quantitative

摘要： 痛点开场 "我这脚本今天终于跑出第一份回测了！"——你兴奋地把 10 只股票、250 天的 K 线落盘，准备明天再跑一次。然后你打开了"脚本输出"文件夹，看到： klines.csv：177 KB klines.db：324 KB klines.parquet：104 KB "……我该用哪个？明天再 阅读全文

摘要： 风险提示：本文仅用于技术演示，不构成投资建议。策略回测结果不代表未来表现，任何代码上线实盘前必须人工复核。 让 AI 帮你写量化策略，是「AI+量化」里最诱人的一步：一句自然语言，几秒就给你一段能跑的 Python。但 AI 生成的代码，你敢直接拿去实盘吗？本系列收官篇，讲清楚「自然语言 → 策略代 阅读全文

摘要： 风险提示：本文仅用于技术演示，不构成投资建议。AI 生成的任何结论都只是研究辅助，不能替代独立判断。 很多人以为 AI 量化的风险是「AI 不够聪明」，其实恰恰相反——AI 太「自信」了。它会一本正经地用错数据、编造数字、给任何结果都配上看似合理的解释。这三种「幻觉」才是 AI 量化里最危险的坑。 阅读全文

摘要： 风险提示：本文仅用于技术演示，不构成投资建议。市场状态分类只是研究辅助，不能替代独立判断。 你看完行情，脑海里会先冒出一个词：「今天市场是趋势、震荡，还是恐慌？」 这个判断听起来很主观，但其实可以结构化：宽基指数的同向性、涨跌幅大小、板块内部的离散度，都是可量化的信号。今天的文章教你把这些信号喂给 阅读全文

摘要： 风险提示：本文仅用于技术演示，不构成投资建议。AI 生成的摘要只是辅助工具，不能替代独立判断。 收盘后，你是不是还在打开四五个页面：指数、涨停、公告、板块涨幅榜，然后手动整理成一段话？ 这件事完全可以交给代码。今天的文章教你用 Python 把指数快照、涨停池、公告情绪、板块异动聚合到一页 Mark 阅读全文

摘要： 风险提示：本文仅用于技术演示，不构成投资建议。多因子得分只是研究辅助，不能替代独立判断。 你算出了一堆因子：动量、波动、资金流、估值……然后给每只股票打了个综合分。 老板问你："这只股票为什么排第一？" 你支支吾吾："因为它的 z-score 加权后比较高……" 这就是量化研究里最容易被忽视的环节： 阅读全文

摘要： 风险提示：本文仅用于技术演示，不构成投资建议。历史回测结果不代表未来收益。 你有过这种经历吗？ 本地回测曲线一路向上，年化收益 80%、最大回撤不到 5%，兴冲冲拿到模拟盘，三个月亏掉 15%。打开代码一看：信号里悄悄用了 shift(-1)——用明天的收盘价决定今天买不买。 这不是段子，而是回测里 阅读全文

摘要： 系列进度：AI+量化实战 #06 / 共 12 篇 痛点开场 做量化的人经常遇到这种情况： 自己看 K 线、看 MACD 能判断个大概； 但要把信号写成报告、讲给同事或客户听，却卡住了； 对方不是程序员，你跟他说"MA5 上穿 MA20"，他眼神是懵的。 技术指标天然是"机器语言"：金叉、死叉、红柱 阅读全文

摘要： 系列进度：AI+量化实战 #05 / 共 12 篇 痛点开场 财报季一到，交易所的公告像洪水一样涌来。你打开股票软件，弹窗里是"预增""预降""扭亏""减亏"，眼睛都看花了，却不知道哪条真值得跟进。 更头疼的是： 预告类型本身不能直接当信号——市场对同样的"预增"反应可能完全不同； 想算"公告后 1 阅读全文

摘要： 系列进度：AI+量化实战 #04 / 共 12 篇 痛点开场 每到财报季，A股就进入"预告轰炸"模式。一家公司可能发好几条业绩预告——先是"预增"，后来修正为"预降"；或者预告说"净利润 10 亿到 12 亿"，实际出来 8 亿。 你手动核对这些数字，需要： 把预告文本里的数字抠出来； 找到对应期间 阅读全文