在股票量化投资里，回测和优化策略可按以下步骤操作。

回测方面，首先要明确目标策略。比如，你可以根据技术指标构建策略，像均线交叉策略，当短期均线从下向上穿过长期均线时买入，反之卖出。接着，收集数据，涵盖股票的历史价格、成交量等，数据越全面，回测结果越准确。然后选择回测工具，现在有很多专业软件和平台可供使用，它们能帮助你模拟策略在历史数据上的表现。在回测过程中，要重点关注几个指标，如收益率、最大回撤、夏普比率等。收益率代表策略盈利情况，最大回撤反映可能的最大损失，夏普比率衡量承担单位风险获得的超额回报。

优化策略时，可从参数和逻辑两方面入手。对于有参数的策略，如均线的天数设置，通过不断测试不同参数值，找到使策略表现最优的参数。对于策略逻辑，要分析回测中出现亏损的情况，找出问题所在。如果是买入卖出信号不准确，就考虑调整触发条件。同时，要避免过度拟合，即策略在历史数据上表现很好，但在实际应用中失效。可以采用样本外测试，用一部分未参与回测的数据检验优化后的策略，确保其有效性和稳定性。