95 阅读
逐笔成交方向推断：用 tick 数据还原每笔交易的买卖方向
文章 价格之上，还有暗流 2010年5月6日，美股市场发生了著名的"闪电崩盘"（Flash Crash）。道琼斯工业平均指数在几分钟内暴跌近1000点，然后又几乎完全反弹回来。事后的调查报告中，有一幅图让所有量化研究员屏住了呼吸——那张图不是价格走势图，而是一张密密麻麻的散点图，每个点代表一笔成交，横轴是时间，纵轴是成交量，点被标记为红色（卖出）或蓝色（买入）。在那几十秒的崩盘窗口中，蓝色点几乎完
API 教程
TickDB API 开发教程、WebSocket 接入和 SDK 示例
45 阅读
TickDB 的 WebSocket 单连接能订阅多少标的？压测报告
连接是有极限的。但你的策略可能还没摸到它。 凌晨三点，你的监控面板弹出一条告警——某只小盘股瞬间闪崩 23%。你下意识打开订单簿想复盘，结果数据卡在 5 秒前的快照上，等画面刷新出来，流动性已经消失了。 这不是网络问题。这是很多数据源在多标的并发推送时的真实表现：连接数不够用，报文在服务端排队，延迟像滚雪球一样越滚越大。 关于 TickDB 的 WebSocket 连接，官方文档写的是"单连接支持
46 阅读
为什么 TickDB 的 API Key 放 Header 而不是 URL？鉴权方式的安全性解读
为什么 TickDB 的 API Key 放 Header 而不是 URL？鉴权方式的安全性解读 一、一个真实的教训 2019 年，某金融科技公司在 GitHub 上泄露了一份代码。泄露的不是算法，不是策略，而是一个 URL： 这个 API Key 是生产环境的。 三小时后，攻击者用这个 Key 下单了 47 笔期权价差套利，锁定了 120 万美元的名义价值。攻击者知道这是真实的——因为订单簿和成
75 阅读
学术量化论文复现指南：从阅读到代码实现
你读了三遍的论文，还是不知道怎么写代码 第一次读，你被数学推导震撼。 第二次读，你试图理解核心假设。 第三次读，你决定动手实现——然后卡在了数据获取上。 你的屏幕左边是 PDF，右边是空白的 IDE。策略逻辑你已经倒背如流，但回测需要什么数据？Tick 数据还是 K 线？需要多久的历史？论文里的参数在代码里怎么初始化？ 这不是能力问题。这是方法论问题。 学术量化论文的复现，本质上是一场「从论文语言
78 阅读
低代码量化：用 AI Agent + TickDB SKILL 实现自然语言行情查询
你的策略不会说话，但 AI 可以替你开口 凌晨三点，你的手机震了。 你迷迷糊糊拿起手机，看到飞书推送：「AAPL.US 买盘压力比突破 2.5，建议关注」——这不是你自己写的监控脚本，是 AI Agent 在替你看着。 这不是科幻。是你接下来的 20 分钟能亲手搭出来的东西。 本文手把手演示：用 AI Agent 调用 TickDB 的行情 SKILL，把自然语言查询变成可执行的量化信号。不需要你
58 阅读
优雅关闭与状态持久化：如何让程序随时重启而不丢数据
程序员的午夜惊魂：那条没存进去的数据去哪了 凌晨 3 点，你的行情监控服务突然被云厂商重启了。WebSocket 断开的瞬间，最后一笔深度数据——买卖盘口里那个关键的 45,000 股卖压堆积——还没来得及落盘就没了。 重启后的程序空空如也。它不知道刚才发生了什么，订单簿初始化为零，从头开始重建。10 分钟后，它才重新捕捉到类似的价格信号，但彼时市场环境早已不同——那次机会窗口，就这样永远错过了。
70 阅读
策略连续亏损自动熔断：用状态机保护你的账户
开篇 凌晨 3:47 分，警报声打破了寂静。 一位量化工程师从睡梦中惊醒，手机屏幕上是一条异常通知：他的趋势策略在过去 4 小时内连续亏损 12 次，账户回撤达到了 8%。他翻身下床，手忙脚乱地打开终端，试图手动停止策略——但市场在那个瞬间已经崩了。他的策略继续开仓，仓位在一片混乱中被强制平仓。账户净值从峰值回撤了 23%。 这不是虚构的场景。这是 2010 年 5 月 6 日“闪电崩盘”中真实发
44 阅读
TickDB 为什么不支持美股 tick 数据？产品边界的坦诚解读
前言 凌晨两点，一位量化开发者盯着屏幕发呆。他的均值回归策略在过去三个月回测中表现优异，但实盘收益却持续亏损。他反复检查因子逻辑、订单路由、交易成本——一切看起来都没问题。 直到他意识到一个被忽视的细节：他的回测数据是分钟级 K 线，而他的实盘信号基于逐笔成交。分钟 K 线抹平了订单簿的微观结构——那些藏在买卖价差里的流动性陷阱、那些被快照遗漏的冰山订单。他需要 tick 数据，而且必须是美股的。
51 阅读
TickDB 的 WebSocket 单连接能订阅多少标的？压测报告
凌晨两点，告警拉响。延迟从 50ms 飙升至 800ms，内存占用率冲破 80%。根因查了一个通宵：策略监控系统订阅了 847 个标的，单连接每秒接收超过 3000 条消息。 这不是孤例。几乎所有构建实时行情系统的开发者，都会在某个节点面对同一个问题：一个 WebSocket 连接，到底能承载多少订阅量？ 官方文档写的“不限”二字，是技术宣言还是营销话术？代价是什么，边界在哪？ 本文的答案是：亲自
55 阅读
中小资金量化的数据源性价比选择：每月 100 美元怎么花
中小资金量化：100 美元 / 月的精确花法 --- 本文导航 - 你的预算正在被三种隐性成本吞噬 - 成本分配模型：三类资金的“黄金比例” - 实时数据 vs 历史数据：ROI 剪刀差 - 三种典型场景的选型决策树 - 生产级数据获取代码模板 - 100 美元 / 月预算分配方案（直接可抄） - 结语与分层行动引导 --- 你的预算正在被三种隐性成本吞噬 做量化的人常有一种错觉：只要找到“便宜的
57 阅读
订单簿买卖压力比：从 depth 数据到交易信号的完整实现
订单簿买卖压力比：从 depth 数据到交易信号的完整实现 价格是投资者看到的最终结果，而订单簿是所有结果的源头。 每一笔成交价背后，都有买方想要买入的数量、卖方想要卖出的数量、以及他们各自愿意接受的价格档位。盘口上密密麻麻的数字不只是静态的挂单，更是一个实时博弈的快照。但当你打开 Level 2 行情，看着十几档甚至几十档的挂单量，你可能会陷入一种熟悉的困境：数据太多，信号太少。 这就是买卖压力
79 阅读
Python 量化生态全览：从数据到回测到实盘的工具链
Python 量化生态全览：从数据到回测到实盘的工具链 > “工具选错，三周白干。” 这是我第三次听到朋友抱怨同样的事情：他花了整整三周学完 Backtrader，准备回测一个财报事件策略，结果发现数据源根本无法满足他的需求——不是精度不够，就是接口不支持实时推送。他最后不得不推翻重来。 这不是个例。Python 量化生态的现状是：工具太多，信息太杂，新人很容易在一个错误的地方消耗大量时间。 本文
54 阅读
历史数据完整性校验：如何发现数据源的“静默缺失”
"你的策略在过去三年赚了 47%，夏普比率 1.8，最大回撤 8%。你信心满满把它部署到实盘——第一周亏掉了 12%。" 这不是策略失效，是数据在说谎。 回测与实盘之间的鸿沟，往往不在模型，而在数据管道中的静默缺失：数据源没有报错，没有告警，只是悄悄地少给了几天数据。缺失的数据让回测低估风险、高估收益。等你发现问题，对账单已经红了。 数据缺失不会发出声音。必须主动去听。 本文系统拆解历史数据的完整
46 阅读
六家美股数据源 WebSocket 实现质量横评：谁最稳定？
六家美股数据源 WebSocket 实现质量横评：谁最稳定？ 凌晨 3:47，我的 Slack 被一条告警炸醒： > 这不是回测环境，是实盘。策略正在捕捉期权波动率的均值回归机会，而数据源在这最不该断的时候断了。等我手动重启服务、重新订阅、补全数据，15 分钟的流动性窗口已经关闭。 那天早上我亏了 800 美元。但比钱更让我痛苦的是：这个问题本可以避免——如果我选的数据源 WebSocket 实
80 阅读
从回测到实盘：填平那 5 道鸿沟
从回测到实盘：填平那 5 道鸿沟 --- > "回测收益率 47%，实盘第一周亏损 12%。" 这不是你的策略出了问题，而是你的认知模型从一开始就是残缺的。回测和实盘之间隔着五道真实的工程鸿沟：每一个都有人在上面摔死，每一个也都有可工程化的解决方案。 本文不喂鸡汤。我们逐道鸿沟拆解——先说机制，再说代码，最后给出可操作的填平方案。 --- 一、为什么回测永远是"乐观的" 回测系统是一个事后诸葛亮式
43 阅读
实盘滑点监控：当成交价偏离信号价超过阈值时告警
成交价与信号价的距离，比你想象的更致命 你盯着屏幕上那条完美的回测曲线，年化收益率 47%，夏普比率 3.2。实盘跑了三个月，收益率变成了 12%。你把因子调了又调，把数据对齐方式改了又改，回测曲线依然漂亮，实盘曲线依然惨淡。 问题往往不在策略本身，而在执行层。 回测引擎用收盘价模拟成交，每笔交易都被假设为"立即以信号价完成"。但真实市场中，买一价在变，经纪商路由在排队，你的订单滑过报价，成交在更
50 阅读
TickDB 免费层深度测评：白嫖党能走多远
"你的 API Key 还有效，但今日配额用完了" 凌晨两点，你刚写完一套财报事件驱动策略的回测脚本。回测结果漂亮得不像话——年化 34%，夏普 2.1，最大回撤 8%。你信心满满地点下"部署"，然后收到了一条报错： 你盯着 愣了三秒，心想：这玩意儿到底限到什么程度？ 本文用实测告诉你：TickDB 免费层能做什么、不能做什么，以及配额耗尽后代码应该如何优雅地应对。 --- 免费层到底给了多少？
55 阅读
程序员转量化的金融知识速成指南：你只需要懂这 5 个概念
开头不要重复标题，用场景钩子 --- 你以为写代码是量化最难的环节。 直到你第一次跑回测，发现一只股票的价格在某个时间点突然从 150 元变成了 90 元——不是分红，不是拆股，只是“前复权”还是“不复权”的区别。 然后你研究期权数据，发现希腊字母字母表都认识，但 delta、gamma 混在一起分不清到底该用哪个。 你开始怀疑人生：当年学编译原理、操作系统、分布式系统都没这么费劲，怎么几个金融概
50 阅读
财报电话会议情绪分析：Whisper + LLM 自动化流水线
> "The way a CEO answers an analyst's question tells you more than the earnings report itself." 在二级市场，财报电话会议（Earnings Call）是机构投资者获取管理层情绪信号的核心渠道。语调是防御还是进攻？语速加快还是迟疑？被追问时是否换话题？这些信息不会出现在任何 PDF 里，但它们藏在音频里。
69 阅读
策略连续亏损自动熔断：用状态机保护你的账户
策略连续亏损自动熔断：用状态机保护你的账户 凌晨三点，Slack 发出刺耳的告警。 你从床上弹起来，手机屏幕上显示着策略组的监控面板——实盘账户的回撤曲线已经击穿了预设的警戒线。你揉了揉眼睛，确认自己没有看错：过去 72 小时，策略连续亏损 23 笔，累计回撤 8.7%，而你的熔断阈值设定在 5%。 问题在于，你的熔断逻辑是人工判断的——阈值在那里，但没有人半夜三点盯着屏幕。策略还在跑，还在开仓，