📚 本系列进度：#01 ✅（本篇 · 认知框架开篇） · #02–#04 ⏳ 规划中 · #03 🔧（由旧版重构） · #14 🔧（工具箱附录，由旧 #01 SDK 降级并入）
系列定位：站在讲解量化投资的角度，把具体实操方法讲清楚；代码与数据只作为"演示这个方法"的工具，用到时才顺手带出。
一、这个方法解决什么投资问题
很多人对"量化投资"的想象是：写一堆代码、跑出一堆曲线、然后躺着赚钱。
真实情况没那么玄，也没那么难。量化投资干的第一件事，特别朴素：把你脑子里那句"我觉得某某要涨"，翻译成一条计算机能执行、能重复、不带情绪的规则。
- "我觉得今天活跃的票有意思" → 规则：成交额 > 10 亿 且 振幅 > 1%
- "我觉得连涨的股票还能跟" → 规则：连续 3 日收盘价递增
- "我觉得跌破均线该撤" → 规则：收盘价 < 20 日均线
一旦写成规则，神奇的事发生了：它明天能原样再跑、换一只股票能跑、十年历史数据也能跑。可重复、可验证、可改进——这才是量化和"凭感觉"的根本分野。本篇就用一组真实行情，把这件事跑给你看。
二、核心思想：规则代替感觉，三步就够
任何一条量化规则，都拆成三步：
- 定义 universe（股票池）：你要从哪些票里挑？今天先用一篮子有代表性的大票做演示。
- 写条件（规则）：把"有看点"翻译成可计算的条件。注意——先别预判涨跌，只描述"活跃"。
- 执行 + 看结果：让数据跑一遍，规则挡掉不符合的，留下符合的。
规则的好处不在"多准"，而在透明：它为什么选、为什么不选，白纸黑字写在代码里。你复盘时改一个阈值，就能看到结果怎么变——这是感觉永远给不了你的。
三、实操演示：用真实行情跑一遍
我们取一篮子代表性股票（宽基 / 行业龙头，仅作演示、不构成任何推荐），用麦蕊的批量行情接口一次拿到它们的实时快照，再应用上面那条"活跃股"规则。
import sys
sys.path.insert(0, "Demo/_common")
from mairui_helper import load_licence
from mairui import Client
BASKET = ["600519","000858","601318","600036","000001",
"300750","002594","600276","601012","600900",
"000333","600030","601888","000651","600887"]
CJE_GT = 10e8 # 成交额 > 10 亿（有资金参与）
ZF_GT = 1.0 # 振幅 > 1%（今天有波动）
mc = Client(load_licence())
items = mc.stock_ssjy_more(",".join(BASKET)) # 一次批量调用，≤20 只逗号分隔
hits = [it for it in items
if (it.get("cje") or 0) > CJE_GT
and (it.get("zf") or 0) > ZF_GT]
hits.sort(key=lambda x: x.get("cje", 0), reverse=True)
证书红线：真实麦蕊证书通过环境变量 MAIRUI_LICENCE 注入，脚本只调用 load_licence() 读取、绝不打印原文。上面代码在你本地配好证书即可运行。
四、结果解读：规则跑出了什么
实跑（2026-08-06 盘中）结果：15 只里 8 只命中，其余 7 只被规则挡在门外。
代码 名称 现价 涨跌幅% 振幅% 成交额(亿)
300750 - 387.87 -4.28 5.65 109.66
600276 - 52.90 -1.20 2.30 25.20
601318 - 53.21 -1.50 1.94 20.67
002594 - 89.65 -1.29 1.82 19.40
000858 - 74.42 -1.43 1.99 18.31
600519 - 1303.86 -0.20 1.10 16.60
600036 - 38.57 -0.95 1.64 15.71
601888 - 55.51 -1.56 2.36 11.94
这个结果在说什么量化道理？
- 规则是"筛子"不是"预言"：当天样本普跌（涨跌幅多为负），但规则没预判方向，只筛"活跃 + 有波动"。它告诉你"这些票今天有人玩、有波动"，至于涨跌，是另一件事——别把"活跃"误读成"会涨"。
- 可重复才有意义：同样的规则，明天、下个月、换一篮子票，跑出来的都是同一套逻辑的结果。你今天看到的是"8/15"，改天可能是"3/15"——变化的是市场，不变的是你的方法。
- 阈值即观点：为什么是 10 亿不是 5 亿？为什么是振幅 1% 不是 2%？每个数字都是你对"活跃"的定义。量化不消灭主观判断，它只是把主观判断暴露出来、变得可检验。
五、常见陷阱
- 把"活跃"当"会涨"：流动性/波动筛选≠方向判断。真要判方向，得在规则里显式写涨跌条件（见下篇双均线）。
- 字段看错：麦蕊批量接口里 zf 是振幅%、pc 才是涨跌幅%——初版我误写成"涨跌幅>0 且 成交额>20亿"，结果当天大盘普跌直接返回 0 命中，后来才纠正。对字段含义拿不准，先打一条样本核对。
- 过度拟合规则：别为了"选出某只牛股"反推阈值。规则要对未来、对未知数据也说得通，才算数（过拟合我们到第 #04 专讲）。
六、小结 + 下篇预告
本篇你带走一个核心认知：量化投资 = 把投资想法写成可执行的规则，再用数据客观地跑。它不神秘，也不承诺暴富，它只是把"感觉"换成"可检验的方法"。
下一篇 #02 你的第一个量化策略：双均线金叉，我们不再只"筛"——而是写一条带买卖动作的规则（短期均线上穿长期均线就买入），并用麦蕊的真实历史 K 线，回测它在过去一段日子里到底赚没赚、赚多少。你会第一次看到：一个策略的"历史成绩"是怎么被算出来的。
七、合规收尾
本文所有代码与数据仅用于量化方法演示，文中涉及的股票代码均为示例篮子、不构成任何投资建议，亦不构成收益承诺。投资有风险，决策需谨慎。
数据来源：麦蕊行情 API（stock_ssjy_more 批量实时行情）。证书以环境变量 MAIRUI_LICENCE 安全注入，绝不硬编码或外泄。