一、获取数据
公司财务数据
公司新闻数据
公司关联数据，以及产业上下游、主营业务、所属行业主题等数据
基本行情数据
高频数据、股票Level-1数据、股票Level-2数据、期货Level-1数据
二、数据分析挖掘
传统分析方法
新兴大数据、机器学习、数据挖掘方法
三、构建信号
在构建信号前进行数据处理、标准化、去极值、中性化
基础信号的研究、分组回测、ic、ir、衰减、行业分布
将基础信号合成复杂信号
四、构建策略
策略模板，兼容不同标的的策略，使用于股票、基金、期货等金融资产
兼容日线、分钟线甚至Tick级别数据
方便好用的策略函数，获取历史行情、历史持仓信息、调仓记录等
五、回测
完美符合历史的真实行情
股票分红送转、除权除息处理
股票涨跌停处理
股票停复牌处理
市场对冲、交易滑点、手续费、期货保证金交易
大单分笔成交处理等
六、策略分析
策略归因、风险归因、实时监控
订单分析、成交分析、持仓分析、交易行情分析
多策略分析，方便构建FOF、MOM类型策略
七、模拟交易
接入实时行情、实时获取成交回报
篮子交易、算法交易
支持撤单处理
实时监控、实时归因分析
八、实盘交易
接入真实券商账户
极速行情、实时下单、实时获取订单回报
只有了解量化研究流程才能知道每一步做什么，该如何做，有目的的做。
参考：王小川《python与量化投资从基础到实战》