引言：当股市变成段子手

如果说哪个资本市场最具“娱乐精神”，A股市场恐怕难逢对手。在这里，股价的波动有时并不遵循严谨的财务分析或价值投资理论，而是与一些看似风马牛不相及的社会热点、名人八卦甚至大洋彼岸的总统选举，产生着某种神秘的联系。

这些“无厘头”式的涨跌，其逻辑之清奇，连最优秀的段子

优化项

• 兼容 8G 低内存运行
• 支持 GPU 加速运行
• 自适应特征数量
• 增加交叉验证早停，避免过拟合

[https://bigquant.com/codesharev3/388cec08-0344-4960-820f-5b50998f30c3](https://b

初学量化月余，复现第一个简单因子：聪明钱，看了一些文章应该是说聪明钱应该已经过时了，但还是简单复现一下，为了总结高频数据低频化因子的一些基础过程，也主要为跑通流程使用

\n结论(不一定对哈)

因子未失效，但需精准定位：仅在「中大市值+低换手」股票中仍然有效

聪明人未必能做好投资

我买过一些名校出身的基金经理的产品，结果亏成狗。我总结这些失败的投资经历后认为，纵然是聪明人，世界一流顶尖人才也未必能做好投资。管理人的学历只能作为产品宣传的噱头，不能作为产品业绩的保证，这是很多投资新手在买产品时容易掉进的陷阱。

投资中的KISS原则

想做中证800指增策略，系统卡着不能进行下去了，心烦意乱，有没有大神救一救~~~~

1、多次出现score，系统无法识别该用哪个score

**思路是从中证800股票池，通过约10各因子得分加总AS score,按照score排名，降序取前200只，再在这200只按照score降

在日常投研里，SQL 擅长数据读写与过滤，但在复杂计算上可用算子有限；Python 则拥有 numpy/scipy/pandas 等丰富工具，但一旦离开 SQL 查询链路，就容易出现“先拉数据 → 再本地算 → 再落表/再 join”的低效流程。\n因此我们需要一种方式：**保留 SQL 的

https://bigquant.com/codesharev3/334cf534-51a5-4834-a874-37479124372b

因子构造思路

1. 策略定位与适用场景

本策略为两融信用账户下的配对交易（Pairs Trading）/统计套利策略。通过同时交易两只高度相关或同一行业的股票（示例：601328.SH 与 601998.SH），在它们的相对价格出现短期偏离时进行多空对冲交易，目标是获取价差均值回归带来的收

一些与量化投研关系不大的闲聊。

在“私享会”内部，我们正式推出全新协作型组织——投研团！这是一个围绕具体策略方向组建的兴趣聚合、目标导向型研究小组，旨在帮助每位成员从“单打独斗”走向“团队攻坚”。

什么是投研团？

• 核心定位：以策略为单位的小型协作研究团队
• 组织形式：每个投

AI因子挖掘项目培训

大模型驱动的量化投资策略开发

主讲人: 徐啸寅

大模型驱动的量化策略开发体系以 **多模态大模型（如DeepSeek、GPT-4）**​ 为核心，结合 时序数据库、知识图谱​ 和 强化学习框架，构建“数据-信号-策略”全链路闭环。系统通过以下技

基于对report_agent项目的分析，这是一个智能投研分析系统，能够自动化生成A股深度研报。系统集成了公司基本信息分析、财\n  务数据分析、行业分析、估值分析、K线技术分析、新闻公告文本分析等多个模块，通过LangGraph工作流串联，最终生成结构化的\n  投资研究报告。\n\n  课程总结

请问，资金流因子是通过挂单量确认主动买入大单的吗？

如果资金直接下单市价买入50万，但是委卖方是挂了10笔5万。这个时候数据平台的资金流因子会判断是1笔主动买入大单，还是10笔主动买入中单？平台是否有对逐笔成交金额进行order id的聚合

引言：为何你在股市中总是感觉力不从心？

你是否也曾有过这样的困惑：投入了大量时间研究财报和K线，却总是在“关键时刻掉链子”，错失良机？你是否也希望通过股市增加一份收入，却常常“被市场的突发波动打得措手不及”？

如果你有这些感受，请不必过分自责。**核心问题并非出在你的经验，而是你赖以决策

引言：把握时机，洞见价值

当前正值上市公司年报和季报的密集发布期，对于每一位投资者而言，这不仅是检阅过去成绩的时刻，更是洞见未来、寻找价值型股票的关键窗口。

市场的喧嚣中，短暂的题材炒作或许能带来一时的波澜，但真正能够驱动股价实现长线上涨的核心动力，永远是公司基本面发生的根本性改变。这些

1. 回测 vs 模拟交易，最大的“隐藏差异”是什么？

在回测里，策略通常是一个连续进程跑完整个区间：

• initialize() 只执行一次
• 变量在内存里一直存在（计数器、上次调仓日、上次权重……）

但在模拟交易里，系统很常见的运行方式是：

• 每个交易日（或每次任

略微出手就是一个做空无敌，稍作修改就感觉比一些研报的多空收益要好。但是可笑的是我完全是用的日频数据。感觉研报都在水工作内容。

以下两张图都不包含涨停或者跌停板。

![](/wiki/api/attachments.redirect?id=84c912c5-0b4d-4373-9654-3

引言：孙悟空的“真经”

孙悟空明明可以一个筋斗翻到西天，为何还要陪唐僧历经九九八十一难？这个经典故事背后隐藏着一个深刻的道理：真经不是经书，而是经历。在职业操盘的世界里，这个道理同样是核心。成为真正赢家的秘密，并非掌握某种无人知晓的技术，而是源于一种深刻的内在经历——一次明明白白的胜利。本

别再问国内量化“大神”为何不去美股了。他们不是不能，而是不愿——因为A股才是完美的“围猎场”。这并非能力不足，而是一个经过深思熟虑的战略选择。答案就隐藏在中国A股市场独有的四大惊人优势中，本文将为您逐一揭秘。

优势一：一个庞大且“活跃”的猎场

量化策略的根基是数据，而A股市场为此

引言：一个引发思考的现象

今天刷到一个关于量化交易的视频，评论区里的一些普遍认知，实在让我有些忍俊不禁。现在很多人的固有认知里，似乎默认了“在A股做量化的都赚钱”。这个观点几乎成了一种市场迷信。

但事实果真如此吗？

本文将深入探讨这个误区，并引申出一个更深层次的投资问题。核心观点是：量

==直播20:00开始==

Q1：常用的有效因子有哪些？如何找到有效的因子？

常用的因子有 市值、换手率、动量、质量、估值、成长、盈利等因子。

![](/wiki/api/attachments.redirect?id=48efb719-d116-40a7-b37a-4e0

一、以随机游走的眼光来看待趋势

传统的轮动趋势预测是去找到尽量精确的方法预测接下来一期的相对收益，本文我们尝试换一种角度，从随机性的概率角度来理解长期趋势的形成与切换。

一般理解的趋势延续是需要收益率的自相关性的，即过去好则未来好，这是动量的视角。但从随机游走的角度来说，趋势的产生