54 阅读
从 tick 到 K 线：价格是如何被“压缩”的
价格的"快照"：Tick 数据如何变成你看到的 K 线 凌晨三点，你盯着屏幕上的一根 1 分钟 K 线发呆——最高价 152.38，最低价 151.92，开盘和收盘几乎重合，成交量是昨天的三倍。 这根 K 线背后发生了什么？ 也许是某家量化基金的算法在 151.95 到 152.20 之间来回扫了 47 笔单，每笔 200 股；也许是某个大户在收盘前集中抛了 8 万股；也许只是买卖盘在 152.0
美股
美股市场深度分析，覆盖纳斯达克、纽交所和标普500
35 阅读
波动率聚集：为什么大波动后面总是跟着大波动
市场最危险的时刻，往往不是所有人都恐慌的时候——而是市场刚刚平静下来，所有人都以为最坏的情况已经过去的时候。 2020 年 3 月，新冠疫情冲击全球市场。标普 500 在 16 个交易日内下跌 34%，随后进入剧烈震荡期。2022 年美联储激进加息，科技股纳斯达克 100 在一年间跌幅超过 33%，期间多次出现"单日暴涨 5%，次日再跌 4%"的反复拉扯。这种模式——大波动后跟着大波动，平静期后也
38 阅读
回测第一步：如何高效获取 10 年分钟级美股历史数据
凌晨 3 点，服务器重启了。 你的回测任务跑了 2 天 3 夜，下载了 40GB 的分钟级数据，眼看就要大功告成。结果运维一个"例行维护"，一切归零。 这不是段子。这是每个做量化的人迟早会遇到的血泪史。 我见过太多人在"数据获取"这一步翻车：限频没处理好，API 被封了 2 小时；断点续传没做，网络抖动要从头再来；内存没控制好，100GB 数据直接 OOM。 本文用 Python 实现一个完整的工
52 阅读
AI 如何改变量化：从因子挖掘到自动策略生成
AI 如何改变量化：从因子挖掘到自动策略生成 > “真正的超额收益不在信息差里，而在对市场结构的深刻理解中——而 AI 正在把这种理解从艺术变成工程。” 2017 年，当 AlphaGo 在乌镇击败柯洁九段时，华尔街的量化基金经理们松了一口气：棋类游戏和金融市场毕竟是两回事。七年后的今天，这个判断正在被系统性地颠覆。全球顶级的对冲基金——从 Two Sigma 到 DE Shaw，从 Renais
28 阅读
退市股票的数据去哪了？幸存者偏差如何虚增你的回测收益
1999 年，标准普尔 500 指数的成分股中有 8 家公司在接下来的三年内相继退市：WorldCom、Qwest、Tyco、Adelphia、HealthSouth……如果你在 1999 年基于"当时"的成分股列表构建策略，你以为自己在交易一篮子蓝筹。但回测结束后，你跑的是一张只有幸存者的考卷。 这不是极端案例。从 2000 年到 2020 年，纳斯达克累计退市公司超过 2400 家——而绝大多
32 阅读
从行情到信号：如何将 TickDB 实时数据接入你的策略引擎
凌晨三点，你的策略为什么没有触发？ 凌晨 3:17 分，你设置的止损信号没有成交。 不是行情没有到，也不是策略逻辑错了。问题是：行情数据穿透了你的系统，但没有任何东西去“叫醒”策略引擎。你以为你在跑一个实时系统，实际上你只是在轮询一个 API 轮询循环，而那个循环在凌晨被 GC 冻结了 800 毫秒——刚好错过了一波瞬时流动性真空。 这不是你的策略写得不好。这是架构的问题。 实时数据从交易所到你的
52 阅读
Alpha 从哪来，又到哪去
Alpha 从哪来，又到哪去 > "市场不是一台提款机，而是一面镜子——你看到的，是自己的认知在某个瞬间与现实的分歧。" 2015 年夏天，一位基本面量化基金经理在纽约的一场闭门会议上说出了这句话。当时他管理的基金刚经历了创立以来最惨烈的回撤——一个过去五年稳定年化 18% 的多因子模型，在三个月内亏损了 23%。 不是市场变了，是太多人知道了同一个秘密。 这不是一个关于"如何寻找 Alpha"的
29 阅读
美股 NBBO 深度够用吗？趋势跟踪策略的数据粒度选择
美股 NBBO 深度够用吗？趋势跟踪策略的数据粒度选择 > “你看到的报价，是市场共识的结果，而不是市场真实的全貌。” 2010 年 5 月 6 日，Flash Crash 期间，道琼斯指数在 36 分钟内暴跌 1000 点，随后在 20 分钟内反弹 600 点。事后调查显示，彼时市场上大量高频算法依赖 NBBO（全国最佳买卖报价）执行止损，当价格瞬间击穿多个关键支撑位时，踩踏式的自动卖单将流动性
31 阅读
回测第一步：如何高效获取 10 年分钟级美股历史数据
> “你的策略回测失败，不是因为逻辑有问题，而是因为数据还没跑完。” 凌晨两点，一位量化研究员看着终端里报错的数据拉取任务，开始从头下载——这是他本周第三次因为断网导致数据拉取中断。他的策略模型在本地测试了三个月，一切正常，但上线后收益曲线和回测结果差了 37%。事后排查发现，训练数据和实盘数据的采样频率不一致。问题不是策略本身，而是回测数据的获取与管理机制。 这不是个例。在 TickDB 支持的
32 阅读
流动性的本质：为什么有些股票你永远买不到好价格
价格是结果，订单簿才是原因 2024 年 8 月 5 日，一位日内交易员盯着 AMD 的日内 K 线陷入困惑：明明这只股票当天成交额超过 50 亿美元，为什么自己的市价单总是在提交后看到成交价比报价差了好几个档位？更诡异的是，当他试图在午盘快速买入 500 万美元头寸时，价格在 0.3 秒内跳升了 1.2%。那 50 亿美元的成交额，到底流向了谁？ 这个困惑的根源，在于对“流动性”这个词的系统性误
39 阅读
停牌和缺失值：回测中最容易忽视的数据陷阱
停牌和缺失值：回测中最容易忽视的数据陷阱 > "你的策略在历史数据上笑得很甜，实盘却哭得很惨。" > > 这不是策略本身的失败，而是回测环境与真实市场之间的鸿沟——其中一个最隐蔽的裂缝，就藏在那些被忽略的"空白"里。 --- 一、被低估的问题：K 线数据里的"沉默期" 每个量化研究员都熟悉 K 线数据：开盘价、最高价、最低价、收盘量。但很少有人认真问一句：这些数字之间的"空白"，到底是什么？ 想象
42 阅读
蒙特卡洛模拟：当历史不够用时
蒙特卡洛模拟：当历史不够用时 2019 年 9 月，一个机构自营团队用 15 年的历史数据将某 CTA 策略回测得尽善尽美：夏普比率 2.3，最大回撤 8%，月胜率 67%。2020 年 3 月，市场在两周内经历了三次熔断，这个策略在第七天触及风控止损线，清盘。 回测报告无法告诉你的是：你的策略在 15 年里从未见过连续三个交易日跌幅超过 7% 的场景。而这种场景，在金融市场的历史中，每隔 5-7
44 阅读
订单簿失衡：价格变动前的无声预兆
价格是结果，订单簿是原因 当散户盯着分时图焦虑时，职业做市商在看什么？他们看的不是 K 线，而是订单簿——不是已经发生的成交，而是即将发生的买卖力量对比。 这不是玄学。 订单簿失衡的量化分析是市场微观结构研究中最有价值的领域之一。它比任何技术指标都更接近价格形成的本质：订单簿直接反映了市场参与者的真实意图，而不是这些意图被执行后的结果。 本文拆解三个核心信号——买卖压力比、订单簿斜率、冰山订单——
46 阅读
多市场回测的数据对齐：美股、港股、A 股时间轴如何统一
文章 凌晨 3 点，你盯着屏幕上的回测结果，感到一阵寒意。 策略逻辑没问题，代码跑通了，收益曲线却像一条被揉皱的正弦波——亏损的那几周，恰好对应着港股上涨、A股横盘的时间段。 问题不在策略本身。你的回测假设三个市场在同一套时间轴上运行，但它们从来就不是。港股在国庆节休市，A股在春节停摆，美股的"今天"和中国的"今天"差了整整 13 个小时。更要命的是，当你想把美股财报数据和港股衍生品数据按时间对齐
57 阅读
熔断与涨跌停：当市场按下暂停键
熔断与涨跌停：当市场按下暂停键 > "价格是结果，订单簿是原因。" > > 美东时间 2020 年 3 月 9 日上午 9:30，纽交所开盘仅 4 分钟，道琼斯工业平均指数便下挫 7%，触发 Level 1 熔断。交易大厅的喧嚣戛然而止——不是比喻，是字面意义上的"停止"。所有人都被按在原地，看着屏幕上跳动的数字定格在 9:49 AM。 > > 这一天，道指在 15 分钟内完成了它历史上第五次美股
37 阅读
同一个 Ticker，两家公司：历史数据查询的隐形大坑
同一个 Ticker，两家公司：历史数据查询的隐形大坑 2010 年 5 月，一位量化研究员用雅虎财经的历史数据测试他的价值因子策略。回测显示他在 2005-2009 年间获得了惊人的超额收益。他信心满满地实盘运行了三个月，然后亏损了 30%。 问题不在策略逻辑，不在因子计算，而在于他用的历史数据里，有一个 Ticker 在 2006 年换了一家公司。前东家是市值 200 亿美元的制药巨头，后东家
39 阅读
停牌和缺失值：回测中最容易忽视的数据陷阱
凌晨三点，你的回测曲线悄悄骗了你 2019 年底，一位从事均值回归策略的量化研究员发现了一个诡异现象：他的策略在历史回测中年化收益 23%，夏普比率 1.8，但实盘运行三个月后，收益是负的。他花了两周时间排查因子、排查交易逻辑，最后发现问题出在一个他从未怀疑过的地方——停牌日的数据填充方式。 这不是孤例。在我们对 47 个个人量化项目和 12 个机构量化团队的访谈中，超过 80% 的团队没有系统性
45 阅读
相关性不等于因果：冰淇淋销量和溺水人数正相关
相关性不等于因果：冰淇淋销量和溺水人数正相关 > "在这个世界上，有三种谎言：谎言、该死的谎言，以及统计数据。" > —— 马克·吐温（亦有传为本杰明·迪斯雷利） --- 开篇：那个让统计学蒙羞的经典案例 2012 年一项研究显示，美国冰淇淋销量与泳池溺水人数呈现出惊人的同步性——每当冰淇淋销量上升，溺水事故也随之增加。 如果你是泳池经营者，你会不会得出"冰淇淋导致溺水"的荒谬结论？ 当然不会。但
39 阅读
停牌前后 K 线缺口如何处理？回测中最容易忽视的数据陷阱
当市场按下暂停键：停牌数据的回测陷阱与系统性修复 2019年3月25日，波音股价在埃塞俄比亚航空坠机事故后宣布停牌。当日纽交所的行情数据显示：前一交易日收盘价 $391.00，次日复牌开盘价 $375.00，直接跳空 4.1%。这不是一个孤例——美股市场每年因个股事件导致的临时停牌超过 200 次，而大多数回测框架在处理这类数据时，要么默默填充 NaN 导致因子计算崩溃，要么简单用前值填充引入系统
33 阅读
财报发布那 5 秒：用 depth 频道实时捕捉流动性塌陷
财报发布那 5 秒：用 depth 频道实时捕捉流动性塌陷 --- > "价格是结果，订单簿是原因。" > > 美东时间 2 月 15 日盘后，英伟达发布 FY2026 Q4 财报。营收同比增长 265%，但股价在盘后交易中先涨 8% 后跌 3%，30 分钟内振幅超过 11%。事后诸葛亮式的分析文章铺天盖地，但没有人告诉我们：在这 11% 振幅发生之前，订单簿里究竟发生了什么。 本文的回答分两部分