匡醍量化|大富翁量化 最后更新: 2026-04-13 Table of Content 为什么我们需要因果卷积? 均线的参数到底设多少合适?20日还是30日?网格搜索出来的"最优参数"一上实盘就失效。这篇文章介绍一种思路:让模型自己从K线里学出权重,不用人工拍板——这就是因果卷积(Causal Convolution) 2026-04-20 既生瑜 何生亮! Hermes Agent究竟怎么样? 从安装失败到‘Eureka’时刻,Hermes Agent 和 OpenClaw 就像‘既生瑜,何生亮’,一个自带武装,一个手动挡,究竟谁更胜一筹? 2026-04-13 龙虾流量太贵? 我一招搞定每天7500万词元 OpenClaw 是未来的操作系统。它非常强大,是你的第二大脑和智能装甲。但是,你可能正在未流量费用太贵而苦恼,却浑然不知,有人一天获得过7500万的免费 QWen 3.6的token. 2026-04-11 如何获取免费的华尔街日报的文章 彭博一年订阅费 ¥4300+?这么贵,其实有免费的办法。本文分享一个绕过付费墙的浏览器扩展,帮你零成本获取彭博等主流财经媒体的付费内容,同时附上金融人的阅读顺序框架。 2026-04-03 聊聊 TCN:一种更清晰的时间序列解构方式 2018 年 Shaojie Bai 等人的那篇论文,让 TCN 真正走进了量化视野。它不是某种黑盒,而是一套极其清晰的时序解构方案:因果卷积守住底线,膨胀卷积扩大感受野,残差连接确保深度。这篇文章带你拆解 TCN,看看它如何用卷积的逻辑,把时间序列的权重分配讲得通透且明白。 2026-03-30 做能调教AI的赛博老技师,量化人也该开始装Skills了 Skills Marketplace 让量化人把 Tushare、XtQuant、BaoStock 这类 A 股上下文装进 AI 工作流,比多一个 prompt 更重要。 2026-03-26 强化学习 vs 监督学习:AI炒股的两种思路 强化学习 vs 监督学习哪个更适合AI炒股?监督学习像"背答案",强化学习像"实战练"。一篇文讲清楚两者的核心区别、优缺点,以及在金融量化中该怎么选。 2026-03-23 白银大涨引发的量化套利策略 全球避险情绪与工业需求双重驱动下,白银价格一路狂飙。这种单边行情不仅让持有实物或期货的投资者获利丰厚,更在场内催生了一个低风险的“捡钱”机会——LOF 基金场内外溢价套利。 2026-01-24 The Battle for a New Dawn量化新基建(四):Pandas 3.0 深度解析 pandas 3.0 在 2026 年量化技术栈中的核心地位,探讨从 NumPy 到 PyArrow 的架构转型、字符串处理革命、Copy-on-Write 机制以及开发者背后的故事。 2026-01-19 普校逆袭天花板 进化论王一平:有逻辑的量化 想要从主观投资转向量化?看看进化论资产创始人王一平的硬核路径。从江西财大到管理百亿规模,他坚持“手写因子”,拒绝机器学习的“黑箱”。在小微盘股波动的极端行情下,他是如何靠“逻辑类因子”的一票否决权有效控制回撤的?本文带你深度解读“有逻辑的量化”。 2026-01-17 量化投资黑话:深度解析“因子”及其核心逻辑 一部现代量化投资史,就是一部不断发现、定义和应用各种因子的历史。本文深度揭秘量化投资核心“黑话”:从因子的五大硬核标准,到解决比较难题的中性化技术,再到如何构建多空组合捕获纯粹收益。一文助你建立系统性的量化思维框架。 2026-01-16 我之为我,有路可寻:量化传奇 Max Dama 的非典型量化之路 讲述量化传奇 Max Dama 的逆袭之路:从冲浪少年到伯克利“四学位”学霸,再到高频交易核心。深入剖析 HFT 行业的垂直整合、透明文化及极短反馈机制,并分享他对 AI 应用与量化求职的独到见解。 2026-01-15