近一年小市值股票组合年化收益飙至 90.62%，近乎翻倍！这惊人表现背后，小市值因子有何魔力？​ 本期播客带你探秘：从学术发现到 A 股跌宕史，小市值因子时强时弱有何规律？注册制、退市制等制度如何为其 “添柴”？又该如何把握它的有效时机？聚宽数据佐证，案例生动解析，严谨又有趣，带你看透小市值因子在 A 股的 “狂飙” 密码！ 【在这里找到我们】 公众号：Quantide 量化风云 小红书：Quantide 哔哩哔哩：Quantide

在投资中，细节往往决定成败，正如电影《F1: 狂飙飞车》凭借对车库、维修区等细节的极致还原，成就了真实刺激的观感。研报中提到的财务附注，就像财报里的 “隐藏细节”，虽常被忽视，却藏着影响投资判断的关键信息。 研报中，兴业证券团队通过构建包含 678 个指标的数据库，从财务附注中挖掘出静态因子与动态因子两类核心选股指标。静态因子聚焦 “某一时点的结构占比”，如货币资金中境外资金占比、固定资产中机器设备占比等，反映企业当前财务结构的合理性；动态因子则关注 “结构占比的变动趋势”，如存货中产成品占比的同比变化、应收账款坏账占比的上升幅度等，捕捉企业财务状况的潜在变化。 二者结合形成的 “财务附注结构质量因子”，在 2015-2024 年回测中展现出 3.3% 的年化超额收益，且与其他因子相关性低，具备独特参考价值。此外，研报还提到 “发布效应”：企业是否披露某些指标本身就是信号，例如披露坏账准备的公司，后续更可能出现负向超额收益。对于普通投资者，关注财务附注中的细分结构、特殊指标及披露行为，可挖掘被忽略的投资机会。如需研报原文或更多量化资料，可关注相关平台获取详细内容。 【在这里找到我们】 公众号：Quantide 量化风云 小红书：Quantide 哔哩哔哩：Quantide

追剧涨知识 —— 《跟着亿万学金融》第一期来啦！这部被金融圈称为 “职场纪录片” 的《亿万》，藏着华尔街最真实的刀光剑影。 本期我们深扒第一季核心冲突：对冲基金大佬鲍比与 “华尔街警察” 查克的顶级猫鼠游戏，揭秘鲍比为何是三位真实金融巨鳄（Steve Cohen、Carl Icahn、Bill Ackman）的合体 从内幕交易风波到激进逼宫操作，剧情竟与现实大佬神同步！ 不管你是量化达人还是金融小白，都能 get 硬核知识：对冲基金和私募有啥区别？做多、做空、轧空到底怎么玩？ 做市商为啥是市场 “隐形中间商”？我们用剧情讲透术语，用原型故事还原金融圈生存法则。 追剧涨知识，轻松听懂华尔街的赚钱套路与风险陷阱，快来订阅收听吧！ 【在这里找到我们】 公众号：Quantide 量化风云 小红书：Quantide 哔哩哔哩：Quantide

想知道股票、基金策略好不好？QuantStats 这款量化圈 “策略体检仪” 能一键算出夏普比率、最大回撤等核心指标。但它曾因作者停更 8 个月陷入停滞，Python 3.12 及以上版本兼容崩坏、bug 堆积。我们推出 QuantStats-reloaded 救场后，原作者突然回归连发 5 版！本期播客揭秘这款工具如何帮你评估投资策略，聊聊开源维护的故事，无论你是量化玩家还是普通投资者，都能听懂量化分析的门道～ 【在这里找到我们】 公众号：Quantide 量化风云 小红书：Quantide 哔哩哔哩：Quantide wechat：quantfans_99

想搞懂量化投资的 “数据密码”？这期播客带你一网打尽！从财报里的基本面数据（PE、PB 因子），到技术派看重的 OHLCV 数据、RSI 等指标；从反映行业差异的行业因子、影响全局的宏观经济数据，到高频交易依赖的行情数据，再到藏着情绪密码的另类数据（社交媒体、卫星图像等），全类型数据拆解 + 实战案例（如小米股价波动背后的舆论影响），帮你看透数据如何驱动量化策略。更有实用工具包指路，让你从数据小白进阶为量化达人～

在这期特别的播客中，我们迎来了三位神秘嘉宾——他们都曾在澳洲留学，且巧合地都是澳大利亚国立大学的校友。从头部券商的量化研究员Freddy，到牛津大学的物理学者Yi，再到仍在ANU求学的小胡，三人虽然背景各异，却都在量化金融的道路上找到了属于自己的方向。 节目中，我们深入探讨了澳洲独特的学术环境——从"宽进严出"的教育理念到翻转课堂的创新模式，从500人的大课堂到最后仅剩10人的高等概率论课程。三位嘉宾分享了他们的量化启蒙故事：有人因母亲的前瞻眼光而接触《宽客人生》，有人在悉尼海港边思考金融世界的奥秘，有人从管理学背景跨界转向深度学习。 我们还聊到了量化从业者必备的技能组合——Python编程、数学基础、统计学应用，以及如何在AI时代保持学习的敬畏之心。从费曼的量子力学名言到Black-Scholes模型的现实局限，从CQF的高昂学费到开源工具Quantstats的实用价值，节目为听众提供了丰富的学习资源和职业规划建议。 最后，我们展望了AI在量化领域的应用前景，探讨了大模型与传统机器学习的差异，以及它们如何重塑量化投资的未来格局。这是一期干货满满的澳洲专场，无论你是量化新手还是行业老兵，都能从中获得启发。

一个看似荒诞的问题正在颠覆我们对市场的认知：为什么物理学的光折射定律能够预测股价走势？这一切要从1932年的一个发现说起——研究人员注意到3.99美元在消费者心中远比4.00美元便宜，这种"左数效应"至今仍在影响着我们的决策。 但真正的悬念在股市中上演。当这种心理偏差遇上证券交易，就产生了神秘的"整数关口压力"。A股的3000点为何成为万年不破的魔咒？为什么交易者总是偏爱整数价格？答案比你想象的更加复杂。 最令人匪夷所思的是，布加勒斯特经济研究院的学者Mihail Dumitru Sacala竟然将股价突破比作光线穿越不同介质！他用入射角、折射率、临界角等物理概念构建了一套预测模型：当股价"入射角"过大时会发生"全反射"——也就是我们常见的假突破；而当角度合适时，股价会"折射"进入新的价格区间。 这套看似天马行空的理论背后，隐藏着量化投资的终极秘密：跨学科思维。芝加哥大学的研究显示，仅仅利用左数效应进行定价优化，Lyft每年就能增加1.6亿美元利润。当物理学遇上心理学，当光学定律遇上市场规律，下一个alpha或许就藏在这些意想不到的交叉点中...

经济周期真的有规律可循吗？华泰证券金工团队用硬核数据告诉你答案！从 42 个月的基钦周期，到 100 个月的朱格拉周期，再到 200 个月的库兹涅茨周期，这些藏在经济数据里的 “隐形齿轮”，如何驱动资产价格轮动？ 报告通过频谱分析、小波变换等量化工具，验证了全球金融经济系统存在稳定周期，就像大自然的四季更迭。更有趣的是，A 股短期牛熊由基钦周期主导，板块轮动暗藏 “消费→成长→价值→周期” 的密码。 想知道如何用 “宏观 + 中观 + 微观” 框架捕捉周期机会？来听这场严谨又烧脑的周期探秘，让数据告诉你：跟着周期节奏投资，原来这么有章法！

一场没有硝烟的金融侦探战正在上演！当股价剧烈波动时，到底是谁在幕后操盘？国泰君安祭出"傅里叶变换"这一信号处理神器，从海量高频数据中捕捉机构算法交易的独特"指纹"——那些规律性的高频峰值，就像DNA一样暴露了机构的真实身份。与此同时，东吴证券另辟蹊径，按交易金额将市场参与者分为四大阵营，惊人发现：散户与机构的占比竟能完全颠覆传统动量因子的表现！ 更令人震惊的是，当机构大单密集出现时，股价往往面临反转危机；而散户主导的市场，动量效应却异常强劲。这种"反常识"的发现，让传统的"强者恒强"理论在A股市场彻底失效。基于这一突破，东吴证券构建的新动量因子年化收益高达23.23%，月度胜率超72%，远超传统因子表现。 但这场"交易者身份识别"的军备竞赛才刚刚开始。当算法越来越聪明，当机构开始伪装成散户，当市场结构不断演化，这些"指纹识别"技术还能奏效多久？在这场永不停歇的博弈中，谁将笑到最后？答案可能比你想象的更加复杂和惊人...

每秒300笔交易就是高频？这条红线让高频量化巨头们慌了神！从纳秒级军备竞赛到"减速带"反击，从7000万美金罚单到印度市场被禁，高频交易这个"市场坏孩子"终于要被关进笼子了？但真相可能没那么简单——当速度不再是王道，量化巨头们的下一步棋会怎么走？散户真的能从中受益，还是会面临更隐蔽的"收割"？

本期播客揭示了量化研究中的两大戏剧性冲突。首先是工具之困：当Aaron尝试用Alphalens验证UBL因子时遭遇挫折，因为这个行业标准工具无法处理月度因子数据。面对这一障碍，他开发了Moonshot库，专门解决月度因子回测问题。 更引人深思的是认知之困：复现结果显示威廉下影线因子与传统经验相悖——下影线均值越小，后市上涨概率反而越高。这一反直觉发现挑战了"长下影线代表买气强"的传统观点，揭示了主观记忆与统计规律之间的鸿沟。 UBL因子不仅成功复现了研报结论，实际表现甚至超越原研报。这背后隐藏着量化研究的深层思考：我们的交易直觉可能只记住了少数印象深刻的案例，而忽略了大量平凡却统计显著的数据点。 这期播客不仅展示了从理论到实践的完整链条，更揭示了量化投资的核心魅力：用数据和逻辑验证直觉，发现隐藏在市场噪音中的真正规律。

想象一下，如果你能提前24小时知道明天的财经新闻，你会成为投资之神吗？维克托·哈加尼的"水晶球实验"给出了令人震惊的答案：100多个受过金融训练的年轻人，即使拥有"预知未来"的优势，仍有一半人赔钱，六分之一直接爆仓！这个残酷的现实揭示了主观投资的致命缺陷。 更令人深思的是，量化交易看似能解决这个问题，但为何又有"回测买地球，实盘亏成狗"的魔咒？当Aaron分享自己两次"乌龙指"的惨痛经历时，我们发现人性的弱点如何在关键时刻背叛理性。而Jane Street这样的量化巨头，竟然因为资金容量限制而被迫冒险操纵市场，这背后隐藏着怎样的行业困境？小资金投资者是否真的拥有意想不到的优势？