暂无搜索历史
做量化研究这几年,概念板块是 A 股最有研究价值也最复杂的"主题数据"。传统行业分类(申万一级、中信一级)反映的是公司主营业务的归属,而概念板块反映的是市场对公...
做量化研究这几年,北向资金是 A 股最被神化也最容易被误读的"外资信号"。散户迷信"北向资金净流入 = 外资看好 A 股",但当我把所有北向资金数据全拉下来做了...
传统的人工排雷方式——研究员逐家看财报、看公告、看新闻——效率太低,5000 只股票根本看不过来。
做量化这几年,我一直在思考一个问题——LLM 能不能直接帮我做主力资金策略的"信号识别"工作?
最近半年在做一个稍微复杂一点的 Agent 系统:让多个 Agent 协作完成"策略开发 → 回测 → 过拟合检测 → Walk-Forward 验证 → 实盘...
最近半年一直在做一件事:把量化策略审计流程"Agent 化",让 LLM 自动判断一个策略是不是过拟合产物。这篇文章把整个 Agent 系统的设计、实现细节、工...
最近在做中报季选股的 Agent 化改造,遇到一个非常有意思的工程问题:中报选股不是单一信号能解决的,需要"撤单识别 + 业绩质量分类 + 做盘周期识别 + 披...
最近在做股票研究 Agent 化的过程中,我遇到了一个非常有意思的问题:传统量化策略都是基于"已经发生的成交"做判断,但主力真正想告诉你的信息,往往藏在"挂出来...
在构建本地化股票数据系统的过程中,我经历了从单脚本到模块化再到多Agent协作的演进。最初一个大脚本包打天下,后来拆成采集、存储、分析三个模块。但随着数据维度增...
在量化交易和金融分析领域,数据质量直接决定了策略的成败。然而很多团队在构建本地股票数据系统时,往往把重点放在数据获取上,忽视了数据治理的重要性。数据从接口拉回来...
做本地化 Agent 投研这几年,我一直想搭一个能识别集合竞价"主力意图"的 Agent。直到去年我用本地数据引擎把所有股票的开盘集合竞价逐笔数据全部拉下来,才...
做跨市场量化这几年,我一直想搭一个能识别 AH 股套利机会的多 Agent 系统。直到去年我把本地数据引擎的所有跨市场数据全部拉下来,才意识到这套系统可以分多个...
最近 2 个月,我在自己电脑上搭了一个本地化运行的涨停板"真假封板"识别 Agent。这篇文章把这个 Agent 的架构、设计思路、踩坑过程完整记录下来,重点不...
最近 3 个月,我在本地搭了一套"多 Agent 协作的涨停板复盘系统",把"涨停板识别、主力意图挖掘、次日表现预测、复盘报告输出"这 4 个环节分别交给不同的...
最近这半年,我在自己电脑上搭了一个本地化运行的量化投研 Agent。这篇文章把这个 Agent 的架构、设计思路、踩坑过程完整记录下来,重点不是"用什么框架"(...
最近半年,我在本地搭了一套"多 Agent 协作的股票研究系统",把"数据采集、因子挖掘、策略生成、回测验证、报告输出"这 5 个环节分别交给不同的 Agent...
融资融券数据是A股市场最丰富的杠杆资金数据。融资余额、融资买入额、融券余额、融券卖出量,这些指标组合起来能反映多空力量的对比。但数据维度太多,人工分析容易顾此失...
十大股东数据是追踪机构动向的重要窗口。国家队、社保基金、QFII出现在十大股东里,往往意味着机构看好这只股票。但十大股东数据维度多、更新频率低,人工分析效率低。...
集合竞价是每个交易日开盘前的15分钟,大部分散户觉得这段时间没什么信息量。但实际上集合竞价阶段包含了大量有价值的信号,特别是对日内短线交易来说。最近我用AI A...
北向资金被市场称为"聪明钱",但大部分人对北向资金的分析还停留在"今天流入多少亿"的层面。聪明钱到底聪明在哪里?它在买入哪些行业、卖出哪些行业?它的动向对个股有...
暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市