博客

量化实战随笔、平台测评与学习心得。

因子会失效吗?16 篇学术论文告诉你答案
因子会失效吗?16 篇学术论文告诉你答案
如果因子本身也在失效呢?这个问题比「回测不准」更深一层。本文整理 16 篇顶级期刊论文(JF/RFS/JFE/JPM/FAJ):Harvey 等人统计学术界已发表 316 个因子,Hou 等人逐一复现 452 个因子后发现 84% 不显著;McLean & Pontiff 发现因子发表后收益下降 58%;arXiv 2026 论文揭示 AI 让信号半衰期从 5-7 年缩到 18 个月;Alexander & Fabozzi 提出 MRP 指标,全样本 Sharpe 1.14 的策略最差制度表现 -0.05。最后给出六大应对方案的横向评估。
国内股票期货量化平台全景介绍:期货 + 股票
国内股票期货量化平台全景介绍:期货 + 股票
5 个期货接口 + 6 个期货平台 + 5 个股票工具,一篇文章讲清楚谁是谁、怎么选。
交易是价值观的暴露
交易是价值观的暴露
市场不会跟你讨论价值观,它只用价格运动告诉你——你的世界观评分是多少。本文从生态视角切入,揭示每一笔交易本质上都是一次价值观投票。规则可以复制,信念不能移植;巴菲特能拿住不是意志力,是他骨子里真的信。仓位是信念的物理形态,亏损是市场给你的正向反馈——只要你愿意被修正。
交易频率越高,赚得越少
交易频率越高,赚得越少
台湾 390 万散户年化亏损相当于 GDP 的 2.2%;上交所 5300 万账户数据显示 10 万以下散户平均每年亏 20.53%。被反复验证 25 年的研究结论:交易频率越高,净收益越低。本文用真实数据揭示过度自信、处置效应、多巴胺陷阱如何让你越操作越亏钱,以及为什么富达内部研究发现'死账户'收益超过绝大多数积极管理账户。
如何用 AI 写 PTrade 代码:从搭建知识库到实战
如何用 AI 写 PTrade 代码:从搭建知识库到实战
PTrade 是恒生电子量化交易系统,代码跑在券商服务器上、延迟低但门槛高。AI 写 PTrade 代码最大的问题不是写不出来,是「假装完成」——看起来对,跑起来错。本文给出完整解法:用 RAG 让 AI 读懂官方文档、6 条 Prompt 撰写要点、一个 RSI 策略从 0 到 1 的实战示例、以及人工审核 checklist 的 7 个检查项。
AI 量化实战课:从零到实盘的完整指南
AI 量化实战课:从零到实盘的完整指南
PTrade、文华、通达信、天勤、TB、金字塔——9 个量化平台,9 个语言坑,AI 写代码的最大问题不是写不出来,是「假装完成」。本文整合 7 天 AI 量化实战课的全部干货:从量化全貌、平台选型(含 AI 推荐排序:天勤 > 无限易/易盛 > TB/金字塔 > 文华)、RAG/MCP/Agent/Skill/Prompt 五大 AI 工具箱、用 AI 进化策略的闭环、过拟合自查 5 步清单、模拟盘 3 天 → 最小仓位 1 周 → 正常仓位实盘路径,到复盘提示词模板和知识库闭环格式。读完一小时,从零到实盘一站式讲透。
为什么越努力,越贫穷
为什么越努力,越贫穷
国家统计局 2025 年数据:周均工作 48.6 小时,比法定标准多 22%。但印尼年工作 2150 小时,人均 GDP 只有德国的 1/10。这不是鸡汤,是被反复验证的结论——越努力越贫穷。本文从贫困陷阱 S 型曲线、稀缺心态偷走大脑带宽(智商测试掉 27 分)、战术勤奋 vs 战略懒惰、时间管理死亡螺旋,到 Barber & Odean 6.6 万账户数据验证「交易越频繁越亏」,揭示努力的方向为什么比努力的强度重要 100 倍。
欢迎来到 PowerQuant
PowerQuant 是什么、4 个 AI 工具能做什么、平台资料怎么用——一篇带你认全。
PowerQuant RAG 上线:让你借助 AI 五分钟成为量化代码专家
PowerQuant RAG 上线:让你借助 AI 五分钟成为量化代码专家
一套开箱即用的量化知识库,覆盖 9 家主流量化平台(PTrade/聚宽/TBQuant/天勤等)。通过 Claude Code + MCP 协议接入,0 配置、0 维护、0 费用。4 个真实场景演示如何用它从零写策略、跨平台迁移、优化回撤、排查 bug。
10分钟上手:如何用 AI 快速分析股票
10分钟上手:如何用 AI 快速分析股票
零基础教程:用 Claude Code + PowerQuant 这套开源工具链,10 分钟搭好 AI 股票分析工作流。从单股速读、板块扫描到全市场筛选、协整套利,6 个开箱即用技能覆盖常见分析场景。每一步都基于真实行情数据,可验证、可复用。
回测是下限,不是答案:从古典概率到贝叶斯概率
回测是下限,不是答案:从古典概率到贝叶斯概率
回测年化 30% 的策略,实盘几个月就被滑点吃光利润。问题不在代码或参数,而在古典概率本身——市场是活的系统,参与者在变、制度在变、环境在变。本文从频率派 vs 贝叶斯派的根本分歧切入,讲清为什么历史胜率不能直接外推、什么是制度切换的空窗期、以及为什么贝叶斯的真正优势不是快而是连续。