入职后的学习系统：把课程方法带进机构
先掌握这个答案
四大移植：①实验日志→机构的实验管理系统（若没有就用你自己的：机构代码的每次试错同样记录——三个月后你的日志就是团队的集体记忆）；②防自欺协议→研究提案文化（跑数前的假设登记——向导师提交mini提案=既符合机构流程又保诚实纪律）；③复盘→日/月双频（q-945）+机构加一场"项目复盘"（每个研究线结束的postmortem——把个人复盘升格为团队资产）；④证据思维→汇报文化（数字+口径+尝试次数的header习惯q-508——在机构里你会惊讶它有多稀缺=快速建立口碑）。新学习源纳管：组会（每周的免费大师课——带着问题听、会后整理一页笔记）；内部文档/代码库（历史研究的考古层——入职前两个月的主食）；前辈的review反馈（最高浓度的私人课——每次review后自己写"这次学到的三件事"）。防衰减三招：季度自测（回课程的关卡题——q-090/200们的机构版）；教学输出（带新人=最好的复习）；学习预算的显性化（每周固定4小时投"与当期项目无关"的学习——长期竞争力的来源）。
先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。
从理解到使用
本阶段实战方法 · 用可核查证据展示研究与工程能力
准备简历、答辩或从回测转向模拟盘时，优先展示过程、约束和证据。
- 用一页README交代问题、数据来源、运行命令、时间切分、基准、成本和已知限制。
- 把结果对应到文件、版本和实验记录；面试说明自己做了什么、失败在哪里、如何排查。
- 先进行模拟盘和故障演练，验证重复下单防护、持仓对账、告警与恢复，再评估进一步上线条件。
使用边界
- 回测漂亮不等于可实盘；还需要权限、稳定执行、成本与容量验证。
- 薪资、招聘时间和平台门槛会变化，应查当期职位说明；不要把固定数字当行业标准。
打开术语词典，随时查阅基础概念。
- 入职后有人教不用自学：导师教的是项目相关的一角——你的知识体系还得自己养（系统的移植是自己事）
- 课程那套在机构太天真：实验日志与诚实header恰是机构稀缺品——它们的"天真"正是你差异化口碑的来源
- 学习系统占用产出时间：4小时/周的学习预算带来的长期复利远超4小时的加班产出——这是职业层的凯利思维（q-688）
🛠 本题实践任务
写你的"移植计划"：四大系统各自的机构版本（工具+频率+第一步动作）+防衰减三招的日历安排。哪怕还没入职——它同样适用于实习期（90天里就装上）。
💡 提示（先自己想5分钟再看）
第一周三动作里最容易也最有效的是日志（当天就能建）——从它开始。
在你的浏览器内运行。首次需联网下载 Python；支持标准库和 Pyodide 提供的 NumPy、pandas 等包。行情抓取、系统文件访问和部分第三方库请在本地环境运行。输出自检仅比对结果关键词，不代替逻辑审查。
🤖 AI导师
导师会先检查你的前置知识（90天节奏、复盘习惯），再用案例、公式和代码帮助理解。此功能需要先启用服务。