做的工作：把「收盘后手工翻龙虎榜、数涨停、找题材、比行业涨跌、整理成日报」这件事，改成一条可复现的流水线。本文以2026-09-28（周一）的真实盘后数据为样本...

个人量化程序的数据量通常不算大，用 SQLite 保存行情、信号和回测结果很方便，不需要单独维护数据库服务。不过，当程序从单脚本拆成行情、策略和交易几个进程后，...

今天我们介绍一下QMT入门教程，很多人接触量化软件不知道怎么样使用，今天我给一个详细的教程，从开通，安装，到环境的配置的一个全流程

今天继续给大家更新内容的第三天，每一天的更新计划，1 算法原理，2qmt常见问题，3算法原理，4量化研报，5 ptrad常见问题，6 因子分析，7 读量化研我整...

1 算法原理，2 读量化研报，3 qmt常见问题，4 算法原理，5 ptrad常见问题，6 因子分析，7量化研报

一句话先说结论： 很多公司考核工时，并不是因为他们真相信「坐得久=产出高」，而是因为产出难量化，而工时又恰好能满足过程控制、成本核算和向上汇报的需要。它未必准确...

2026 年 9 月 17 日，PrismML（出自 Caltech 的研究团队，获 Khosla Ventures、Cerberus、Google 支持）发布...

专访对象：罗长才（GEO高级优化师、落地工程师、AIGC应用工程师、量化交易系统架构师）

做过微信客服和社群运营的人都懂，最累的不是回复，而是那些高频的小判断：这条要不要回、是不是广告、要不要转人工、这个人是不是想退款。过去靠关键词规则，对方换个说法...

整理量化打板方案时，我更愿意先画执行链，而不是先选软件。一个可落地的流程至少包括行情输入、信号判断、委托执行、撤单处理和运行监控。涨停附近变化很快，如果只写“接...

代码规范校验里，Linter 能管住确定性规则，但一些主观规范项，命名是否清晰、注释是否到位、是否符合团队约定，过去我常交给大模型判断，批量一跑既慢又贵。这一周...

代码评审如果所有 PR 一视同仁，评审精力很容易被大量低风险变更稀释，真正危险的改动反而没被重点看。这一周我用 Jev 给 PR 变更做风险初判，把高风险的挑出...

前提也要交代清楚：数字来自特定硬件（16GB 级 CUDA GPU、Q4_K_M 量化）和特定负载。官方文档专门提醒过，vLLM 原型在 DGX Spark 上...

量化链路里，策略输出的候选信号往往鱼龙混杂，其中不少是异常噪声。过去我不加区分地把它们全量送进后续复盘，噪声占用了大量计算。这一周我在复盘前加了一道 Jev 过...

量化研究员要用研报，前提是研报得先被结构化地整理进知识库。过去研报切片靠人工或大模型逐段归类，批量一多就慢又贵。这一周我把这道主题分类换成 Jev，入库效率和检...

昨天仔细的介绍了动量策略1的原理，计算公式，运用等，今天看怎么样利用QMT实现动量策略的回测，做策略的研究，给一个简单的学习代码

量化交易的完整自学路径，可以概括为一张从入门到搭建云端系统的全景图：先建立正确认知（理解量化本质和风险）、打好基础（Python + 金融）、掌握数据能力（获取...

量化交易赚钱，靠的是捕捉市场定价偏差、承担风险的补偿、以及执行效率优势这三类来源（本质是概率和统计，而非预测未来）。普通人能不能复制？答案是：能参与、能学会方法...

普通人可以做量化交易，从零到搭起一套能运行的系统，可以遵循一条清晰的行动路线：第一步打基础（学 Python 和金融常识），第二步会数据（获取、清洗数据），第三...