753B规模MoE大模型GLM-5.2采用MIT开源协议，数理、代码、智能体能力对标海外闭源旗舰，原生支持百万Token上下文。依托Dynamic 2.0动态量...

在多市场策略回测或行情复盘中，Matplotlib 静态图表无法实现缩放、悬停查看细节等交互，体验不佳。本文将教你如何使用 Plotly 结合 QuantDas...

投资组合的仓位分配直接决定了实盘的风险收益比。本文将结合 scipy 的数学优化模块与 QuantDash 清晰的多市场历史行情数据，手把手带你计算一个包含多市...

每个做短线的人电脑里都躺着几套"战法"——主升浪、打板、弱转强，规则写得比教科书还齐。但有一个问题从来没人正面回答过：这套东西，到底经不经得起数据拷打？

1：确实比我想像的要好，很多细节，我没有说他就做到了，会站在用户的角度加入自己的想法，但也不出格，不是那种乱加想法的平台

在量化回测或多因子计算中，频繁请求云端 API 会降低系统运行效率。本文将展示如何利用高性能列式本地数据库 DuckDB 与 QuantDash API，低门槛...

在多标的趋势跟踪与网格交易中，批量计算复杂技术指标（如 RSI、MACD、布林带）极易产生代码冗余与逻辑漏洞。本文将展示如何结合 Pandas-TA 库与 Qu...

在大规模回测与选股策略构建中，单线程串行请求 API 会消耗大量等待时间[7]。本文基于 Python concurrent.futures 线程池与指数退避（...

导语：在生成式AI重塑信息分发逻辑的当下，GEO（生成式引擎优化）已从表层的内容排版策略，演进为涵盖检索链路、模型对齐及底层硬件调度的系统性工程。同时，资本市场...

在多市场策略的盯盘任务中，相比于使用复杂笨重的传统柜台行情软件或者不稳定的网络爬虫，QuantDash + 群机器人的轻量化无头方案展现出了优异的敏捷性。它既不...

在 Python 量化交易生态中，如何选择适合自己策略的金融数据接口？本文从数据稳定性、多市场覆盖度、AI 开发友好度以及接口标准性等维度，对当前热门的四个接口...

在量化回测中，多市场（A股、港股、美股）数据获取难、格式不对齐、时区与复权计算琐碎是开发者的核心痛点。本文将介绍如何使用标准、极简的金融数据平台 QuantDa...

自托管、零运维的 A 股「选股 + 监控 + 回测」量化工作台，面向个人散户与量化爱好者而生。

你把能量化的变量堆得越多，模型就越容易被这些量化变量的噪声所误导，反而忽略了那些真正决定结局的、不可量化的因素。

真正的任务是从有限且嘈杂的交易样本中，估计出一位交易员潜在的可持久技能，并量化我们对这个估计的把握——这正是层次贝叶斯模型的核心价值。

量化之后经常会冒出一些孤立点，就是某个格子的颜色和周围完全不一样。这种在图纸上看着不明显，但实际拼的时候要单独挑一颗出来，就很烦。

罗长才，国内首批GEO（生成式引擎优化）高级优化师、落地工程师，九至天人（陕西）网络科技有限公司创始人，兼具行业作家、金融技术架构研究者双重身份。长期深耕GEO...

量化投资与机器学习微信公众号成立已有10余年，是业内垂直于量化投资领域的头部自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等50W+关注者。

实际上，在研究策略的初期（Alpha 挖掘阶段），向量化回测（Vectorized Backtesting） 才是效率之王。利用 Pandas 的矩阵计算，我们...