量化投资
量化投资主题下的投资学习文章合集。
什么是量化投资:用规则代替情绪
量化投资是用数学模型和程序化规则做决策,以纪律和数据对抗人性弱点。本文讲清它的核心思想、流程、优势与局限,破除"稳赚黑科技"的误解。
量化的常见策略:趋势、均值回归、套利
趋势跟踪、均值回归、套利,是量化世界里最经典的三大策略思路。本文讲清它们各自的底层逻辑、适用环境与天然弱点,帮你理解"规则化决策"的多样性。
什么是回测,怎么避免过拟合
回测是用历史数据检验策略的工具,但"回测赚钱"和"实盘赚钱"之间隔着一道叫过拟合的鸿沟。本文讲清回测的本质、常见陷阱,以及如何让结果更可信。
凯利公式仓位怎么算？为什么老手只用半凯利
凯利公式 f = p − (1−p)/b 给出理论上资金增长最快的下注比例,但全凯利波动极大,几乎没人真敢全仓照用。本文讲清公式怎么算、为什么它对参数极敏感,以及半凯利到底换来了什么。
量化 vs 主观:不是谁更高级,而是各有各的舒适区
量化和主观投资常被对立起来争高下,其实它们擅长的地方根本不同。这篇讲清两者各自的优势与盲区,帮你想清楚自己更该往哪边靠,而不是盲目崇拜量化。
量化的能与不能:它不是印钞机,也不是玄学
一边有人把量化吹成稳赚的印钞机,一边有人骂它是收割散户的黑箱。这篇冷静地讲量化到底能做什么、做不到什么,以及普通人对"散户量化暴富"该有的清醒。
多因子模型入门:把"选股理由"拆成一个个可量化的因子
多因子听起来玄乎,其实就是把"什么样的股票更可能好"拆成估值、成长、质量等可打分的因子再组合。这篇用大白话讲清它的思路、怎么组合,以及它的局限。
四个经典因子:价值、动量、质量、规模,各自在赌什么
学术和业界反复验证过的几个经典因子——价值、动量、质量、规模——背后各有一套逻辑和人性解释。这篇讲清它们各自赌的是什么、为什么有效又为什么会失效。
看懂回测报告:夏普、索提诺、最大回撤、胜率盈亏比各说明什么
一份回测报告一堆数字,新手容易只盯着年化收益。这篇讲清夏普、索提诺、最大回撤、胜率与盈亏比各自在说什么、该一起怎么看,别被漂亮的收益曲线骗了。
样本内外与前视偏差:回测最容易骗自己的两个地方
为什么回测漂亮实盘拉胯?很多时候是把"考试答案"提前偷看了。这篇讲清样本内/样本外的意义、前视偏差(用了当时拿不到的信息)怎么悄悄毁掉一个策略。
量化的第一道坎:从哪拿到干净的行情数据,又该怎么防坑
很多人量化第一步就栽在数据上——脏数据、复权错误、幸存者偏差会让后面所有努力白费。这篇讲清常见数据来源、数据要干净意味着什么,以及新手最该注意的几个数据坑。
从回测到实盘,中间那道叫"模拟盘"的缓冲你别跳过
回测好看就上真金白银,是新手最贵的冲动。这篇讲清回测和实盘之间的差距(滑点/冲击成本/情绪),以及为什么模拟盘和小资金验证是必要的缓冲,别急着实盘。
本站内容仅为投资教育，不构成投资建议。投资有风险，决策需谨慎。