Tag cloud

课程  因子投资  机器学习  story  量化传奇  Python  Poetry  ppw  tools  programming  Numpy  Pandas  pandas  算法  hdbscan  聚类  选股  Algo  minimum  numpy  algo  FFT  模式识别  配对交易  GBDT  LightGBM  XGBoost  statistics  CDF  KS-Test  monte-carlo  VaR  回测  过拟合  algorithms  machine learning  strategy  python  sklearn  pdf  概率  数学  面试题  Info  interview  career  xgboost  PCA  wavelet  Figures  Behavioral Economics  人物  职场  Quantopian  figure  Banz  rsi  zigzag  穹顶压力  因子  pe  ORB  策略  Xgboost  factor  alpha101  alpha  技术指标  wave  quant  algorithm  pearson  spearman  tushare  因子分析  Alphalens  涨停板  herd-behaviour  因子策略  momentum  因子评估  review  trade  history  indicators  zscore  波动率  强化学习  顶背离  freshman  resources  others  AI  DeepSeek  network  weekly  LLT  backtest  backtrader  研报  papers  UBL  quantlib  jupyter-notebook  scikit-learn  pypinyin  qmt  xtquant  blog  static-site  duckdb  工具  colors  free resources  barra  world quant  Alpha  openbb  数据  Augment  arsenal  copilot  vscode  code  量化数据存储  hdf5  h5py  cursor  augment  trae  Jupyter  jupysql  pyarrow  parquet  数据源  quantstats  实盘  clickhouse  notebook  redis  remote-agent  AI-tools  Moonshot 

---

课程 (7)

1. 二十四课内容详情
2. 常见问题
3. 大富翁量化24课编排说明
4. 课程简介
5. 课程简介
6. 课程简介
7. 金融/计量专业，硕士论文怎么确定研究课题？

因子投资 (2)

1. 课程简介
2. 课程简介

机器学习 (8)

1. 课程简介
2. 课程简介
3. 比Deepseek还要Deep！起底GBDT做回归预测的秘密
4. 不能求二阶导的metrics
   不是好的objective
5. 基于 XGBoost 的组合策略基本框架
6. 如果模型预测准确率超过85%，这台印钞机应该值多少马内？
7. 机器学习(XgBoost）预测顶和底
8. 强化学习模型能否自我演化出交易智慧？

story (6)

1. 找校友！起底百亿私募创始人
2. 全球Windows机器蓝屏，作为量化人，我的检讨来了
3. DeepSeek只是挖了个坑，还不是掘墓人，但中初级程序员是爬不出来了
4. [0721] QuanTide Weekly
5. [0728] QuanTide Weekly
6. [0804] QuanTide Weekly

量化传奇 (1)

1. 找校友！起底百亿私募创始人

Python (1)

1. 05 Poetry: 项目管理的诗和远方

Poetry (1)

1. 05 Poetry: 项目管理的诗和远方

ppw (1)

1. 05 Poetry: 项目管理的诗和远方

tools (64)

1. 01 - 这是你的量化母语
2. 02 - Numpy核心语法[1]
3. 03 - Numpy处理表格数据
4. 04 - Numpy核心语法[3]
5. 05 - Numpy核心语法[4]
6. 06 - Numpy核心语法[5]
7. 07 - Numpy核心语法[6]
8. 08 - Numpy应用案例[1]
9. 09 - Numpy应用案例[2]
10. 10 - Numpy应用案例[3]
11. 11 - Pandas核心语法[1]
12. 12 - Pandas核心语法[2]
13. 13 - Pandas核心语法[3]
14. 14 - Pandas核心语法[4]
15. 15 - Pandas核心语法[5]
16. 16 - Pandas核心语法[6]
17. 17 - Pandas核心语法[7]
18. 18 - Pandas应用案例[1]
19. 19 - Pandas应用案例[2]
20. 20 - Pandas应用案例[3]
21. 当我在星巴克连上家里的服务器，IPV6，你是值得的
22. 机器的觉醒！人工智能风云激荡70年
23. 2024年，免费博客赚钱方案
24. OpenBB 实战！轻松获取海外市场数据
25. Don't fly solo! 量化人如何使用AI工具
26. 里程碑！DuckDB 发布 1.0
27. 试过 Cursor 和 Trae 之后，我如何用 Augment 完成了一个复杂项目
28. 量化人如何用好 Jupyter？（二）
29. 量化人如何用好Jupyter环境？（一）
30. Pandas连续涨停统计
31. 致命的 ID -- DuckDB 中的 Returning 子句之谜
32. 睽违17年，ta-lib重装出发！
33. 量化研究员如何写一手好代码
34. 为了机器能学习，我标注了 2 万条行情数据
35. 21天驯化AI打工仔 - 我如何获取量化数据
36. 21天驯化AI打工仔 - 开发量化交易系统
37. 21天驯化AI打工仔 - 数据库的优化
38. 21天驯化AI打工仔 - 如何存储10亿个Symbol?
39. 21天驯化AI打工仔 - SQEP 的性能再优化
40. 21天驯化AI打工仔 - SQEP与symbol编码性能测试
41. 21天驯化AI打工仔 - 日线数据的定时获取
42. 21天驯化AI打工仔 - 日线数据的定时获取（2）
43. 21 天驯化 AI 打工仔: QMT 实时分笔数据订阅系统与多 Client 问题
44. 除了编程，量化人还能怎么用AI？
45. 这是你的量化母语
46. Numpy核心语法[1]
47. Numpy处理表格数据
48. Numpy核心语法[3]
49. Numpy核心语法[4]
50. Numpy核心语法[5]
51. Numpy核心语法[6]
52. Numpy应用案例[1]
53. Numpy应用案例[2]
54. Numpy应用案例[3]
55. Pandas核心语法[1]
56. Pandas核心语法[2]
57. Pandas核心语法[3]
58. Pandas核心语法[4]
59. Pandas核心语法[5]
60. Pandas核心语法[6]
61. Pandas核心语法[7]
62. Pandas应用案例[1]
63. Pandas应用案例[2]
64. Pandas应用案例[3]

programming (52)

1. 01 - 这是你的量化母语
2. 02 - Numpy核心语法[1]
3. 03 - Numpy处理表格数据
4. 04 - Numpy核心语法[3]
5. 05 - Numpy核心语法[4]
6. 06 - Numpy核心语法[5]
7. 07 - Numpy核心语法[6]
8. 08 - Numpy应用案例[1]
9. 09 - Numpy应用案例[2]
10. 10 - Numpy应用案例[3]
11. 11 - Pandas核心语法[1]
12. 12 - Pandas核心语法[2]
13. 13 - Pandas核心语法[3]
14. 14 - Pandas核心语法[4]
15. 15 - Pandas核心语法[5]
16. 16 - Pandas核心语法[6]
17. 17 - Pandas核心语法[7]
18. 18 - Pandas应用案例[1]
19. 19 - Pandas应用案例[2]
20. 20 - Pandas应用案例[3]
21. 试过 Cursor 和 Trae 之后，我如何用 Augment 完成了一个复杂项目
22. 致命的 ID -- DuckDB 中的 Returning 子句之谜
23. 睽违17年，ta-lib重装出发！
24. 量化研究员如何写一手好代码
25. 21天驯化AI打工仔 - 我如何获取量化数据
26. 21天驯化AI打工仔 - 开发量化交易系统
27. 21天驯化AI打工仔 - 数据库的优化
28. 21天驯化AI打工仔 - 如何存储10亿个Symbol?
29. 21天驯化AI打工仔 - SQEP 的性能再优化
30. 21天驯化AI打工仔 - SQEP与symbol编码性能测试
31. 21天驯化AI打工仔 - 日线数据的定时获取
32. 21天驯化AI打工仔 - 日线数据的定时获取（2）
33. 这是你的量化母语
34. Numpy核心语法[1]
35. Numpy处理表格数据
36. Numpy核心语法[3]
37. Numpy核心语法[4]
38. Numpy核心语法[5]
39. Numpy核心语法[6]
40. Numpy应用案例[1]
41. Numpy应用案例[2]
42. Numpy应用案例[3]
43. Pandas核心语法[1]
44. Pandas核心语法[2]
45. Pandas核心语法[3]
46. Pandas核心语法[4]
47. Pandas核心语法[5]
48. Pandas核心语法[6]
49. Pandas核心语法[7]
50. Pandas应用案例[1]
51. Pandas应用案例[2]
52. Pandas应用案例[3]

Numpy (40)

1. 01 - 这是你的量化母语
2. 02 - Numpy核心语法[1]
3. 03 - Numpy处理表格数据
4. 04 - Numpy核心语法[3]
5. 05 - Numpy核心语法[4]
6. 06 - Numpy核心语法[5]
7. 07 - Numpy核心语法[6]
8. 08 - Numpy应用案例[1]
9. 09 - Numpy应用案例[2]
10. 10 - Numpy应用案例[3]
11. 11 - Pandas核心语法[1]
12. 12 - Pandas核心语法[2]
13. 13 - Pandas核心语法[3]
14. 14 - Pandas核心语法[4]
15. 15 - Pandas核心语法[5]
16. 16 - Pandas核心语法[6]
17. 17 - Pandas核心语法[7]
18. 18 - Pandas应用案例[1]
19. 19 - Pandas应用案例[2]
20. 20 - Pandas应用案例[3]
21. 这是你的量化母语
22. Numpy核心语法[1]
23. Numpy处理表格数据
24. Numpy核心语法[3]
25. Numpy核心语法[4]
26. Numpy核心语法[5]
27. Numpy核心语法[6]
28. Numpy应用案例[1]
29. Numpy应用案例[2]
30. Numpy应用案例[3]
31. Pandas核心语法[1]
32. Pandas核心语法[2]
33. Pandas核心语法[3]
34. Pandas核心语法[4]
35. Pandas核心语法[5]
36. Pandas核心语法[6]
37. Pandas核心语法[7]
38. Pandas应用案例[1]
39. Pandas应用案例[2]
40. Pandas应用案例[3]

Pandas (22)

1. 01 - 这是你的量化母语
2. 11 - Pandas核心语法[1]
3. 12 - Pandas核心语法[2]
4. 13 - Pandas核心语法[3]
5. 14 - Pandas核心语法[4]
6. 15 - Pandas核心语法[5]
7. 16 - Pandas核心语法[6]
8. 17 - Pandas核心语法[7]
9. 18 - Pandas应用案例[1]
10. 19 - Pandas应用案例[2]
11. 20 - Pandas应用案例[3]
12. 这是你的量化母语
13. Pandas核心语法[1]
14. Pandas核心语法[2]
15. Pandas核心语法[3]
16. Pandas核心语法[4]
17. Pandas核心语法[5]
18. Pandas核心语法[6]
19. Pandas核心语法[7]
20. Pandas应用案例[1]
21. Pandas应用案例[2]
22. Pandas应用案例[3]

pandas (13)

1. 01 - 这是你的量化母语
2. [0901] QuanTide Weekly
3. [0908] QuanTide Weekly
4. [0915] QuanTide Weekly
5. [0922] QuanTide Weekly
6. [0929] QuanTide Weekly
7. [1013] QuanTide Weekly
8. [1020] QuanTide Weekly
9. 给Pandas找个搭子，用SQL玩转Dataframe!
10. Pandas高级技巧-1
11. 高效量化编程: Pandas 的多级索引
12. Pandas连续涨停统计
13. 这是你的量化母语

算法 (4)

1. 用HDBSCAN聚类算法选股是否有效
2. 烛台密码 三角形整理如何提示玄机
3. hdbscan 聚类算法扫描配对交易 速度提升99倍
4. 前视偏差 - 看似明白，实则糊涂

hdbscan (2)

1. 用HDBSCAN聚类算法选股是否有效
2. hdbscan 聚类算法扫描配对交易 速度提升99倍

聚类 (2)

1. 用HDBSCAN聚类算法选股是否有效
2. hdbscan 聚类算法扫描配对交易 速度提升99倍

选股 (1)

1. 用HDBSCAN聚类算法选股是否有效

Algo (1)

1. 地量见地价？我拿一年的上证数据算了算

minimum (1)

1. 地量见地价？我拿一年的上证数据算了算

numpy (10)

1. 地量见地价？我拿一年的上证数据算了算
2. [0901] QuanTide Weekly
3. [0908] QuanTide Weekly
4. [0915] QuanTide Weekly
5. [0922] QuanTide Weekly
6. [0929] QuanTide Weekly
7. [1013] QuanTide Weekly
8. [1020] QuanTide Weekly
9. π-thon以及他的朋友们
10. 高效量化编程: Mask Array应用和find_runs

algo (9)

1. 快速傅里叶变换与股价预测研究
2. 蒙特卡洛：看似很高端的技术，其实很暴力很初级
3. 样本外测试之外，我们还有哪些过拟合检测方法？
4. PDF is all you need(2)
5. PDF is all you need(3)
6. 带你读论文：PCA、离散小波和 XGBoost构建交易策略
7. 如果模型预测准确率超过85%，这台印钞机应该值多少马内？
8. 当交易员用上火箭科学！波和导数检测出艾略特浪、双顶及及因子构建
9. 『译研报04』 年化25%的策略到底有没有翻车？

FFT (1)

1. 快速傅里叶变换与股价预测研究

模式识别 (1)

1. 烛台密码 三角形整理如何提示玄机

配对交易 (1)

1. hdbscan 聚类算法扫描配对交易 速度提升99倍

GBDT (1)

1. 比Deepseek还要Deep！起底GBDT做回归预测的秘密

LightGBM (1)

1. 比Deepseek还要Deep！起底GBDT做回归预测的秘密

XGBoost (1)

1. 比Deepseek还要Deep！起底GBDT做回归预测的秘密

statistics (1)

1. KS Test, 广义双曲分布和抄底沪指

CDF (1)

1. KS Test, 广义双曲分布和抄底沪指

KS-Test (1)

1. KS Test, 广义双曲分布和抄底沪指

monte-carlo (1)

1. 蒙特卡洛：看似很高端的技术，其实很暴力很初级

VaR (1)

1. 蒙特卡洛：看似很高端的技术，其实很暴力很初级

回测 (4)

1. 样本外测试之外，我们还有哪些过拟合检测方法？
2. 『Moonshot is all you need』 01 - 5分钟上手极简量化回测框架
3. 『Moonshot is all you need』 02 - 用tushare玩转月线回测：复权与本地缓存的秘密武器
4. 『Moonshot is all you need』 03 -

过拟合 (1)

1. 样本外测试之外，我们还有哪些过拟合检测方法？

algorithms (1)

1. 基于深度学习的量化策略如何实现归一化？

machine learning (1)

1. 基于深度学习的量化策略如何实现归一化？

strategy (29)

1. 基于深度学习的量化策略如何实现归一化？
2. Datathon-我的Citadel量化岗之路！附历年比赛资料
3. 1赔10！中证1000应该这样抄底
4. 交割日魔咒？
5. 节前迎来揪心一幕！谁来告诉我，A股现在有没有低估？
6. 不能求二阶导的metrics
   不是好的objective
7. 基于 XGBoost 的组合策略基本框架
8. 年终特稿：这个指标我愿称之为年度最强发现
9. 羊群效应及其因子化
10. 后见之明！错过6个涨停之后的复盘
11. 球队和硬币因子
12. 涨到溢出！PEPE告诉我，大盘还能涨几多？
13. Alphalens因子分析(2) - low turnover秒杀98%的基金经理!
14. Alphalens 因子分析 - 以低换手率因子为例(1)
15. 龙凤呈祥：这种无底限炒作，如何用量化方法发现它？
16. 捕捉主力-最大成交量因子
17. 净新高占比因子
18. 左数效应 整数关口与光折射
19. 私募量化策略大盘点-2024年初
20. Santa Claus Rally
21. 时间会证明一切！抢头财（报）就是抢头彩？！
22. 周一到周五，哪天能买股？做对了夏普22.5！
23. WorldQuant? Word Count!
24. Z-score 因子的深入思考
25. 新国九条下，低波动因子重要性提升！
26. 在这一刻抄底，胜率高达95%
27. 暴力美学！洗盘模式如何检测？
28. 终极猜想！底蓓离的成因分析
29. 『译研报03』Z变换改造均线，一个12年前的策略为何仍能跑赢大盘？

python (11)

1. 基于深度学习的量化策略如何实现归一化？
2. 量化交易中的遗传算法
3. 只廖廖数行，但很惊艳的代码
4. 为什么量化人应该使用duckdb？
5. Jupyter Notebook中如何设置环境变量？
6. π-thon以及他的朋友们
7. 4k stars! 如何实现按拼音首字母查询证券代码？
8. 给Pandas找个搭子，用SQL玩转Dataframe!
9. 如何免登录重启miniqmt?
10. 原作者失联8个月，我们接手维护后他突然回来了
11. Quantstats Reloaded

sklearn (1)

1. 基于深度学习的量化策略如何实现归一化？

pdf (3)

1. PDF is all you need(2)
2. PDF is all you need(3)
3. 来自世坤！寻找Alpha 构建交易策略的量化方法

概率 (3)

1. PDF is all you need(2)
2. PDF is all you need(3)
3. 量化面试神题：圆上随机点的概率陷阱

数学 (1)

1. 量化面试神题：圆上随机点的概率陷阱

面试题 (1)

1. 量化面试神题：圆上随机点的概率陷阱

Info (1)

1. 2024已过一半，千禧年发布了这道脑筯急转弯

interview (1)

1. 2024已过一半，千禧年发布了这道脑筯急转弯

career (7)

1. 2024已过一半，千禧年发布了这道脑筯急转弯
2. 金融/计量专业，硕士论文怎么确定研究课题？
3. 问薪无愧！
   自学量化大纲有这75页就够了
4. [0811] QuanTide Weekly
5. [0818] QuanTide Weekly
6. [0825] QuanTide Weekly
7. 量化金融人都在看哪些顶刊

xgboost (2)

1. 带你读论文：PCA、离散小波和 XGBoost构建交易策略
2. 机器学习(XgBoost）预测顶和底

PCA (1)

1. 带你读论文：PCA、离散小波和 XGBoost构建交易策略

wavelet (1)

1. 带你读论文：PCA、离散小波和 XGBoost构建交易策略

Figures (1)

1. 没能上热搜，但卡尼曼值得我们纪念

Behavioral Economics (1)

1. 没能上热搜，但卡尼曼值得我们纪念

人物 (4)

1. 高薪金领都用啥编程语言？SQL、Python领航，附排名！
2. 反抗者的崛起！Fawce 和 Quantopian 的量化之路
3. 月亮和Pandas - Wes Mckinney的传奇故事
4. 追随美的指引-纪念西蒙斯

职场 (1)

1. 高薪金领都用啥编程语言？SQL、Python领航，附排名！

Quantopian (1)

1. 反抗者的崛起！Fawce 和 Quantopian 的量化之路

figure (1)

1. 牛人太多：小市值因子之父，毕业论文被大佬狂怼

Banz (1)

1. 牛人太多：小市值因子之父，毕业论文被大佬狂怼

rsi (1)

1. 交割日魔咒？

zigzag (1)

1. 交割日魔咒？

穹顶压力 (1)

1. 交割日魔咒？

因子 (7)

1. 7因子模型，除了规模、市场、动量和价值，还有哪些？
2. 因子分析（3）- 都是坑！这么简单的Alpha计算，竟然错了？！
3. Alphalens因子分析(4) - Information Coefficient方法
4. 净新高占比因子
5. Sharpe 5.5!遗憾规避因子
6. Z-score 因子的深入思考
7. 『译研报03』Z变换改造均线，一个12年前的策略为何仍能跑赢大盘？

pe (2)

1. 节前迎来揪心一幕！谁来告诉我，A股现在有没有低估？
2. 涨到溢出！PEPE告诉我，大盘还能涨几多？

ORB (1)

1. ORB! Alpha 达到年化 36%

策略 (2)

1. ORB! Alpha 达到年化 36%
2. 圣杯依然闪耀

Xgboost (2)

1. 不能求二阶导的metrics
   不是好的objective
2. 基于 XGBoost 的组合策略基本框架

factor (14)

1. 第42个因子:年化17.6%，15年累计10倍
2. 当交易员用上火箭科学！波和导数检测出艾略特浪、双顶及及因子构建
3. 球队和硬币因子
4. Alphalens因子分析(2) - low turnover秒杀98%的基金经理!
5. Alphalens 因子分析 - 以低换手率因子为例(1)
6. 捕捉主力-最大成交量因子
7. 一门三杰 一年翻十倍的男人发明了 UO 指标
8. 周一到周五，哪天能买股？做对了夏普22.5！
9. WorldQuant? Word Count!
10. 新国九条下，低波动因子重要性提升！
11. 不看懂这篇文章，不要在量化中使用市盈率！
12. 拯救CCI！因子纯化后，证实CCI确实是超有效的技术指标！
13. [1027] QuanTide Weekly
14. [1103] QuanTide Weekly

alpha101 (1)

1. 第42个因子:年化17.6%，15年累计10倍

alpha (2)

1. 第42个因子:年化17.6%，15年累计10倍
2. 一门三杰 一年翻十倍的男人发明了 UO 指标

技术指标 (4)

1. 年终特稿：这个指标我愿称之为年度最强发现
2. 不看懂这篇文章，不要在量化中使用市盈率！
3. 拯救CCI！因子纯化后，证实CCI确实是超有效的技术指标！
4. 终极猜想！底蓓离的成因分析

wave (1)

1. 当交易员用上火箭科学！波和导数检测出艾略特浪、双顶及及因子构建

quant (2)

1. 量化交易中的遗传算法
2. 只廖廖数行，但很惊艳的代码

algorithm (2)

1. 量化交易中的遗传算法
2. 只廖廖数行，但很惊艳的代码

pearson (1)

1. 后见之明！错过6个涨停之后的复盘

spearman (1)

1. 后见之明！错过6个涨停之后的复盘

tushare (3)

1. 涨到溢出！PEPE告诉我，大盘还能涨几多？
2. 『Moonshot is all you need』 02 - 用tushare玩转月线回测：复权与本地缓存的秘密武器
3. 『Moonshot is all you need』 03 -

因子分析 (4)

1. Alphalens因子分析(2) - low turnover秒杀98%的基金经理!
2. 因子分析（3）- 都是坑！这么简单的Alpha计算，竟然错了？！
3. Alphalens因子分析(4) - Information Coefficient方法
4. Alphalens 因子分析 - 以低换手率因子为例(1)

Alphalens (4)

1. Alphalens因子分析(2) - low turnover秒杀98%的基金经理!
2. 因子分析（3）- 都是坑！这么简单的Alpha计算，竟然错了？！
3. Alphalens因子分析(4) - Information Coefficient方法
4. Alphalens 因子分析 - 以低换手率因子为例(1)

涨停板 (1)

1. 龙凤呈祥：这种无底限炒作，如何用量化方法发现它？

herd-behaviour (1)

1. 捕捉主力-最大成交量因子

因子策略 (2)

1. 7月：斜率动量因子表现回顾
2. 动能反转：二阶导动量因子年化Alpha达到61%！

momentum (2)

1. 7月：斜率动量因子表现回顾
2. 动能反转：二阶导动量因子年化Alpha达到61%！

因子评估 (2)

1. 7月：斜率动量因子表现回顾
2. 动能反转：二阶导动量因子年化Alpha达到61%！

review (1)

1. 私募量化策略大盘点-2024年初

trade (1)

1. 改用十进制！点差如何影响策略

history (1)

1. 改用十进制！点差如何影响策略

indicators (1)

1. 一门三杰 一年翻十倍的男人发明了 UO 指标

zscore (1)

1. Z-score 因子的深入思考

波动率 (1)

1. 新国九条下，低波动因子重要性提升！

强化学习 (1)

1. 强化学习模型能否自我演化出交易智慧？

顶背离 (1)

1. 终极猜想！底蓓离的成因分析

freshman (2)

1. 问薪无愧！
   自学量化大纲有这75页就够了
2. 量化金融人都在看哪些顶刊

resources (2)

1. 问薪无愧！
   自学量化大纲有这75页就够了
2. 量化金融人都在看哪些顶刊

others (17)

1. 全球Windows机器蓝屏，作为量化人，我的检讨来了
2. DeepSeek只是挖了个坑，还不是掘墓人，但中初级程序员是爬不出来了
3. [0721] QuanTide Weekly
4. [0728] QuanTide Weekly
5. [0804] QuanTide Weekly
6. [0811] QuanTide Weekly
7. [0818] QuanTide Weekly
8. [0825] QuanTide Weekly
9. [0901] QuanTide Weekly
10. [0908] QuanTide Weekly
11. [0915] QuanTide Weekly
12. [0922] QuanTide Weekly
13. [0929] QuanTide Weekly
14. [1013] QuanTide Weekly
15. [1020] QuanTide Weekly
16. [1027] QuanTide Weekly
17. [1103] QuanTide Weekly

AI (6)

1. DeepSeek只是挖了个坑，还不是掘墓人，但中初级程序员是爬不出来了
2. Augment随手记
3. Don't fly solo! 量化人如何使用AI工具
4. 致命的 ID -- DuckDB 中的 Returning 子句之谜
5. 21 天驯化 AI 打工仔:系统逻辑优化与分钟线数据合成
6. 除了编程，量化人还能怎么用AI？

DeepSeek (1)

1. DeepSeek只是挖了个坑，还不是掘墓人，但中初级程序员是爬不出来了

network (2)

1. 当我在星巴克连上家里的服务器，IPV6，你是值得的
2. 机器的觉醒！人工智能风云激荡70年

weekly (14)

1. [0728] QuanTide Weekly
2. [0804] QuanTide Weekly
3. [0811] QuanTide Weekly
4. [0818] QuanTide Weekly
5. [0825] QuanTide Weekly
6. [0901] QuanTide Weekly
7. [0908] QuanTide Weekly
8. [0915] QuanTide Weekly
9. [0922] QuanTide Weekly
10. [0929] QuanTide Weekly
11. [1013] QuanTide Weekly
12. [1020] QuanTide Weekly
13. [1027] QuanTide Weekly
14. [1103] QuanTide Weekly

LLT (1)

1. 『译研报03』Z变换改造均线，一个12年前的策略为何仍能跑赢大盘？

backtest (1)

1. 『译研报04』 年化25%的策略到底有没有翻车？

backtrader (1)

1. 『译研报04』 年化25%的策略到底有没有翻车？

研报 (8)

1. 『译研报04』 年化25%的策略到底有没有翻车？
2. RSRS 择时指标
3. 『匡醍译研报 02』 驯龙高手，从股谚到量化因子的工程化落地
4. 『匡醍译研报 01』 驯龙高手，从股谚到量化因子的工程化落地
5. 把研报『翻译』成代码，80%的工作都在这篇文章里讲了
6. 『Moonshot is all you need』 01 - 5分钟上手极简量化回测框架
7. 『Moonshot is all you need』 02 - 用tushare玩转月线回测：复权与本地缓存的秘密武器
8. 『Moonshot is all you need』 03 -

papers (4)

1. RSRS 择时指标
2. 『匡醍译研报 02』 驯龙高手，从股谚到量化因子的工程化落地
3. 『匡醍译研报 01』 驯龙高手，从股谚到量化因子的工程化落地
4. 把研报『翻译』成代码，80%的工作都在这篇文章里讲了

UBL (2)

1. 『匡醍译研报 02』 驯龙高手，从股谚到量化因子的工程化落地
2. 『匡醍译研报 01』 驯龙高手，从股谚到量化因子的工程化落地

quantlib (14)

1. 为什么量化人应该使用duckdb？
2. Jupyter Notebook中如何设置环境变量？
3. π-thon以及他的朋友们
4. 4k stars! 如何实现按拼音首字母查询证券代码？
5. 提速100倍！QMT复权因子高效算法
6. Pandas高级技巧-1
7. 12个参数，48个组合，这么复杂的函数怎么学？
8. 200倍速！基于 HDF5 的证券数据存储
9. 存了50TB！pyarrow + parquet
10. xtquant 中的板块数据
11. 量化数据免费方案之 QMT
12. 量化实盘接口
13. ClickHouse: One table to rule them all!
14. QMT/XtQuant 之开发环境篇

jupyter-notebook (1)

1. Jupyter Notebook中如何设置环境变量？

scikit-learn (1)

1. π-thon以及他的朋友们

pypinyin (1)

1. 4k stars! 如何实现按拼音首字母查询证券代码？

qmt (4)

1. 提速100倍！QMT复权因子高效算法
2. QMT/XtQuant 之开发环境篇
3. 21 天驯化 AI 打工仔: QMT 实时分笔数据订阅系统与多 Client 问题
4. 21 天驯化 AI 打工仔:系统逻辑优化与分钟线数据合成

xtquant (5)

1. 提速100倍！QMT复权因子高效算法
2. 如何免登录重启miniqmt?
3. xtquant 中的板块数据
4. 量化数据免费方案之 QMT
5. QMT/XtQuant 之开发环境篇

blog (1)

1. 2024年，免费博客赚钱方案

static-site (1)

1. 2024年，免费博客赚钱方案

duckdb (4)

1. 给Pandas找个搭子，用SQL玩转Dataframe!
2. Augment随手记
3. 里程碑！DuckDB 发布 1.0
4. 致命的 ID -- DuckDB 中的 Returning 子句之谜

工具 (3)

1. 一些和颜色相关的网站
2. 你可能不知道的8个IPython技巧
3. 12个参数，48个组合，这么复杂的函数怎么学？

colors (1)

1. 一些和颜色相关的网站

free resources (2)

1. Barra风险模型构建完全指南
2. 来自世坤！寻找Alpha 构建交易策略的量化方法

barra (1)

1. Barra风险模型构建完全指南

world quant (1)

1. 来自世坤！寻找Alpha 构建交易策略的量化方法

Alpha (1)

1. 来自世坤！寻找Alpha 构建交易策略的量化方法

openbb (1)

1. OpenBB 实战！轻松获取海外市场数据

数据 (1)

1. OpenBB 实战！轻松获取海外市场数据

Augment (7)

1. Augment随手记
2. 致命的 ID -- DuckDB 中的 Returning 子句之谜
3. 21天驯化AI打工仔 - SQEP 的性能再优化
4. 21天驯化AI打工仔 - SQEP与symbol编码性能测试
5. 21天驯化AI打工仔 - 日线数据的定时获取
6. 21天驯化AI打工仔 - 日线数据的定时获取（2）
7. 21 天驯化 AI 打工仔:系统逻辑优化与分钟线数据合成

arsenal (2)

1. 如何免登录重启miniqmt?
2. 量化人如何用好 Jupyter？（二）

copilot (1)

1. Don't fly solo! 量化人如何使用AI工具

vscode (1)

1. Don't fly solo! 量化人如何使用AI工具

code (2)

1. 高效量化编程: Mask Array应用和find_runs
2. 高效量化编程: Pandas 的多级索引

量化数据存储 (3)

1. 200倍速！基于 HDF5 的证券数据存储
2. 存了50TB！pyarrow + parquet
3. ClickHouse: One table to rule them all!

hdf5 (1)

1. 200倍速！基于 HDF5 的证券数据存储

h5py (1)

1. 200倍速！基于 HDF5 的证券数据存储

cursor (1)

1. 试过 Cursor 和 Trae 之后，我如何用 Augment 完成了一个复杂项目

augment (3)

1. 试过 Cursor 和 Trae 之后，我如何用 Augment 完成了一个复杂项目
2. 21 天驯化 AI 打工仔: QMT 实时分笔数据订阅系统与多 Client 问题
3. Augment Remote Agent: 有了本地Agent，为什么你还需要Remote Agent?

trae (1)

1. 试过 Cursor 和 Trae 之后，我如何用 Augment 完成了一个复杂项目

Jupyter (2)

1. 量化人如何用好 Jupyter？（二）
2. 量化人如何用好Jupyter环境？（一）

jupysql (1)

1. 量化人如何用好 Jupyter？（二）

pyarrow (1)

1. 存了50TB！pyarrow + parquet

parquet (1)

1. 存了50TB！pyarrow + parquet

数据源 (1)

1. 量化数据免费方案之 QMT

quantstats (2)

1. 原作者失联8个月，我们接手维护后他突然回来了
2. Quantstats Reloaded

实盘 (1)

1. 量化实盘接口

clickhouse (2)

1. ClickHouse: One table to rule them all!
2. 21 天驯化 AI 打工仔:系统逻辑优化与分钟线数据合成

notebook (1)

1. 为了机器能学习，我标注了 2 万条行情数据

redis (2)

1. 21 天驯化 AI 打工仔: QMT 实时分笔数据订阅系统与多 Client 问题
2. 21 天驯化 AI 打工仔:系统逻辑优化与分钟线数据合成

remote-agent (1)

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

AI-tools (1)

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

Moonshot (3)

1. 『Moonshot is all you need』 01 - 5分钟上手极简量化回测框架
2. 『Moonshot is all you need』 02 - 用tushare玩转月线回测：复权与本地缓存的秘密武器
3. 『Moonshot is all you need』 03 -