为什么个人做量化系统根本不可能成功？因为大部分开发者开发的系统只能按特定资产，特定行情，做一些简单的技术分析就做单，或者就是要给网格+马丁的傻瓜模式，这些系统拿来糊弄下小白，或者自我安慰一下可以，要是实盘用这些系统，那除了破产没有其它的可能了。

真正有可能成功的路线，应该要先建立一套 “分层仿真 + 影子运行 + 托管采样"的量化

开发模型，要搭建出一套能完整模拟实盘的环境，至少达到95%的仿真度，然后设计出多资产的量化策略，快速先把大部分低级错误和系统性失控风险在上线前暴露出来，一句话，不能采用传统“写完策略后直接上线”的开发方式，而是：`分层仿真 + 影子运行 + 托管采样 + 小资金验收`，这样的开发模型，这种开发模型我称之为 “`证据驱动的量化系统开发模型`”，通过四层叠加进行策略 1. `离线研究层`2. `确定性回放层`3. `运行时影子验证层`4. `真实托管采样层``，最终要达到能快速的验证：系统是否稳定、可重复？策略是否具备跨窗口稳定性？多资产组合运行时会不会断、会不会空跑、会不会在真实服务里失真？

如果这些问题都能在策略研发阶段就可以快速验证得到结果，那么这样的开发模型，才有可能开发出实盘真正可用的策略。可惜这样的开发框架，不可能在任何民间市场广为流传，民间市场只有回测框架，或者类似tradingview这样可以让普通人写一些简单Pipline策略去验证的框架而已，人家重点还是要卖数据，给一个看似能成功的机会，实则不过是赚开通功能的钱罢了。

所以说，对于90%的个人开发者而言，找个回测框架，提取点历史数据，自己按一些技术指标写两个交易策略，回测一看数据很好，然后就想在实盘盈利这是完全不可能的，趁早洗洗睡吧~~