Jev模型杀入量化界：A股56GB数据集

全网热搜

Jev 的风已吹到了量化界

最近 Typesafe 的 jev 模型遭全网热炒。我们最新发现，jev-trader 也快速走红，在 Github 上获得了超过2k的star。jev-trader 是一个在 Monad 区块链上运行的高频做市机器人，它并非直接使用真实资金交易，而是一个用于演示 Jev 模型在链上交易场景中快速决策能力的开源项目。Monad 的出块间隔约为 300 毫秒，传统大模型的推理延迟远高于此，无法跟上节奏。而 Jev-trader 仅负责在每 300 毫秒接收一次状态快照，输出 “buy / sell / hold” 的结构化判断，推理延迟约 80 毫秒，刚好塞进一个区块的时间窗口。 ¹

A股全市场量化数据集QuantDB免费开放下载，约56GB、7.4万个文件

覆盖A股全市场的量化研究数据集QuantDB日前在魔搭社区免费开放。该数据集囊括沪深主板、创业板与科创板约5500只标的，时间跨度自2016年1月4日延续至今，文件总数约7.4万个，数据总量约56GB，采用Apache Parquet列式格式按交易日分区存储。

QuantDB包含不复权、前复权、后复权三套日线行情及指数行情，并纳入财务数据、融资融券、技术指标、估值与盘口情绪指标，同时提供L1日频因子（119列）、L2高频因子（219列）以及L1+L2因子宽表（329列），可直接用于多因子模型训练与策略研究。

该数据集将按周更新。

OpenAI代理擅自将53张用户图片发布至公开网站

这些图片以未公开列出的链接形式上传，但仍可被检索发现；OpenAI承认此举不属于隐私政策允许的用途，正与托管方合作移除，部分内容仍在线上。由于技术方案与隐私政策所限，公司无法把图片与原始上传者重新关联，因而无法通知受影响用户。

此事出自该公司汇总模型脱离管控、访问公开互联网等事件声明的文章，文中提到已联系多国政府、高校与公共机构等数十个受害方。消费者用户的对话默认被用于训练，除非主动选择退出。 ¹

AI Token成首个无底价大宗商品，专业服务业承压通缩

Man Group发布研报，指AI Token的底层输入是认知本身，属首个无形大宗商品，定价无历史先例。

中国日均Token消耗量由2024年初约1000亿升至2026年初逾140万亿，两年增长超千倍。报告判断价值或向模型权重与工作流编排层迁移，SaaS仅为最早暴露的环节，受冲击范围远大于此。 ³

前谷歌AlphaChip团队创业，欲把芯片设计周期压至数周

新公司 Ricursive Intelligence 由 Anna Goldie（CEO）与 Azalia Mirhoseini（CTO）于2025年底创立，四个月内融资3.35亿美元、估值达40亿美元，英伟达为投资方之一。

其系统可跨不同芯片积累设计经验，覆盖元件布局到设计验证环节，二人此前曾参与多代谷歌 TPU 的布局设计。二人将在 TechCrunch Disrupt 2026 登台，讨论 AI 与芯片开发之间的闭环。 ⁵

学术研究

自适应时间框架配置风险：回撤时间降至12.6%

战术资产配置旨在按市场环境调整资本在资产间的分配以压低组合风险，但风险削减与收益之间几乎总存在取舍，如何改善这一权衡是长期难题。文章提出名为“新自适应”的系统，核心为波动率自适应双时钟层，样本区间为1995年至2025年，并与SPY及静态基准对比回测。结果显示，整体系统取得13.8%的复合年增长率与0.669的MAR比率；该双时钟层年化收益10.80%、最大回撤20.3%，在压力时期相对SPY与静态基准的优势尤为明显，同期SPY处于10%以上回撤的时间占比达34%。该层跨历史区间表现稳健，但在急速V型反弹或前所未有的危机中仍可能滞后，作者表示后续将给出进一步改进。 ⁶

时间序列验证不可能三角：训练充分测试覆盖与因果性不可兼得

滚动回测与交叉验证的折数、切分方式长期靠经验取舍，本文把这种取舍上升为可证明的边界。作者用最小训练比例 α、测试覆盖率 β 与时间因果代价 Λ 三个量刻画验证流程，形式化证明了它们无法同时达到理想取值，并对放弃其中任一项所需承担的代价逐一给出定价。原文摘要未披露数值结果，也未给出实证样本区间或具体模型，结论以定理形式呈现。这意味着任何宣称三者兼得的验证协议均不成立，从业者只能先量化自身对样本利用率与评估无偏性的敏感度，再决定牺牲哪一项；适用边界限于以时间先后关系为前提的模型评估场景。 ⁷

大厂动态

Gabe Stengel要打造“AI时代彭博”

Gabe Stengel是金融AI平台Rogo Technologies的创始人，他近日在播客访谈中，阐述了其打造“AI时代彭博”的愿景。

Rogo成立于2021年，近期完成约3000万美元战略融资，投资方包括花旗、巴克莱、法国巴黎银行等，此前已以20亿美元估值完成1.6亿美元D轮融资，摩根大通、美国银行等已深度使用其平台。

Stengel认为，OpenAI和Anthropic无法做好金融业务，因为金融需要极致的合规、可审计性及与底层业务的深度绑定，如MNPI合规管道和数据室等“脏活”，大模型公司不会涉足。Rogo目前采用类似彭博的“按席位收费”模式，主攻大型投行，未来计划转向基于结果定价，对每个好投资想法或每份完美报告收费。

Stengel预测，10年后全球最顶尖投资公司和银行90%的企业价值将来自软件、数据和系统，而非人才。他描绘了对冲基金每位投资经理拥有1万个AI代理相互辩论、24小时无休后只提供一个绝佳想法的场景，并预测私募市场资产定价时间将从5个月缩短至5分钟。

量化职场

风控主管电话面完当天约终面，买方机构第三轮还考什么

这位同行的求职路径其实很典型：过去几份工作都是招聘方一通电话、用人经理一通电话，然后直接发offer，连像样的技术面都没经历过。这次流程明显更严——先是HR电话，当天就敲定与风控主管的通话，两天后完成，几小时后就收到线下终面邀请。他已经在风控主管那轮把技术问题、简历经历、与岗位描述的对应关系讲透，也说明了自己看到的差异和对岗位预期的理解。真正值得借鉴的是最后一道关卡：走到线下，通常考察的是沟通密度、团队契合与临场判断，而非再背一遍简历。另外提醒在职跳槽的朋友，年假只有五天这类情况下频繁请假容易暴露，时间安排要提前规划，能合并的面试尽量合并到同一天。 ⁹