- 博客(105)
- 收藏
- 关注
RSS订阅原创 2026量化新基建(二) - sqlite 与 sqlite-utils
sqlite 是一把精致的瑞士军刀，它小巧、灵活而强大，可以用在很多地方。但是，对量化人来说，有一个场景，非常适合使用 sqlite： 无须安装和设置、以 pythonic 的方式进行开发，并且具有非常好的性能。这个场景，就是作为量化程序的交易数据库。但是，一直以来，我是直接使用 python 内置的 sqlite3 模块来操作 sqlite 数据库的。直到最近，我发现了 sqlite-utils 这个库，它让我以最简洁的方式，获得了全所未有的表达力。
2025-12-31 23:10:30
782
原创 UV & Pydantic：重塑 2026 Python 工程化基石
2026年量化技术趋势前瞻：Python工程化基石重构 本文展望了2026年量化交易领域的两项关键技术革新：依赖管理工具uv和数据校验框架Pydantic 2.0。uv作为Poetry的强力竞争者，采用Rust语言开发，具备操作系统级管理能力，通过零拷贝技术和优化算法显著提升了Python环境构建和依赖解析速度。Pydantic 2.0则解决了量化系统中数据类型不一致的痛点，提供了规范化的数据校验机制，支持复杂的数据转换场景。这两项技术共同构成了新一代量化系统的底层支撑，为策略开发、数据处理等上层应用提供了
2025-12-25 07:30:00
634
原创 不只是另一个轮子，AlphaSuite还带来了CANSLIM模型的提示词
AlphaSuite，又一个开源量化新项目。不过，这个轮子至少引入了 CANSLIM投资模型，也为我们使用 LLM 进行投资分析打了个样
2025-09-17 00:24:14
515
原创 02 - 用tushare玩转月线回测：复权与本地缓存的秘密武器
本篇聚焦月线策略回测的『数据难题』，揭秘如何通过 tushare 高效获取、复权行情数据并实现本地缓存，彻底解决Alphalens在月线回测上的短板。跟随实战案例，掌握复权原理与缓存技巧，为复杂研报复现打下坚实基础。
2025-08-16 07:30:00
1412
原创 『量化人的概率 03』PDF is all you need
当小球在高尔顿板上穿梭，神奇地绘出正态分布曲线时，你是否想过这背后隐藏着怎样的数学奥秘？从概率密度到期望值，从离散到连续，这篇文章将带你揭开随机世界的神秘面纱。想知道如何用积分计算抄底成功率吗？准备好，数学的魔法即将开始！
2025-08-08 00:30:16
815
原创 『Moonshot is all you need』01 - 5分钟上手极简回测框架
本文介绍如何从零开始构建一个基本面策略回测框架Moonshot，适用于月度调仓策略。文章以中金2023年研报策略为例（年化收益29%），详细讲解实现步骤：1）将日线数据重采样为月频；2）添加因子并转换为股票池标记；3）计算基准收益（所有股票）和策略收益（股票池内）；4）使用Quantstats生成回测报告。该框架特点包括：按月调仓、模块化设计、简单易用，核心类Moonshot实现了数据重采样、因子整合和收益计算等功能，适合初学者理解回测原理。
2025-08-07 07:30:00
1127
原创 除了编程，量化人还能怎么用 AI？
当量化人面临信息过载的困境时，AI悄然成为破局关键。从Grok的私人定制资讯，到豆包和NotebookLM将研报秒变播客，再到TradingAgents项目——一个能模拟真实交易团队、年化收益提升30%的神秘框架。这个由UC伯克利开发的多智能体系统，究竟如何让一个人拥有整个交易团队的决策能力？
2025-08-06 07:30:00
836
原创 『量化人的概率知识 02』从赌场游戏到数学家们的战争
从赌场游戏到数学家们的战争，概率论如何摆脱直觉的束缚？柯尔莫哥洛夫的公理化革命，让微积分成为概率论的新武器，彻底改写了我们对随机世界的理解
2025-08-01 07:30:00
916
原创 量化面试神题：圆上随机点的概率陷阱
常常有人问，做量化交易需要什么样的数学基础？不同领域的量化研究员需要数学基础是不一样的，一般是期权 > 高频 > 期货 > 股票中低频量化。今天我们就聊聊各个领域要求的数学基础，并且以一道经典的量化面试题（来自绿皮书），介绍在概率知识上，从低级到中级，机构可能会考察哪些概念。
2025-07-24 07:30:00
1191
原创 原作者『失联』8个月，我们接手维护后他突然回来了
Quantstats是非常著名的量化策略评估与可视化库。从2024年底起约8个月里，它没有得到积极的维护，出现了在Python 3.12以上，完全无法运行等严重bug。好消息是，最近一周，原作者 Ran Aroussi 已经恢复了对这个库的维护，并且一口气连发了5个版本（从0.0.64到0.0.68）。
2025-07-23 07:30:00
362
原创 『译研报04』 年化25%的策略到底有没有翻车？
LLT均线策略回测结果好到难以置信，年化收益竟达25%！但当我们用显微镜审视每个细节时，发现了隐藏的致命陷阱：未来数据泄露、信号对齐错误、交易成本设置不当...这些看似微小的技术细节，正是导致『回测买地球、实盘亏成狗』的真正元凶
2025-07-22 19:40:16
698
原创 Z变换改造均线，一个12年前的策略为何仍能跑赢大盘？
2013年广发证券发布的LLT策略，至今仍能在A股获得345%累积收益和1.33夏普比率？这个借鉴信号处理理论的"低延迟趋势线"究竟有何神奇之处？当传统30日均线陷入"平滑与延迟"的两难困境时，LLT如何通过二阶滤波器实现鱼与熊掌兼得？一个α参数的微调，为何能让策略在11年后的市场中依然保持强劲表现？
2025-07-17 07:30:00
691
原创 『匡醍译研报 02』 驯龙高手，从股谚到量化因子的工程化落地
上一期文章中，我们复现了研报的因子构建部分，分别是影线因子、威廉影线因子以及由此组合而来的 UBL 因子。这一期我们将对这些因子进行检验。因子检验固然是因子挖掘中必不可少的一环，但它应该是一个 routine 的工作 -- 我们不应该每次都重新发明轮子。然而，当我们使用Alphalens 来进行因子检验时，令人尴尬的事情发生了。
2025-07-05 07:30:00
781
原创 『匡醍译研报 01』 驯龙高手，从股谚到量化因子的工程化落地
头上三柱香，不死也赔光。这是一句股谚，说得是如果在高位出现三根长上影线，那么股价短期内很可能会下跌。因为上影线代表了上面的抛压特别大。这种说法能得到统计数据上的验证吗？来自东吴证券的一份研报，就讨论了这个问题。
2025-06-30 13:03:40
968
原创 对抗噪声！基于强化学习的量化交易策略实战
与监督学习不同，强化学习不会在每一步都只接受标准答案，它会尝试、忍受短期的损失，博取长期的收益。这就使得它有了对抗金融数据噪声的能力。奖励是强化学习的灵魂。我们可以直接把投资组合的收益率作为奖励。在监督学习中，损失函数是其核心，但我们却无法把收益率作为损失函数。
2025-06-26 11:18:52
1247
原创 曾经叱咤10余年的RSRS因子，现在怎么样了？
RSRS 因子在 2005 年 3 月到 2017 年 3 月的上证 50 指数上，12 年总收益 **1432.36%**，年化 **24.84%**，夏普 1.42。同期指数收益仅为 290.13%。该指标的大致思想是，将每日最高价与最低价分别视为阻力位与支撑位，把给定周期下线性回归拟合得到的斜率作为因子。斜率越陡，表示市场强度越强。本文复现了 RSRS 因子，可运行的完整代码和数据在我们的研究平台中提供。如果你关心它的最新表现，或者任何一段时间的表现，只需要自己修改时间参数运行即可得到答案。
2025-06-18 21:14:31
912
原创 Quantstats Reloaded: 一度坏掉的quantstats，我们带来了更新
Quantstats 是一款用于交易策略绩效分析的 Python 库，深受量化圈用户喜爱，在 Github 上获得了超过 5.8k 的 stars。但很遗憾，由于原作者长期未维护，现在新安装的 Quantstats，尤其是在 Python 3.12 及以上高版本中，几乎无法运行。我们带来了更新。
2025-06-18 19:36:52
508
1
原创 把研报『翻译』成代码，80%的工作都在这篇文章里讲了
如何读懂并复现研？这是我们学员提出来的一个问题。读懂并复现一篇研报，在理解研报的核心思想之外，看懂高频常用术语（行话、俚语）、实现概念到代码的转换、懂得如何获得数据是占 80%的常规工作。在上一篇《RSRS 择时指标》中，我们的重点在于复现策略本身。这一篇文章，我们重点介绍如何『翻译』研报。
2025-06-18 07:30:00
1922
原创 QuanTide-weekly第1期
这周我们共发表5篇文章。等两篇详细讲解了机器学习构建组合策略的框架和常见问题。这两篇文章我们也集结后，发在本文末尾。在这一期的量化工具专栏中，我们发表了。IPython是非常轻量的交互式编程工具，尽管它的所有功能都可以在Notebook中找到，但它更轻，但仍然长袖擅舞，颇有飞燕之姿。在中，我们披露了《Python高效编程实践指南》出版过程中的一些冏事。这本书会对量化人构建稳健的交易系统非常有帮助。
2024-08-03 21:32:04
1409
原创 误入百花深处，沈醉不知归路！这些颜色网站的故事
用Powerpoint做课件，动画编排太累了，于是找到了slidev。Slidev好用是好用，但研墨调色都得自己来，一时竟误入藕花深处，沈醉不知归路。
2024-07-29 14:40:30
622
原创 圣杯依然闪耀 --基于短时RSI的均值回归策略跑出30%年化
圣杯依然闪耀 RSI 永远是我最爱的指标 – 因为潮汐和回归是这个蓝色星球的生命年轮，这样的轮回也存在于交易世界。而 RSI 就是刻画市场中的潮汐和回归的最好指标之一。
2024-07-23 14:48:05
2159
原创 pandas高级技巧之多级索引和分组操作
在量化领域，Pandas是不可或缺的工具，它以强大的数据处理和分析功能，极大地简化了数据操作流程。今天我们介绍两个技巧，都跟因子检验场景相关。第一个技巧是日期按月对齐；第二个是如何提取分组的前n条记录。讲解的概念涉及到group操作、索引的frequency概念以及多级索引的操作（读取和删除）。在最后一个例子中，更是反复使用了groupby，以简洁的语法，完成了一个略为复杂的数据操作。
2024-07-20 13:07:04
1242
原创 全球Windows机器蓝屏，作为量化人，我的检讨来了
如果CrowedStrike实现了灰度部署，比如，一开始只部署1%的机器，并且监控升级后的情况（收集数据是灰度发布的一部分），然后在没有错误报告的情况下，再逐步扩大推送范围，就完全可以避免出现这么重大的事故。灰度发布同样适用于量化系统。2012年8月1日，骑士资本在纳斯达克交易所部署了一个新的交易软件，但是由于没有充分测试，该软件在激活时触发了一系列错误的交易指令，导致公司在45分钟内损失了约4.4亿美元。最终导致了它被Jefferies Group收购。
2024-07-19 22:57:11
1131
原创 月亮和Pandas -- 开源项目的挑战与机遇
如果你盯着月亮看，最终至少也能获得满天的清辉。Do as much good in the wold as I can
2024-07-19 10:22:34
738
原创 pip安装慢，如何换源？
如果觉得命令不好记，有两种方法，一是安装cfg4py，这是我开发的一个包，用来解决Python的配置文件读取问题，它可以让你用yaml格式写配置文件，但在程序中却是以python class的属性语法来访问配置项，这样不用写。更换 pip 的默认源至国内的镜像源可以显著提高下载速度，尤其是在网络环境不佳或国外源响应慢的情况下。在 Windows 系统中，配置文件通常位于用户的主目录下的 .pip 文件夹中，即 %USERPROFILE%.pip。不过我们这里要讲的是它的另一个功能，就是对常用配置进行提示。
2024-07-18 16:41:07
481
原创 问薪无愧！最全威的量化自学路线图
这是 Stat Arb 给独立自学量化的人开的一份清单。他的博客有 9000 多名付费用户，在量化圈比较有影响力。这个清单是 pdf 格式，74 页，内容非常全面。
2024-07-18 16:07:23
1181
原创 为什么Python虚拟环境应该只用conda?
Python 的虚拟环境方案可谓源远流长，种类繁多。如果你接触 Python 已经有一段时间了，那么你很可能听说过 annaconda, virutalenv, venv, pip, pipenv, poetry, pyenv, pyvenv, pyenv-virtualenv, virtualenvwrapper, pyenv-virtualenv wrapper 等相似概念。
2024-07-18 07:30:00
1917
原创 关于IPython你需要知道的21个小技巧
IPython 是一个强大的交互式 Python shell，它比标准的 Python shell 提供了更多的功能和便利。IPython 由 Fernando Pérez 在 2001 年创建，旨在为科研人员和数据科学家提供一个更高效、更易用的交互式 Python 编程环境。随着时间的发展，IPython 已经成为科学计算、数据分析和机器学习领域中不可或缺的工具之一。IPython的成功，也催生了Jupyter。2014年，Jupyter 从 IPython 项目中分离出来，并扩展到其它语言。
2024-07-17 07:30:00
1208
原创 高端的食材，往往只需要最简单的烹饪！ORB，仅此一招，Alpha达到年化36%
常常看到有人提问，如何挖掘因子和策略？ORB 策略的改进历史能给我们许多启发。一是一个策略值得研究数十年；二是温故而知新是永远的法宝。沉下心来，真正吃透 IT 系统、吃透数据和已有策略，比追风要好得多。炒股要炒大热门，但对大热门的追踪，不一定是要通过文本分析。如果你对本文引用的资源感兴趣，请转发本文后领取这个策略来自 Carlo Zarattini 等人，在 Quantpedia 2023 年大赛中获第三名。
2024-07-16 09:53:31
1585
原创 不能求二阶导的metrics，不是好的objective?!
今天我们要分析 MAPE 这个函数在论文中的使用。以此为契机，适当深入一点机器学习的原理，讲以下两个知识点：1. 损失函数和度量函数2. XGBoost模型，因子数据是否要标准化。
2024-07-16 07:30:00
2586
原创 高薪金领都用啥编程语言？SQL、Python领航，附排名！
关于Python，在工程技巧方面可以参考我的新书《Python高效编程实战指南》，算法方面可以多刷leetcode、kaggle的题，或者简街、千禧的puzzle专栏，我们的专栏也不时会有一些性能优化的技巧。但是，金融行业对C++和Rust这样的互联网热门编程语言的需求并不大，尽管这两种语言在高频交易中不可或缺，但毕竟高频交易比较小众、无法吸纳大资金，因此行业的重心不会在这里。因此，Python才是真正意义上的王者，不仅仅是在金融领域，根据TIOBE 6月的排名，它仍然位居榜首，并且受欢迎程度在上升中。
2024-07-15 19:09:11
646
原创 基于 XGBoost 的组合策略基本框架
如何在投资组合策略中运用上机器学习方法? 最近，我们翻了下之前存过的论文，决定对《A portfolio Strategy Based on XGBoost Regression and Monte Carlo Method》这篇论文进行解读
2024-07-15 07:30:00
1365
原创 反抗者的崛起！Fawce 和 Quantopian 的量化之路
在编写关于因子分析与机器策略的课程的过程中，无意中发现了 Fawce 的故事。受同样的理念激励的，不仅仅是 Quantopian, Fawce, Saeed，也包括分布在世界上其他地方的人，包括我自己。于是我决定暂停写作，花几天时间挖掘一下 Fawce 的故事，并和大家分享。**因为知道因何而战，永远比战斗本身更重要。**给所有量化人、和准备进入量化行业的人。
2024-07-14 23:17:30
905
原创 顶底背离的终极猜想和运用
对高频量化，他们看的是tick级数据，可能持有几分钟就会调仓；散户和量化多在日线和周线频率上操作，持有数天就调仓；长线资金以季度为单位。越是长线的资金，资金量越大，调仓时对走向的影响越强。现在，你应该已经猜到了，有一部分资金会在日线RSI高点时撤出；大量的资金会在周线的RSI高点撤出；而更大量的资金会在月线的RSI高点撤出。但我猜没有资金会根据季线的RSI高点撤出。许多真理，都不能线性外推。
2024-06-02 22:02:06
2378
原创 追寻美的指引--纪念西蒙斯
在西蒙斯逝去时，我想，他更希望被人作为数学家和慈善家被纪念，而不是企业家。这也是他父亲对他的期望。他做到了。财富扩大了西蒙斯的影响力，数学和慈善则延长了他的生命。
2024-06-02 22:00:44
975
原创 机器学习(XgBoost）预测顶和底
之前的文章中，我们对中证1000指数进行了顶和底的标注。这一篇我们将利用这份标注数据，实现机器学习预测顶和底，并探讨一些机器学习的原理。我们选取的特征非常简单–上影线和WR（William’s R）的一个变种。他们的结论是，根据这两类指标的变种得到的综合因子，在2009到2020年4月，以全A为样本，进行5组分层多空测试，得到，可以说具有非常明显的信号意义。
2024-04-23 21:43:27
1756
原创 新国九条下，低波动因子重要性提升！
人迹罕至的道路，有时提供更好的旅程。**新国九条之后，红利股在投资中的重要性将大大加强**，而低波动因子在发现红利股、白马股方面有优秀的选择能力。如果一个市场里的财务数据不那么可靠，那么我们就应该使用低波动因子来代替价值因子。**量价数据永远不说谎**。如果一家过去看起来很好的公司，最近出了问题，看财报的人永远是最后一个知道的。但股价会提前反映。
2024-04-23 21:39:32
1103
投资组合理论及实现，包括ipynb
2024-01-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人