VXI 笔记

Quant & Markets

量化研究、市场数据、回测与交易系统工程

Technical Blog

给独立开发者看的自动化、部署与工程流程实战笔记

这个博客现在先把三条主线写扎实：Docker 与服务器部署、Git 开发流程、Markdown 驱动的内容发布。后面再把 AI 自动化实战逐步并进来，所以首页优先放主题入口和代表作，方便你直接找到可复用方案。

最近更新

  1. 同一只股票反复入选，量化策略胜率还可信吗？

    量化策略胜率高就可靠吗？用10条合成记录、完整Python和SQL核查重复选股、三种统计分母、T+N结算与重叠样本。

  2. 多策略选股评分如何对齐？同为 80 分的辛普森悖论与概率校准

    不同选股来源都给 80 分，能直接比较吗？用来源感知评分、80 条合成数据与 Wilson 下界解释辛普森悖论、时间泄漏和概率校准。

  3. 52 周新高叠加成交量，筛选器能帮我少看哪些股票？

    用六只虚构股票的 6→4→2 筛选例子和一次真实筛选器操作，解释 52 周高点、成交量与 RVOL 如何缩小研究名单，以及筛选不能替代什么。

  4. 量化研究数据怎么长期保存？从 PostgreSQL 备份到 R2 归档的取舍

    从 PG PITR 与 TOAST/MVCC 出发，比较 R2 归档、manifest-first、租约、校验和行情 as-of 修订；区分 28 项离线测试与真实系统验收。

  5. 量化因子怎么判断有没有用？我用 Bucket Spread 和 Rank IC 跑了一次多周期验证

    一个因子 5 日有效，不代表 1 日、3 日也有效。用公开 ETF 数据实测 Bucket Spread、Rank IC、多周期与抽样敏感性，拆解因子验证最容易踩的坑。

  6. 多因子模型怎么安全调权？我用 Regime、Shadow 和权重漂移跑了一次对照实验

    因子验证通过后，最危险的是把最近窗口直接变成线上权重。用可复现的 regime-switching 实验比较 Immediate、Delta Cap 和 Shadow-first，拆解错误 promotion、换手与适应滞后的真实交换。

1/1