29 阅读
从 tick 到 K 线：价格是如何被“压缩”的
从 tick 到 K 线：价格是如何被"压缩"的 凌晨 3:17，你在复盘软件上随手画了一根阳线。开盘价 150.23，最高价 151.80，最低价 149.95，收盘价 151.45——四个数字，勾勒出这一分钟市场的全部面貌。 但这根 K 线背后发生了什么？ 在这一分钟里，可能有 47 笔成交，价格在 149.95 到 151.80 之间跳动了 23 次，其中有一笔 5000 股的大单在 151
美股
美股市场深度分析，覆盖纳斯达克、纽交所和标普500
29 阅读
美股日频数据的正确打开方式：复权、停牌、退市处理
数据是策略的命根子，但大多数人在日频回测里死在了三个隐蔽的坑上 --- 你做了 10 年日频回测，策略夏普 1.8，最大回撤 12%。信心满满上模拟盘，第一个月亏了 30%。 问题不在策略。在数据。 日频数据看起来再简单不过：每天一个开高低收，加个成交量。但正是这种"简单"让最聪明的量化工程师栽跟头——不是因为不会写代码，而是因为忽略了三个教科书从不重点讲、但一错就毁策略的根本问题： 复权价格的正
31 阅读
集合竞价的秘密：开盘价是怎么定出来的
集合竞价的秘密：开盘价是怎么定出来的 清晨 9:25:00，纽交所交易大厅的空气仿佛凝固了。 屏幕上的订单簿在最后 30 秒剧烈翻动——买方不断往上加价，卖方则攥紧筹码不肯松手。数千个交易者的意图在这一刻碰撞、试探、撤回、再下单。没有人知道最终会成交在什么价格，但所有人都清楚：9:30:00 铃声一响，胜负已定。 开盘价不是交易所拍脑袋定的。 它是 9:25:00 前所有买卖订单博弈的结果，是一个
22 阅读
美股统计套利：跨标的协整配对交易的完整实现
美股统计套利：跨标的协整配对交易的完整实现 > "市场在短期内是投票机，长期是称重机。"——本杰明·格雷厄姆 1980 年代，纽约证券交易所的做市商柜台旁，格里·班伯格（Gerry Bamberger）观察到一个现象：两只看似毫无关联的航空股，其价格走势却呈现出惊人的同步性——每当Delta Airlines上涨，American Airlines总会在数分钟后跟随，而这种短暂的背离最终会回归。班
22 阅读
量化交易的合规审计：你需要留存哪些日志和数据？
2012 年 8 月的一个星期五下午，骑士资本（Knight Capital）在纽交所开盘后 45 分钟内亏损了 4.6 亿美元。 起因只是一行部署脚本的错误代码——新部署的算法在启动后失去了风险控制约束，开始疯狂买入，然后在 45 分钟内又全部卖出。4500 万笔交易，纽交所历史上最大的单日流动性冲击事件。 事后调查发现，更致命的问题不是那行代码，而是：骑士资本的审计系统根本无法在合理时间内还原
23 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 --- 你在屏幕前看到的是一根阳线：收盘价高于开盘价，涨幅 2.3%，一根再普通不过的日 K 线。 但如果你在那一刻打开订单簿，你会看到完全不同的景象：某机构正在悄悄撤掉价值 8000 万美元的卖单，同时在买一档挂入 200 万股——他们的目标根本不是收盘价，而是你在 K 线里根本看不到的信息优势。 K 线是历史的墓碑，订单簿才是活着的战场
24 阅读
订单簿失衡：价格变动前的无声预兆
订单簿失衡：价格变动前的无声预兆 市场收盘后，你打开某只热门股的分时图，发现它在下午两点突然突破了日内阻力位，涨幅 3%。你打开订单簿回放，想看看突破的瞬间发生了什么——却只看到一串冰冷的数字。 但如果你在价格突破前两分钟打开过订单簿，你会看到完全不同的画面：买盘深度在悄悄积累，卖盘像融化的冰山一样逐渐变薄，买卖压力比从 1.2 跳到 2.8。价格还没有动，但天平已经倾斜了。 这不是巧合。这是订单
24 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
价格是结果，但那段"空白"才是真正的问题 2019年8月5日，英伟达（NVDA）因盘前 news 停牌一小时。恢复交易后，股价直接在 $-17\%$ 的位置跳空开盘。如果你的回测系统用前一日收盘价填充那根被跳过的 K 线，策略会把 $-17\%$ 当作"开盘即卖出"的信号——但实际上你根本无法在这个价格成交。 这还只是停牌问题最浅的版本。 更隐蔽的陷阱藏在数据源的行为差异里：同一家数据商，REST
17 阅读
回测收益为何总在实盘中消失：滑点、延迟与容量
写给所有曾经"跑赢大盘"回测的交易员：你的策略死于哪个环节 2022 年，一个量化团队用 5 年的美股分钟数据回测了一个基于订单簿失衡的均值回归策略。夏普比率 2.3，最大回撤 8%。模拟盘跑了 3 个月，收益与回测吻合。切换到实盘，6 周后策略开始亏损，8 周后彻底失效。 他们请我去诊断。 我没有碰他们的代码。我只做了一件事：让他们把实盘执行的每一笔订单，和回测环境中"模拟成交"的那一笔，做逐帧
27 阅读
从 tick 数据反推做市商行为：美股高频做市策略入门
美股高频做市策略入门：从订单流中读懂市场微观结构 “价格是结果，订单簿是原因。但真正驱动价格的，是那群看不见的手——做市商。” 想象一个场景：苹果公司在盘后发布财报，股价在 30 秒内完成了一次 8% 的过山车行情。普通投资者只看到涨跌，但如果你把逐笔成交放大 100 倍，你会看到另一番景象——某些机构账户在第一时间大量抛售，另一些则在价差扩大时精准承接。这不是散户的追涨杀跌，这是做市商的库存调节
22 阅读
财报发布那 5 秒：用 depth 频道实时捕捉流动性塌陷
订单簿塌陷前的 0.7 秒：WebSocket 实时监控与流动性骤变捕捉 > "财报发布那一刻，市场不是变得更贵了——是变得更乱了。" 2024 年 8 月 8 日凌晨 2:17:03，AMD 公布了财报。英伟达的股价在盘后交易中先是跳涨 8%，然后在 2 分 17 秒内反转向下，跌幅一度超过 4%。但在那一段混乱的 2 分钟里，有一个更短的时间窗口——从 2:17:03 到 2:17:08——订
31 阅读
订单簿失衡：价格变动前的无声预兆
当多数人盯着价格时，聪明钱在看订单簿 2024 年 3 月 8 日凌晨两点十五分，一个从事趋势跟踪策略的量化团队收到了一条异常告警：他们的系统检测到英伟达（NVDA.US）订单簿在财报发布前 4 小时出现了罕见的深度失衡——买盘压力比从正常的 0.95-1.05 区间，骤降至 0.31。 大多数人不会注意到这个数字。但这个数字意味着：在某个价格区间，有 69% 的潜在买入力量选择了观望。而当这种失
39 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 > "We remain committed to our long-term growth strategy, though we acknowledge near-term headwinds in certain segments." 这不是一句废话。这是 CFO 在财报电话会上精心措辞的信号——"headwinds"意味着下调预期，"
24 阅读
复权与幸存者偏差：回测前必须做的两项数据修正
复权与幸存者偏差：回测前必须做的两项数据修正 --- 当你的策略在历史中"跑赢"了所有人 2018 年，一位量化研究员用过去 10 年美股数据回测自己的趋势跟踪策略，回测报告显示年化收益 23%，夏普比率 1.8，最大回撤仅 12%。他信心满满地上线实盘，半年后账户缩水 40%。 问题不在策略逻辑本身，而在他使用的数据：原始价格数据中，2008 年退市的雷曼兄弟、贝尔斯登、AIG 全部缺席。他的"
24 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 当 Ken Griffin 开始焦虑 2024 年底，Citadel 创始人 Ken Griffin 在一次闭门会议上说了一句让整个量化圈震动的话： > “我们不再只是在和人类竞争了。我们在和一个能在一周内复现我们十年因子研究的系统竞争。” 这句话的背景是：某家头部量化基金部署了一套基于 LLM 的因子发现系统。在对照实验中，这套系统用 72 小时生成
40 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
回测中数据缺失的代价：拆解停牌场景下的填充策略与真实偏差 你以为的"数据干净"，可能正在让你的回测系统悄悄失真 2023 年 3 月，硅谷银行（SVB Financial Group）宣布倒闭前的那个交易日，股价在盘前交易中剧烈波动。而在此之前的三天内，该股票因"未公开的重大信息"处于停牌状态。 对于量化策略来说，停牌期间的 K 线数据存在两种截然不同的处理方式：部分数据源返回 NaN（空值），另
23 阅读
配对交易实时监控：协整对的价差突破 2 倍标准差时自动告警
配对交易实时监控：协整对的价差突破 2 倍标准差时自动告警 > "相关性是暂时的，共整性才是永恒的。" > > 2019 年 11 月，Airbnb 上市前夕，其主要竞争对手 Booking Holdings 的股价在连续 12 个交易日内与 Airbnb 相关性骤降至 0.3——但这并不意味着交易机会。相反，那些试图"均值回归"而做多 Booking、做空 Airbnb 的统计套利基金，在接下来
34 阅读
过拟合：当策略背下了答案而不是学会了规律
过拟合：当策略背下了答案而不是学会了规律 你盯着屏幕上的回测曲线，心跳加速——三年年化收益 47%，夏普比率 3.2，最大回撤只有 8%。这是你熬夜调参两周的成果。 上线第一天，亏损 12%。 这不是你的策略“运气不好”。这是统计学早已预言的必然：你在回测里找到的不是规律，而是历史数据里的噪音。 过拟合是量化交易中最普遍、最隐蔽、最容易被忽视的错误。它不是技术缺陷，而是认知盲点——我们本能地相信“
22 阅读
波动率聚集：为什么大波动后面总是跟着大波动
波动率聚集：为什么大波动后面总是跟着大波动 2010年5月6日，纽约时间下午2点42分。一个交易员刚把手上的纳斯达克仓位砍掉——不是因为他想这样做，而是因为他的风控系统告诉他，再不砍就要爆仓了。 这不是他自己的判断。这是算法的连锁反应。 那一天，道琼斯工业平均指数在几分钟内暴跌超过600点，然后又快速反弹。这种剧烈的日内震荡让超过100只股票瞬间跌去90%的市值，又在几秒钟内恢复。这不是经济基本面
26 阅读
用 LLM 分析财报电话会议情绪：从音频转录到交易信号
从财报电话会议到交易信号：LLM 情绪分析量化流水线实战 当 CEO 说"符合预期"时，市场在听什么 财报电话会上，一位 CEO 被分析师追问季度业绩，语气平稳地回答："整体符合预期。"在普通投资者耳中，这句话平淡无奇。但在量化研究员耳中，这是需要解构的信号。 "符合预期"——这个表述在情绪分析框架中属于哪一档？相比"略超预期"或"显著低于指引"，它的语义边界在哪里？更重要的是，这个问题的答案，从