量化好声音播客
Table of Content
『让这束光照进股市：整数关口的物理密码』
2025-07-15
为何3.99元比4元便宜很多？股价突破100元为何如此艰难？一位罗马尼亚学者竟用光学折射公式预测股价走势，让这束光照进股市之后，这套『物理密码』能否破解市场之谜？
机构散户交易识别：算法指纹与动量反转
2025-07-11
两大券商研报揭露A股市场惊人秘密！国泰君安用傅里叶变换『透视』机构算法交易，如同基因检测般精准识别大资金动向；东吴证券发现散户与机构的交易占比竟能预测股价反转！当传统动量因子失效，新的量化武器悄然崛起。机构的每一笔算法单都在高频数据中留下『指纹』，而散户的羊群效应正被精确量化。这场看不见的博弈中，谁掌握了交易者结构的密码，谁就握住了市场的脉搏。
高频变高危：监管新规下的市场变局
2025-07-10
深入解析高频交易的技术原理与监管挑战。从每秒300笔申报的新规定义出发，探讨套利、做市、延迟套利等30多种高频策略，揭示报价填充、spoofing等争议操作的市场影响。分析减速带等技术创新如何抑制过度投机，展望量化交易从拼速度向拼策略的转型趋势
多智能体交易框架：AI如何模拟真实交易团队决策？
2025-07-10
一个月内GitHub暴增7k星标的TradingAgents框架有何特别？本期节目揭秘这个由UC Berkeley和MIT学者开发的多智能体交易系统如何模拟真实交易团队协作。不同于传统金融大模型仅专注于NLP任务，TradingAgents通过结构化通讯协议让AI扮演分析师、研究员、交易员和风控等角色，实现『真理越辩越明』的决策机制。回测显示，该框架在Apple、Google等标的上年化收益提升30%，最大回撤仅2.11%。AI交易团队时代，人类金融专业人士将如何应对？
UBL因子：工具之困与意外发现
2025-07-09
Alphalens无法处理月度因子，Aaron开发Moonshot解决难题。UBL因子不仅复现成功，效果超预期。更令人惊讶的是，威廉下影线因子表现与直觉相反——下影线均值越小，后市反而越看涨，挑战了传统交易经验。
水晶球实现揭秘：为什么量化比主观交易更能控制风险？
2025-07-08
主观投资者即使拥有『水晶球』也会亏损，为何量化交易能更好地控制风险？本期节目揭示了维克托·哈加尼的惊人实验结果：一半受过训练的投资者亏损，六分之一直接爆仓。我们深入探讨量化交易如何通过科学决策、严谨回测和严格执行来降低风险，并分享三大验证策略有效性的方法：参数稳定性测试、系统性错误排查和策略仿真。告别『回测买地球，实盘亏成狗』的困境！