最近在做一个有趣的项目：用AI Agent来搭建一个智能化的盯盘系统。这个系统不需要人工干预，能够自动从本地股票数据引擎中读取实时行情，结合多因子模型进行选股，...

过去两年我一直在探索一个问题：能不能让AI Agent代替人做投资决策？不是简单地执行预设策略，而是真正具备分析、判断、执行能力的自主交易系统。

数据同事跑过来找我，说训练脚本在 Jupyter Notebook 里跑不起来，报了个错：

做内容的人常凭感觉选题，发完看阅读涨跌，但阅读量本身不告诉你"该写什么"，一个更稳的做法是用数据反推选题：把后台指标接进一个看板，让分享率、收藏率、互动趋势替你...

现在要把 tags 里的 "喜欢数码" 改成 "科技爱好者"，还要在 profile 里加一个 "level": "gold"。

在文档自动化处理流程中，经常会遇到 PDF 表单的处理需求。表单填写完成后，为了防止内容被意外修改、确保跨阅读器显示一致，通常需要将表单域"扁平化"（Flatt...

很多有专业能力的人，卡在"把零散知识沉淀成可复用内容资产"这一步，传统路径要写大纲、录口播、剪辑成片、搭建交付，门槛高、周期长，某平面设计师、某教龄十二年的物理...

在量化投研领域，单体智能体的能力已经得到了初步验证。无论是自主盯盘、异动分析，还是个股报告生成，单一智能体都能在特定场景下展现出远超人工的效率。然而，当我们试图...

在量化投资领域，投研团队的日常工作往往被重复性任务占据。一位资深量化分析师的一天通常是这样开始的：打开多个数据源终端，手动导出前一交易日的行情数据，运行既定的因...

作为一名在量化交易领域摸爬滚打了五年的开发者，我始终在思考一个问题：我们距离真正的"智能交易助理"还有多远？从最早的条件单到后来的脚本化策略，从机器学习选股到大...

量化投资领域有一个公开的秘密：一个策略从"灵光一现"到"实盘上线"，中间90%的时间都花在了非策略本身的事情上。