻辑：
- Universe 为空/未绑定/被过滤（无可交易标的）
- 缺少 bars、bars 不新鲜、交易时段过滤后无数据（数据问题）
- 去重评估导致本 bar 被跳过（调度/状态问题）
- 触发信号但被风控拒绝（风控问题）
- 下单被通道拒绝（执行通道问题）
如果系统只能给你一句“无信号/下单失败”，你会花大量时间在日志里“找证据”。
而交付型平台应该做的是：把原因结构化、聚合统计，并给出可读解释与下一步排查入口。
3）不可协作：策略从资产变成“个人手艺”
当策略要交给更多人使用，你需要一套“平台语言”：
- 策略实例（可启停）与版本（不可变快照）
- 草稿/发布/激活的生命周期（避免“我改了怎么没生效”）
- 可视化与可诊断（让非作者也能理解与定位）
没有这些边界，系统会非常依赖个人经验，规模越大越痛。
4）不可运维：从 demo 到日常运行会突然崩
能跑一次回测，不等于能“每天稳定跑”。
当系统进入日常使用，你会立刻被这些问题追上：
- 监控指标在哪里？如何告警？
- 某天突然没成交，是策略变了、数据变了，还是风控/通道变了？
- 出问题时，是否有运行快照与原因统计支撑快速定位？
二、EasyQuant 的定位：把“交付能力”做成平台默认能力
EasyQuant 优先围绕 research / paper / backtest 的最短闭环设计产品，核心不是“指标多”，而是“可交付”。
1）可解释（Explainable）
把“猜原因”变成“看原因”。
在 EasyQuant 中，没信号/没下单会被归类为结构化原因码（并可在系统状态页聚合统计），让排障变成流程化工作，而不是翻日志。
2）可复现（Reproducible）
每次回测/运行都要能回答“你到底用的是什么输入”。
EasyQuant 用 provenance（运行快照）把关键输入与配置摘要固化下来，支持对比与追溯，避免讨论失去共同事实。
3）可运维（Operable）
平台能力必须可监控、可统计、可告警。
EasyQuant 能接入 Prometheus/Grafana，把“阻塞原因/拒单原因/关键链路健康度”变成可观测对象。
4）可扩展（Extensible）
为未来的数据源/执行通道演进留出清晰边界：行情提供、聚合、信号引擎、风控、broker gateway 等都应可替换。
这不是为了“架构漂亮”，而是为了系统不在第二阶段推倒重来。
三、EasyQuant 不想解决什么
为了减少误解，也把“不做/暂不做”的边界讲清楚：
- 不追求“开箱即用覆盖所有市场与实盘细节”的全能平台
- 不以“高频/超低延迟撮合/极致微观市场结构拟真”为第一目标
- 优先做的是：最短闭环跑通 + 结果可解释 + 可复现 + 可运维 + 可扩展，让团队能持续迭代
四、你如何在 5 分钟内验证这个定位？
建议用最短验收闭环验证是否符合你的团队需求（不需要读源码）：
- 启动服务（Compose）
- 在“系统运维/系统状态”写入演示数据
- 在回测中心跑一次组合回测
- 看回测详情的权益、回撤、成交、K 线标记
- 若没有成交，去系统状态看“阻塞原因 Top（24h）”是否能指向下一步排查
结语：策略会过时，交付能力会沉淀
很多策略优势会被市场磨平，但团队的交付能力会长期沉淀：
可解释、可复现、可运维、可扩展，决定了量化能否持续迭代、持续产出。
下一篇（01）我们会更直接地回答一个问题：
量化平台真正的门槛为什么不是策略，而是交付？