用数据读懂金融市场

美股

美股市场深度分析,覆盖纳斯达克、纽交所和标普500

89 篇文章
18 阅读

用 LLM 分析财报电话会议情绪:从音频转录到交易信号

用 LLM 分析财报电话会议情绪:从音频转录到交易信号 开篇 > “语言是思想的载体,而语调是情绪的泄露。” 2019 年第二季度财报电话会上,亚马逊 CFO Brian Olsavsky 在回答关于利润率压力的问题时,语速从平均每分钟 145 词骤降至 112 词,停顿频率增加了 37%。财报当天,亚马逊股价下跌 3.19%,次日继续走低。这一跌幅在当时被归因于“市场对利润率扩张预期的重新定价”

玩金融的小T us-stocks
10 阅读

价格是结果,订单簿是原因:理解市场微观结构的 5 个层次

价格是结果,订单簿是原因:理解市场微观结构的 5 个层次 --- 这不是一篇教你“读K线”的文章。 两根同样形态的锤子线,一根之后大涨 5%,另一根直接破位下行。你翻开基本面,消息面几乎一样。再看资金流,北向资金净流入数据也差不多。 问题出在哪? 答案藏在 K 线诞生之前的那几秒钟——订单簿上,每一笔买卖挂单正在无声地博弈。K 线只是这场博弈的结果,而订单簿,才是原因。 本文将市场微观结构拆解为

玩金融的小T us-stocks
34 阅读

拆股前后的价格序列对齐:前复权与后复权的选择陷阱

前复权与后复权的选择陷阱:拆股数据对齐的技术细节 > “拆股不会改变你的持仓价值,但它会彻底摧毁你的回测系统。” 2012 年 3 月,苹果(AAPL)宣布 1:7 的拆股计划。那一天收盘价为 $644,拆股后第一个交易日开盘价为 $92.14。如果你用未复权的 $644 数据直接代入均线计算,你的 20 日均线会在拆股当天断崖式下跌——这不是市场出了什么问题,是你的数据出了大问题。 大多数量化新

玩金融的小T us-stocks
8 阅读

财报发布那 5 秒:用 depth 频道实时捕捉流动性塌陷

订单簿不说话,但它的失衡比价格提前 3 秒尖叫 2026 年 2 月 15 日,英伟达发布财报。盘后交易的头 5 秒内,买一价位从 137.20 美元被砸穿至 132.50 美元,跌幅 3.4%。如果你盯着价格看,第一根红柱出现在第 4 秒。但如果你在看订单簿——买盘堆积量在第 2 秒就已萎缩至正常水平的 35%,买卖价差从 0.02 美元扩大至 0.15 美元,整件事在价格行动发生之前就已经写在

玩金融的小T us-stocks
19 阅读

相关性不等于因果:冰淇淋销量和溺水人数正相关

统计幻觉:当数字说谎时 凌晨三点,你盯着屏幕上跳动的数字:过去 30 个交易日,两个完全不相关的标的,走势相似度超过 0.92。 你的因子库多了一个新成员。 六周后,这个因子亏损了 23%。 这不是运气问题。这是统计学的基本假设被违背了——相关性不是因果,而大多数量化因子本质上是在赌相关性持续存在。 本文从冰淇淋与溺水的经典悖论出发,系统拆解伪相关的生成机制、检验方法,以及如何在工程层面构建真正有

玩金融的小T us-stocks
38 阅读

隔夜信号预计算:盘前流动性预估与开盘策略准备

盘前 4 小时:那些被大多数交易者忽略的 alpha 源 --- 市场在下午 4 点收盘后,并不会真正安静下来。 对于量化交易者而言,收盘后的几个小时内,交易所仍在处理当日结算、盘后大宗交易、机构调仓指令陆续进入券商内系统——这些行为会在盘后报价中留下痕迹。而更重要的是,次日盘前的集合竞价阶段本身就是一座未被充分开采的信号金矿。 一个简单的事实:如果你的策略在上午 9:30 开场时才开始“看盘”,

玩金融的小T us-stocks
33 阅读

熔断与涨跌停:当市场按下暂停键

当刀落下:熔断的 15 分钟里,市场在想什么 2010 年 5 月 6 日下午 2:32,道琼斯工业平均指数在不到 20 分钟内暴跌 998.5 点,跌幅接近 9%,随后在收盘前几乎完全反弹。这天后来的名字叫"闪电崩盘"(Flash Crash)。调查人员事后翻看订单簿记录,发现了一个令人不安的事实:在崩盘最剧烈的几分钟内,纳斯达克的买卖价差扩大了超过 100 倍,部分股票的报价出现了从 100

玩金融的小T us-stocks
25 阅读

分钟 K 线的暗坑:不同数据源的聚合规则差异及回测偏差

挂钟滴答之间:分钟 K 线里被忽视的 43 分钟缺口 --- 三个月的回测,收益率 47.3%,夏普比率 2.1。实盘第一周,亏损 8%。 这不是策略失灵,而是数据源在作弊。 量化开发者小林在排查日志时发现了端倪:他的代码从 tick 数据自聚合的分钟 K 线,和 Bloomberg 终端给出的分钟数据,在美东时间 9:30 开盘后的前 5 分钟内,成交量相差了 12%。 不是数据延迟,不是计算错

玩金融的小T us-stocks
27 阅读

美股盘前盘后交易的流动性陷阱:如何过滤假突破信号

"你的突破信号可能是交易所的一个模拟成交单。" 2024年11月的一个深夜,一位量化工程师在 Discord 上贴出了某只中概股的盘后 K 线——股价在 30 分钟内从 82 美元飙升到 89 美元,突破形态堪称教科书级别。他按照策略挂单买入,然后看着价格在次日盘前一路跌回 81 美元。 问题不在策略逻辑,而在于盘后本身。 当某只股票的盘后成交量不足其日均成交量的 2% 时,任何技术指标都是沙滩上

玩金融的小T us-stocks
29 阅读

外汇三角套利:EUR/USD、GBP/USD、EUR/GBP 的实时套利监控

外汇三角套利:EUR/USD、GBP/USD、EUR/GBP 的实时套利监控 > "在外汇市场上,没有哪个交易员会忽视三角套利的机会——那是市场偶尔失效时发出的免费午餐邀请函。" 三个货币对,六个字母,一个数学恒等式。当 EUR/USD、GBP/USD、EUR/GBP 三组报价同时在场时,理论上存在一个无风险的利润窗口:EUR/USD × GBP/USD ÷ EUR/GBP = 1。如果这个乘积偏

玩金融的小T us-stocks
40 阅读

Alpha 从哪来,又到哪去

Alpha 从哪来,又到哪去 > “在市场中,每个人都在争夺同样的信息、同样的预期、同样的利润。直到有一天,你发现自己的策略不再赚钱——不是因为市场变了,而是因为太多人和你想得一模一样。” 这不是某个量化从业者的个人感悟,而是每一个因子生命周期中必然经历的宿命。Alpha,这个量化交易世界的核心词汇,从来不是凭空产生的,也不是凭空消失的。它的产生需要三个条件:信息差、执行优势、以及市场的不完美。它

玩金融的小T us-stocks
28 阅读

样本外验证的正确姿势:如何避免过拟合的虚假信心

回测天堂的陷阱:为什么你优化的参数正在慢慢杀死你的策略 > “一个在 2015-2020 年表现完美的策略,往往不是因为它发现了市场的某种规律,而是因为它学会了背诵那段时间的噪音。” 量化圈有一个公开的秘密:大多数回测报告都不可信。不是因为数据造假,而是因为方法论的欺骗性太强。 一个趋势跟踪策略,你在 Python 里调了三个参数——均线周期、入场偏差、止损幅度——跑出来夏普 2.3,最大回撤 8

玩金融的小T us-stocks
16 阅读

协整与伪回归:如何找到真正一起走的股票对

协整与伪回归:如何找到真正一起走的股票对 > “相关性是市场的表象,协整才是均值回复的底层逻辑。” 2010 年秋天,一只量化基金在纽交所的对决震惊了华尔街。 主人公是斯坦福统计学教授 Alfred Nobel 的门徒——David Shaw;对手是一家体型十倍于他的对冲基金。两者都发现了同一个“机会”:美国电力股与天然气股走势高度相关,价差长期围绕某个均值波动。逢高做空电力股、逢低做多天然气股,

玩金融的小T us-stocks
32 阅读

凯利公式:每次该下注多少

凯利公式:每次该下注多少 > “在胜率对你有利的游戏中,最大的错误不是下注错误,而是下注金额错误。” 这是伯恩斯坦(Peter Bernstein)在《与天为敌》中对风险本质的一句总结。金融市场每天都在上演这样的戏码:交易者发现了精妙的策略逻辑,验证了漂亮的回测曲线,却在实盘中亏光离场。不是因为策略失效,而是因为仓位失控。 本文从一道具体的问题出发:胜率 60%、盈亏比 2:1 的策略,每次该投入

玩金融的小T us-stocks
18 阅读

美股 NBBO 深度够用吗?趋势跟踪策略的数据粒度选择

价格是信号,深度是噪音 2019 年秋,一个在 Jane Street 干了六年的量化研究员跟我分享了一个反直觉的发现:他用 NBBO 数据跑趋势跟踪策略,改用 full-depth L2 后,策略夏普从 1.42 跌到了 0.87。他花了三个月排查,最后结论是:多余的档位引入了更多噪声,而非更多信号。 这个结论当时让我非常困惑。毕竟,订单簿越深,不是应该越能看清市场的"真实供需"吗? 后来我明白

玩金融的小T us-stocks
26 阅读

每日收盘后,职业量化团队在做什么?盘后工作流自动化

每日收盘后,职业量化团队在做什么? 曼哈顿下城,凌晨十二点。 交易所的终端早已归于沉寂,而第七层楼的服务器机房依然亮着微弱的蓝光。交易员早已离开,但算法工程师老陈还坐在工位前——他不需要盯盘,他要盯的是后台。 过去六年,他构建了一套盘后自动化工作流。每天下午四点零一分,最后一笔撮合完成后,这套系统就会自动启动:数据从交易所归档入库,因子开始重新计算,策略归因报告在凌晨两点前生成,而到第二天开盘前,

玩金融的小T us-stocks
32 阅读

均值回归与动量:量化策略的两大基石

市场里有两种永恒的叙事。 一种说:涨多了必跌,跌多了必涨。股价像被一根看不见的橡皮筋牵着,总要回到某个"合理"的位置。支撑这种信念的证据随手可见——1987年黑色星期一后的V形反弹、2008年金融危机期间的超卖、A股市场上那无数次"高估值回归"。 另一种说:趋势一旦形成,就会自我强化。突破阻力位后追进去的人赚到了钱,这些钱又吸引更多人入场,价格继续上涨。互联网泡沫前的科技股、比特币的历次牛市、顺周

玩金融的小T us-stocks
28 阅读

美股统计套利:跨标的协整配对交易的完整实现

当市场失灵时,赚钱的机会就来了 2010 年 5 月 6 日,道琼斯指数在几分钟内暴跌 9%,然后几乎同样迅速地反弹回来。事后人们称之为“闪电崩盘”,媒体热衷于渲染其戏剧性。但量化交易者注意到了另一件事:在那片混乱中,一些历史上的“同涨同跌”兄弟,突然走出了完全不同的轨迹——一个跌 30%,另一个只跌 5%。短暂的价格失调,持续几分钟,然后回归正常。 如果你在那个瞬间持有前一类股票、做空后一类股票

玩金融的小T us-stocks
30 阅读

外汇三角套利:EUR/USD、GBP/USD、EUR/GBP 的实时套利监控

外汇三角套利:EUR/USD、GBP/USD、EUR/GBP 的实时套利监控 阅读时间:约 15 分钟 | 技术门槛:中高级 | 代码复杂度:⭐⭐⭐⭐ --- > “在外汇市场,三角套利是极少数能在理论上消除风险、让数学站在你这边的策略。但正是这种'无风险'的光环,让它成为散户最难复现的机构游戏。” 大多数交易者对三角套利的认知停留在教科书层面:EUR/USD、GBP/USD、EUR/GBP 三个

玩金融的小T us-stocks
Esc
输入关键词开始搜索