匡醍量化|大富翁量化

---

Table of Content

『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...

2025-07-04

『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。

这份研报给出一个很价值的结论，那就是，影线好不好...

2025-06-29

强化学习模型能否自我演化出交易智慧？

!!! abstract 内容摘要
* 强化学习已在摩根大通及全球顶级投资机构中使用。
* 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。
* ...

2025-06-25

Quantstats Reloaded

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...

2025-06-16

21 天驯化 AI 打工仔: QMT 实时分笔数据订阅系统与多 Client 问题

> 当数据如潮水般涌来，如何让系统稳如磐石？本文带你深入 QMT 实时数据订阅的世界，见证 007 助手如何将一个简单的数据获取程序，升级为处理能力提升 10 倍的高性能系统！

"007，我们的日线数据定时获取系统已经很稳定了，但现在我需要更细粒度的数据——分...

2025-06-15

21 天驯化 AI 打工仔:系统逻辑优化与分钟线数据合成

> 当分笔数据如潮水般涌来，如何让系统智能地将它们合成为有价值的分钟线数据？本文带你深入量化交易系统的核心——数据合成与系统架构优化的世界！

"007，我们的实时分笔数据订阅系统已经基本完成，但现在我遇到了一个新的挑战。"我一边查看着 Redis 中堆积如山的...

2025-06-15

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...

2025-06-11

Augment Remote Agent: 有了本地Agent，为什么你还需要Remote Agent?

6 月 7 日，当我启动 Augment 准备继续编写策略时，弹出一条消息提示，大致是，我们刚刚发布了 Remote Agent，你要不要试一试？这个试用需要登录 github 账号，所以我的第一直觉就是，关掉它，我不需要它。