一句话先说结论： 很多公司考核工时，并不是因为他们真相信「坐得久=产出高」，而是因为产出难量化，而工时又恰好能满足过程控制、成本核算和向上汇报的需要。它未必准确...

2026 年 9 月 17 日，PrismML（出自 Caltech 的研究团队，获 Khosla Ventures、Cerberus、Google 支持）发布...

专访对象：罗长才（GEO高级优化师、落地工程师、AIGC应用工程师、量化交易系统架构师）

做过微信客服和社群运营的人都懂，最累的不是回复，而是那些高频的小判断：这条要不要回、是不是广告、要不要转人工、这个人是不是想退款。过去靠关键词规则，对方换个说法...

整理量化打板方案时，我更愿意先画执行链，而不是先选软件。一个可落地的流程至少包括行情输入、信号判断、委托执行、撤单处理和运行监控。涨停附近变化很快，如果只写“接...

代码规范校验里，Linter 能管住确定性规则，但一些主观规范项，命名是否清晰、注释是否到位、是否符合团队约定，过去我常交给大模型判断，批量一跑既慢又贵。这一周...

代码评审如果所有 PR 一视同仁，评审精力很容易被大量低风险变更稀释，真正危险的改动反而没被重点看。这一周我用 Jev 给 PR 变更做风险初判，把高风险的挑出...

前提也要交代清楚：数字来自特定硬件（16GB 级 CUDA GPU、Q4_K_M 量化）和特定负载。官方文档专门提醒过，vLLM 原型在 DGX Spark 上...

量化链路里，策略输出的候选信号往往鱼龙混杂，其中不少是异常噪声。过去我不加区分地把它们全量送进后续复盘，噪声占用了大量计算。这一周我在复盘前加了一道 Jev 过...

量化研究员要用研报，前提是研报得先被结构化地整理进知识库。过去研报切片靠人工或大模型逐段归类，批量一多就慢又贵。这一周我把这道主题分类换成 Jev，入库效率和检...

昨天仔细的介绍了动量策略1的原理，计算公式，运用等，今天看怎么样利用QMT实现动量策略的回测，做策略的研究，给一个简单的学习代码

量化交易的完整自学路径，可以概括为一张从入门到搭建云端系统的全景图：先建立正确认知（理解量化本质和风险）、打好基础（Python + 金融）、掌握数据能力（获取...

量化交易赚钱，靠的是捕捉市场定价偏差、承担风险的补偿、以及执行效率优势这三类来源（本质是概率和统计，而非预测未来）。普通人能不能复制？答案是：能参与、能学会方法...

普通人可以做量化交易，从零到搭起一套能运行的系统，可以遵循一条清晰的行动路线：第一步打基础（学 Python 和金融常识），第二步会数据（获取、清洗数据），第三...

用 Python 把实时数据接入并驱动自动化交易，是打通量化"最后一公里"的关键实践。完整链路包括：用 Python 接收实时行情数据、把数据喂给策略计算信号、...

个人量化交易者从兼职到全职的成长，是一个循序渐进、需要谨慎对待的过程，大致分为几个阶段：入门学习（打基础）、兼职实践（业余时间做，小资金验证）、稳定验证（策略和...

个人做量化交易，必须高度重视合规与风险两大方面。合规方面：要遵守所在市场的法律法规和监管要求、遵守交易渠道关于程序化交易的规定、遵守数据使用的相关条款。风险方面...

个人做量化交易的成本，可以分成几类：学习成本（主要是时间，金钱几乎为零）、工具成本（编程语言和框架免费，基础可零成本）、数据成本（入门用免费数据，进阶可能付费）...

前两天刷 Hugging Face，看到 Qwen 团队把 Qwen-Image-2.1 的权重放了出来。上次开源图像模型还是去年 12 月底的 Qwen-Im...

前两天刷 Hugging Face，看到 Qwen 团队把 Qwen-Image-2.1 的权重放了出来。上次开源图像模型还是去年 12 月底的 Qwen-Im...