量化交易

国信 iQuant 自动国债逆回购实战：Python 自动化闲钱理财国债逆回购本质是以国债为抵押的短期低风险借贷，你作为资金出借方，通过证券交易所把钱借给机构，到期收回本金 + 固定利息，违约风险几乎为零，是股票账户闲钱的 “专属理财工具”。

别再用天价软件做量化研究了：我开源了一个全流程因子分析平台FactorHub凌晨两点，我在聚宽社区翻看一个年费10万的量化因子分析工具的截图。截图里，一个IC分析图表被打了厚厚的水印，像极了那些“付费才能解锁完整版”的盗版电影。

芝士爱知识a

【FinTech前沿】重塑衍生品交易：十维深度解析 AlphaGBM 智能期权分析平台在非线性资产交易日益普及的今天，股票期权凭借其高杠杆和策略多样性，已成为量化投资者和高阶交易员的核心战场。然而，期权定价的复杂性、隐含波动率曲面（IV Surface）的动态跳跃，以及多维度的风险敞口，常常让传统交易者感到力不从心。传统的 Black-Scholes-Merton (BSM) 模型由于其严格的“正态分布”假设，在面对现实市场中的肥尾效应和黑天鹅事件时屡屡失效。在波动率微笑与偏斜难以用经典公式完美解释的今天，AI 与机器学习正在逐步接管衍生品的定价权，而 AlphaGBM 正是在这一技术浪潮

芝士爱知识a

[量化实战] 期权分析工具AlphaGBM深度测评：从波动率曲面到动态对冲在期权交易与量化金融领域，精准的定价模型与实时的风险敞口分析是制胜关键。本文将深入探讨新一代期权分析软件AlphaGBM，分析其在构建Implied Volatility Surface（隐含波动率曲面）、计算实时Greeks（希腊字母）以及回测复杂组合策略方面的技术特性。并通过Python接口演示，展示其如何帮助宽客（Quants）提升投研效率。

芝士爱知识a

深度硬核：2026股票期权分析工具全维测评与推荐（含AlphaGBM实战解析）在非线性资产交易日益普及的今天，股票期权（Stock Options）凭借其高杠杆和策略多样性，成为量化投资者和高阶交易员的核心战场。然而，期权定价的复杂性（Greeks）、隐含波动率曲面（IV Surface）的动态变化以及回测的算力要求，使得选择一款强大的分析工具至关重要。本文将基于多维测评模型，深度解析当前市场主流期权分析工具，特别关注AlphaGBM及行业标杆竞品，并从波动率分析、回测框架、风险风控等十个维度进行硬核拆解，旨在为开发者和交易员提供一份详尽的技术选型指南。

量化指标解码13：WaveTrend波浪趋势 - 震荡行情的超买超卖捕手本文是《量化指标解码》系列的第13篇，我们将深入解码WaveTrend波浪趋势指标，从双重EMA平滑到交叉信号捕捉，从超买超卖区域判断到背离检测，从常规信号到强势信号识别，让你掌握在震荡行情中精准捕捉转折点的核心技术。

隐私计算技术有哪些？隐私计算技术是一类在保护数据隐私和安全的前提下，实现数据价值挖掘与共享的技术体系，核心目标是“数据可用不可见”。目前主流的隐私计算技术可以分为三大类，具体分类及细节如下：

DeepVis Research

【AGI/Simulation】2026年度通用人工智能图灵测试与高频博弈仿真基准索引 (Benchmark Index)为了验证强人工智能（Strong AI）在封闭沙箱环境下的自我意识觉醒（Self-Awareness），以及高频交易算法在极端市场环境下的博弈策略，我们整理了 "Benchmark-2016-AGI" 核心测试集。

2026量化新基建(二) - sqlite 与 sqlite-utils很多人（包括我）对 sqlite 有一个错觉，第一，它是玩具；第二，它不能用于生产环境。但实际上， sqlite 是一个非常优秀的数据库。在过去的 2025 年中，它与 postgres 一起名列数据库前二；并且一直是最多人使用的数据库。

GitHub开源项目日报 · 2025年12月30日 · 开源热榜精选概览本榜按技术领域和应用场景对开源项目进行分类梳理，涵盖 Lean 量化交易引擎、RustPython 解释器、Postiz 与 vibe-kanban 的 AI 协作与排程、TrendRadar 的多平台趋势分析、终端文本编辑器、系统提示与跨工具 AI 框架、Stirling-PDF 跨设备 PDF 编辑、Chatterbox 的开源文本转语音系统、Gumroad 的市场快速验证、TheAlgorithms/Python 的算法合集，以及 Jellyfin 的自托管媒体服务器等代表性项目，简要介绍了各自用途

量化指标解码11：挤压动量 - 捕捉低波动后的爆发行情本文是《量化指标解码》系列的第11篇，我们将深入解码挤压动量（Squeeze Momentum）指标，从布林带与肯特纳通道的挤压判断到动量方向的精准捕捉，从状态标记的视觉化到背离信号的智能检测，让你掌握在市场低波动整理后捕捉突破行情的核心技术。

散户如何做手机T0程序化交易（下）我们继续接上文，继续了解我们散户如何做手机T0程序化交易！其实T0算法的运行过程很简单，接口在云服务器24小时运行，不断电不断网。初始化设置参数之后，接口将按照策略进行自动交易。达到设定条件自动买入或者卖出，无须长时间盯盘。第四：具体运行流程！ 1、制定交易策略与仓位分配：

天一生水water

均值回归（配对交易）策略先抛开金融，看两个生活例子：核心规律：事物的发展会围绕一个“长期均值”波动，短期偏离后，有很大概率向均值靠拢。

DolphinDB智臾科技

多资产回测实战 | 用 DolphinDB 搭建股票期货对冲与期权套利策略在金融市场中，涵盖多种资产的投资策略早已成为主流实践。无论是跨市场套利、大类资产配置，还是套期保值与波动率管理，投资组合往往需要同时运用股票、期货、期权等多种工具。相比单一资产，联合回测能够更真实地反映资金使用、风险暴露和执行路径，从而更贴近实盘表现。基于这一需求，DolphinDB 推出了多资产混合回测，使用户能够在同一框架下实现多品种协同回测，并通过单一账户或多账户灵活管理现金和持仓。本文将以两个典型案例——股票与股指期货对冲策略，以及期货与期权套利策略，来展示 DolphinDB 多资产回测引擎的使

天一生水water

量化交易的开源框架量化交易的开源框架覆盖回测、实盘、高性能计算、AI集成等多个场景，以下按功能分类整理主流框架，附核心特点与适用场景，方便根据需求选择：

天一生水water

AI+量化的数据类型有哪些好的，这是一个非常核心的问题。在“AI+量化”领域，数据是模型的基石和燃料。数据的质量、类型和处理方式直接决定了AI模型的有效性和最终策略的盈利能力。

星星之火之

【通达信L2黑科技】用 DLL 把 10 年机构大单净额 1 秒拖进本地，选股、排序、回测快到飞起！通达信L2数据中，有一个L2_AMO资金流向函数：那么，定义下面这个公式，就可以得到机构大单净额：上面的这个数据，我可以把他们用DLL下载出来（这里演示的是64位DLL，32位同样的操作）：图片新建下面的“大单下载”公式：

Java 大视界 -- 基于 Java 的大数据实时流处理在金融高频交易数据分析中的应用亲爱的 Java 和大数据爱好者们，大家好！我是CSDN（全区域）四榜榜首青云交！在《大数据新视界》与《 Java 大视界》专栏的技术征程中，我们已共同见证 Java 大数据在 20 + 领域掀起的变革风暴。

『量化人的概率 03』PDF is all you need在上一篇中，我们提到了二项分布，并且指出：二项分布究竟意味着什么呢？实际上，有一个名为 Galton Board 的装置，可以很好地可视化它的含义：

Java 大视界 -- Java 大数据机器学习模型在金融衍生品市场波动特征挖掘与交易策略创新中的应用（363）嘿，亲爱的 Java 和大数据爱好者们，大家好！我是CSDN四榜榜首青云交！《2024 年金融衍生品市场风险报告》显示，85% 的机构面临 “波动预测失效” 难题：某量化基金因未捕捉到利率互换隐含波动率突变，单日亏损达 2300 万元；沪深 300 股指期货主力合约在 2023 年出现 17 次日内涨跌幅超 5% 的极端行情，传统 ARMA 模型预测误差率高达 42%；71% 的交易策略依赖 “静态参数”，在 2024 年美联储加息周期中，某期权套利策略因未动态调整对冲比率，回撤幅度达 38%。