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

139 篇文章
51 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

玩金融的小T us-stocks
71 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

玩金融的小T us-stocks买卖压力比订单簿斜率
98 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"

玩金融的小T us-stocks
67 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

玩金融的小T us-stocks
82 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

玩金融的小T us-stocks
57 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

玩金融的小T us-stocks
117 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“

玩金融的小T us-stocks
70 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

玩金融的小T us-stocks
63 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

玩金融的小T us-stocks
62 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 > “当一个 26 岁的量化研究员告诉我,他用 GPT-4 在 3 天内生成并回测了 200 个因子,而他的前辈们为此花费了整整一个牛市周期,我意识到这个行业已经永久性地改变了——但变化的方向,可能和大多数人想象的不同。” 这不是一个关于 AI 将取代量化交易员的故事。这是一个关于效率杠杆、技术边界和认知分化的故事。 过去三年,大语言模型、强化学习、扩

玩金融的小T us-stocks
72 阅读

美股统计套利:跨标的协整配对交易的完整实现

当市场分裂时,价差会说话 2008 年 9 月 16 日,雷曼兄弟申请破产后的第三天。大量机构投资者被迫去杠杆化,清算所有可变现资产。在这场集体性抛售中,一只名为 "LEH" 的股票——雷曼兄弟——在 30 分钟内跌去近半,与此同时,大量与之毫无业务关联的股票也在同步暴跌。 但一位遵循特定规则的量化交易者此刻看到的是机会,而非恐慌。 她知道,LEH 与同板块的其他股票之间并没有经济意义上的联动。它

玩金融的小T us-stocks
42 阅读

从行情到信号:如何将 TickDB 实时数据接入你的策略引擎

延迟 800 毫秒的代价:一个回测圣杯在实盘中失效的真实故事 "你的策略回测夏普 3.2,实盘跑了三周,夏普变成 0.4。" 这不是个例。根据海外量化社区的调查,超过 60% 的量化策略在从回测切换到实盘时,性能会出现显著衰减。其中一个核心原因不是策略逻辑本身,而是信号生成的响应延迟——行情数据到了,但你的系统没有及时处理。 具体来说,一个在 2023 年跑得风生水起的均值回归策略,在实盘环境下的

玩金融的小T us-stocks
57 阅读

相关性不等于因果:冰淇淋销量和溺水人数正相关

当数据说谎:为什么你的量化策略可能只是捕获了一厢情愿的相关性 相关性不等于因果——这是统计学第一课,但也是被违背次数最多的原则。 2012 年,NASA 火星探测器“好奇号”发射升空。同一年,意大利帕勒莫地区冰淇淋销量创历史新高。如果我告诉你这两件事高度相关,你会相信帕勒默人靠吃冰淇淋把钱送到了火星吗? 荒谬。但同样的逻辑每天都在量化交易中以更隐蔽的方式上演。 --- 一、为什么冰淇淋和溺水共享同

玩金融的小T us-stocks
91 阅读

美股日频数据的正确打开方式:复权、停牌、退市处理

三个数字毁掉一个策略:美股日频回测中最隐蔽的数据陷阱 --- 2019 年,一个名叫"低估值动量"的策略在回测中表现惊艳——8 年年化收益 23%,夏普比率 1.8,最大回撤仅 12%。团队信心满满地上线实盘,第一年亏了 18%。 复盘会上,量化研究员盯着账户曲线看了很久,最后说了一句:"问题可能不在策略里,在数据里。" 他说对了。回测用的历史数据有三大问题:调整因子用反了、停牌日被静默删除、退市

玩金融的小T us-stocks
93 阅读

非农数据发布瞬间的外汇订单簿变化:EURUSD 流动性监控实战

非农数据发布瞬间的外汇订单簿变化:EURUSD 流动性监控实战 --- 模块一:开篇 > "好消息不会让市场上涨,坏消息不会让市场下跌——真正推动价格的,是预期与现实的落差在订单簿中引发的流动性再平衡。" 北京时间每月第一个周五 21:30(非夏令时为 22:30),美国劳工部发布非农就业报告。这份数据之所以成为全球外汇市场最集中的流动性重构时刻,不是因为数字本身有多大,而是因为它同时冲击了数万亿

玩金融的小T us-stocks
108 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 一位曾在华尔街工作过的量化研究员告诉我他最难忘的经历:团队花了三个月开发了一套"完美"的选股模型,在回测中夏普比率达到 4.2,收益曲线像一条笔直上升的斜线。他们信心满满地开了模拟盘,六个月后,模型亏掉了 30% 的模拟资金。 这不是能力问题,是统计学的基本陷阱:他们优化了一个不存在的规律。 这个故事几乎在每个量化团队都发生过类似版本。它指向一个核心问题:

玩金融的小T us-stocks
99 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

拆股前后的价格序列对齐:前复权与后复权的选择陷阱 1999 年 6 月 25 日,纳斯达克综合指数在盘中突破 4000 点。同一天,亚马逊(Amazon)宣布将股票 1 拆 2,股价从 113.75 美元直接腰斩至 56.88 。如果一名量化研究员在 1999 年初用历史 K 线数据构建均线策略,他面临的第一个问题不是因子有效性,而是:这张 K 线图上的历史价格,究竟和今天的股价在同一个坐标系里吗

玩金融的小T us-stocks
63 阅读

非农数据发布瞬间的外汇订单簿变化:EURUSD 流动性监控实战

非农数据发布瞬间的外汇订单簿变化:EURUSD 流动性监控实战 场景适配说明:TickDB 当前支持港股 10 档深度数据、数字货币 10 档深度数据,暂不支持外汇 EURUSD。为保证技术演示的可操作性,本文以 BTCUSDT 永续合约作为深度数据监控的实战示例——其 24/7 交易、高频波动、机构参与的特性和外汇市场高度相似,流动性分析方法论可完全迁移。 --- 模块一:开篇 凌晨 2:00,

玩金融的小T us-stocks
70 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

收盘钟声响起的那一刻,你的策略才刚开始被审判 "你的因子在今天贡献了多少 alpha?" 这不是一个能靠"感觉"回答的问题。职业量化团队的答案来自盘后工作流:数据清洗、归因分析、信号预计算、风险检查——一套完整的自动化流水线,在纽交所 4:00 ET 收盘后立即启动,到次日凌晨 5:00 前完成所有准备工作。对于一个有竞争力的团队,这套系统的工程质量,直接决定了明天早上你坐在屏幕前时,手里握的是一

玩金融的小T us-stocks定时任务调度归因分析脚本
Esc
输入关键词开始搜索