做贵金属行情监控或者黄金期货量化策略的人，最后大概率都会走到同一条路上：用Python写一套行情采集程序，对接实时行情API，把国际金价、COMEX黄金期货数据...

我们刚接触网格交易时，很容易把程序理解成两句判断：价格跌一格就买，涨一格就卖。实际整理策略时会发现，触发条件只是最外层，真正影响结果的是系统能否记住当前状态。基...

新手第一次写量化策略，常见起点是一句话：价格跌下来就买，涨上去就卖。人能理解这句话，程序却无法执行，因为“跌下来”“涨上去”都没有明确边界。与其先找软件，不如先...

很多做短线量化的人卡在集合竞价阶段。 普通行情接口只能拿到开盘价，看不到竞价阶段真实撮合变化。 依靠滞后数据写出来的竞价策略，回测好看，实盘持续翻车。

量化策略失效的原因里，数据源问题占了很大比例。延迟、字段对不齐、复权口径不一致，任何一个都会让回测收益在实盘里蒸发。但选数据源不是“哪个最好”的问题——日频策略...

我最初只是想让一台云服务器上的 Node 进程别因为内存泄漏而OOM 死掉。它泄漏的速度是 56MB 每分钟，机器只有 4GB 内存，所以每小时大约崩一次。这个...

期货或者股票交易时大多数人亏在用一个信号做决策。本文应用AI回测给出一套可复用的五层验证框架，以及为什么每一层都不能省略——包括看起来最"没用"的那一层。

量化理财不是预测涨跌，而是用规则替代情绪，用分散替代押注，用再平衡替代追涨杀跌。一套专业的个人量化理财体系包含四层：资产配置、标的选择、再平衡策略、风险监控。核...

AI 量化不是"用 LSTM 预测股价"这么简单。专业做法是把机器学习嵌入完整的量化流水线：数据治理 → 因子构造 → 模型训练 → 信号生成 → 组合优化 →...

做横截面选股时，因子标准化看起来只是减均值、除标准差，但分组维度如果写错，回测会悄悄混入不该出现的信息。最常见的问题是对整段历史一次性算均值和标准差。这样既把不...

多股票行情放进同一张表后，最容易被忽略的不是收益率公式，而是“上一行到底属于谁”。如果数据按交易日整体排序后直接执行 `df["close"].pct_chan...

做 A 股量化的人大多卡在同一个地方：数据散在本地、脚本要自己搭、跑完还要手工画图做表。一次完整的"策略想法 → 回测 → 验证 → 出报告"，往往要折腾大半天...

下面每个响应体和响应头都是我从 ashareapi 线上真实打出来的（核对于 2026-10-05），不是抄文档。

ΔE 给出的第一个反直觉结论：量化不一定省电。同一张 RTX 4090 上，NF4 的 ΔE 是 +36%（0.5B）→ +0.8%（3B）→ −28%（7B）...