第一步：先认识样本与尺度
课件样本覆盖2025年1月2日至12月31日：螺纹钢83,115条分钟记录，黄金132,885条。时间、价格、成交量与持仓量是四类数据入口；不同品种的交易时段与有效记录数，也需要先核对。
| 样本指标 | 螺纹钢 | 黄金 |
|---|---|---|
| 收盘价均值 | 3140.99 | 800.66 |
| 收盘价标准差 | 102.98 | 102.61 |
| 1分钟收益波动 | 0.000549 | 0.000491 |
两个品种的价格标准差接近，不代表相对波动相同；同样1个点的价格变化，也不代表同样的相对变化。这是引入去量纲表达的研究起点。
从分钟数据到候选表达
以螺纹钢和黄金为对照，从样本尺度、分桶检验走向四类研究原型。
样本分析分桶检验候选表达
来源：基础训练营 · 第02讲 · AI量化邹老师
基础课程节选：从分钟数据到候选表达
基础训练营 · 第02讲《量化交易的数据分析入门》 · 课件案例节选
如何把“看懂数据”推进到“提出可检验的研究表达”？
课堂以螺纹钢主力1分钟数据展开，用黄金主力1分钟数据做迁移对照。先确认样本和字段，再从幅度、频率、状态位置三个视角构造表达，通过分桶与未来窗口对照，留下可进入后续因子设计的候选原型。
第二步：把幅度写成表达，再做分桶检验
difratio(close, t, 5) = (close[t] − close[t−5]) / |close[t−5]|
未来5分钟点数变化 = close[t+5] − close[t]
Spread = E[未来点数变化 | Q5] − E[未来点数变化 | Q1]按 difratio(5) 将样本分成5桶，观察各桶对应的未来5分钟平均点数变化。课件中的螺纹钢 Spread 为−0.3107，黄金为−0.0087：两者高桶相对低桶的差值均为负，但具体结构需要分别检验。
表达本身已去量纲，图中检验结果仍采用各品种的价格点数，不能直接作为跨品种资金收益比较。
第三步：换一个视角，判断表达应该承担什么角色
| 螺纹钢候选表达 | 未来窗口 | Q5−Q1平均点数差 | 研究角色 |
|---|---|---|---|
| difratio(5) | 5分钟 | −0.3107 | 相对幅度原型：研究价格变化后的分层结构。 |
| freq(15) | 30分钟 | 0.5355 | 事件密度原型：课件呈现非简单单调结构，更适合条件筛选。 |
| locyc(60) | 30分钟 | −0.4509 | 位置原型：最近60个周期内，低点距当前的周期数。 |
| locyc(60) − hicyc(60) | 30分钟 | −0.4590 | 组合状态原型：用低点与高点的时间距离差刻画近期结构。 |
同样是在分析价格，幅度回答“变了多少”，频率回答“事件有多密集”，状态位置回答“高低点距当前多远”。课件留下的是4个角色不同的原型，而不是只挑一个数字最大的指标。
表中数值引用原课件，未在本网页重新计算；5分钟与30分钟的结果不能直接排名。这些是全年度样本的探索性分层结果，尚不是扣费后的策略收益或独立样本外结论。
第四步：把方法迁移到黄金，并交付研究判断
使用相同表达与检验口径，再看黄金的分桶方向与形态是否一致。课件中 freq(15) 对未来30分钟的 Spread 为−0.1577，与螺纹钢的0.5355方向不同，说明不能把一个品种上观察到的关系直接推广到另一个品种。
课后任务是运行配套程序，核对图表与候选表达输出，再解释四个原型为什么值得继续研究。后续因子设计还要明确时间边界、参数与交易规则，并进入成本和独立验证环节。