alphonse2025-07-21·社区交流QuantFabric系统实战演示:从"驾驶舱"看高频交易系统的运行全貌上次我们通过天山老妖的教程了解了QuantFabric的系统架构设计,从理论层面认识了这套高频交易系统。今天继续跟着教程的第二部分,看看这个系统在实际运行时是什么样子的。 如果说上一篇是在看"设计图纸",那么这一篇就是在看"驾驶舱"——一个…#经验分享#学习资源#高频交易#C++
alphonse2025-07-16·编程与工具QuantFabric系统架构学习笔记:重新理解高频交易系统延续上次对市场"状态转换逻辑"的探讨,我们知道识别市场状态固然重要,但真正的挑战在于如何快速执行。最近在学习天山老妖的QuantFabric教程(edu.csdn.net/learn/37051/572467),对高频交易系统的架构有了更深…#经验分享#学习资源#高频交易#C++
我是宽客2025-06-29·社区交流精华文科生の量化闯关记:代码篇-1,搭建 Python 开发体系(附 GPU 配置)一、开篇 ::: hljs-center Life is short, you need Python! 人生苦短,我用Python ! ::: ::: hljs-center ::: 文科#新手入门#经验分享#学习资源
AlphaSmith2025-06-27·机器学习模型学习:学随机森林之前先学决策树(一)1. 概述 前段时间搭好了一个多因子框架,从几十个因子里面挑出了5个表现比较好的因子,先进行了MLP的训练,但是因为因子数据太少,模型基本上没学习到什么东西,迭代一次,损失就不再下降了。于是决定采用随机森林模型来训练,这个系列将把自己学习模…#新手入门#经验分享#学习资源#Python
我是宽客2025-06-26·社区交流精华文科生の量化闯关记:第一关,从零开始的挑战一、背景 ::: hljs-center 谁是西蒙斯? ::: ::: hljs-center ::: 2019 年,我天天对着堆成山的财务报表加班,眼睛都快看花了。Excel 和财务软件上跳动的数字突然变得陌生 —— 难道我的人生就要永远…#新手入门#经验分享#学习资源
我是宽客2025-06-16·量化策略Alpha101:101 个公式化量价因子深度解析(三)总结一、背景 ::: hljs-center Alpha101 的核心是通过特征工程优化因子,以此简化模型构建并提升训练效率与效果。 ::: ::: hljs-center ::: Alpha101因子体系如同量化投资领域的一座宝藏,其中101…#经验分享#学习资源#多因子模型#量化策略
189****34232025-06-16·社区交流探讨标签,特征与因子的关系与区别一、标签 1. 定义 标签是原始数据中直接观测到的底层属性,是分析的基础原材料。 2. 核心特点 未经加工的自然记录(如数据库中的原始字段)。 可能包含无关变量,需筛选后才能用于建模。 3. 示例 金融领域:股票每日收盘价、成交量、财务报表…#新手入门#经验分享#学习资源
AlphaSmith2025-06-10·社区交流精华开源项目:多智能体交易框架试用分享1.概述 这两天看到一个开源项目,TradingAgents 项目 - GitHub 还挺火的,下来来玩了玩,给大家分享下。 这涨星的速度还是可以的。 2.安装 安装就看github上的readme页有介绍。 一、背景 ::: hljs-center Alpha101 ::: ::: hljs-center We emphasize that the 101 alphas we present here are not ‘toy’ alphas …#新手入门#经验分享#学习资源#多因子模型
我是宽客2025-06-09·量化策略精华Alpha101:101 个公式化量价因子深度解析(一)一、背景 ::: hljs-center Alpha101 ::: ::: hljs-center Very coarsely, one can think of alpha signals as based on mean-reversi…#经验分享#学习资源#多因子模型#量化策略
alphonse2025-06-06·社区交流精华量化投资的"Hello World":5行代码实现你的第一个选股策略开篇:什么是量化投资? 想象你是一个经验丰富的菜市场买菜高手。每次买菜时,你都有自己的一套"规则": - 西红柿要挑红润饱满的 - 价格比平时低20%时大量采购 - 避开周末人多的时候去买 量化投资就是把这套"买菜经验"用代码写出来,让电脑…#新手入门#经验分享#代码分享#学习资源
Cai2025-05-29·社区交流精华《中金价量/Alpha191》因子代码复现整理(感谢DS/pandaai)以下是依据两篇研报因子的文字描述,通过deepseek/pandaai解读生成的Python代码实现,保留了AI生成过程和注释。意识到很多学员用户也正在做这个工作,为节约人力算力能源,在量变学院社群分享一下。 ![1748494420354…#新手入门#代码分享#学习资源#Python
AlphaSmith2025-05-17·社区交流精华用PandaAI快速复现研报的动量因子(三)1. 概述 这篇文章我们将分享《中金公司-量化多因子系列(6):关于动量,你所希望了解的那些事》中关于动量因子的适用场景,研报中提到截面分域中,动量特征在高机构覆盖、大市值、低波动、高价值的股票池中更明显;而反转效果在低覆盖、小市值、高波动…#新手入门#代码分享#学习资源