为什么商品价、GDP、河流长度里，以 1 开头的数字占比超 30%？答案藏在本福特法则里 —— 这个 “数字规律” 不仅能查财报造假，还能盯 A 股机构！方正证券研报用它验证：万科 A 分钟成交量贴合法则，机构交易却留下偏差；据此设计的 X 指标，能划分 “机构痕迹股”，还发现聪明钱因子在这类股里年化收益达 29.2%。从数学原理到量化策略，教你用规律看穿市场小动作。 【本期节目你将了解】 1、本福特定律及其在量化中的运用 2、为什么换手率的变化率、聪明钱 Q 因子、净利润同比增长率这三个指标能成为选股因子 【研报题目】 1、方正证券：《本福特的启示：从分钟成交量看机构痕迹》 2、方正证券：《跟踪聪明钱：从分钟行情数据到选股》 【在这里找到我们】 wechat：quantfan_100 微信公众号：Quantide量化风云 小红书：Quantide bilibili：Quantide

甲骨文财报后单日暴涨 40%，创 1992 年以来最大涨幅，创始人埃里森身家激增 980 亿超马斯克成全球首富。这家 46 岁的 “老数据库公司”，早已靠与 OpenAI 的合作、云计算转型蜕变为 AI 基建巨头。更关键的是，它还是量化交易的 “隐形支柱”—— 华尔街顶级基金靠其数据库存海量数据、扛实时算力，从摩根大通到文艺复兴都离不开它。AI 淘金热里，甲骨文为何成了 “卖铲人”？量化与科技的交叉视角，带你看懂这场逆袭 【在这里找到我们】 wechat：quantfan_100 微信公众号：Quantide量化风云 小红书：Quantide bilibili：Quantide

作为金融市场的经典工具，MACD 自 1970 年代诞生以来，一直是交易者判断趋势、捕捉机会的核心指标。但随着量化交易时代到来，传统 MACD 的固定参数、信号滞后、震荡市假信号等问题逐渐凸显 —— 如何让这个 “老工具” 适配新市场？ 本期播客从基础拆解 MACD：详解 DIF 线、信号线、直方图的构成与计算逻辑，手把手教你用交叉策略（金叉 / 死叉）、背离策略（顶背离 / 底背离）、直方图策略捕捉行情；更聚焦量化时代的升级方案：用遗传算法优化参数，借前向优化避免过拟合，再通过机器学习过滤假信号、强化学习实现自主决策，让 MACD 从 “被动信号工具” 进化为 “AI 驱动策略”。 无论你是刚入门的交易者，还是想突破策略瓶颈的量化爱好者，都能在这里 get MACD 的全新打开方式。 此外，“量化好声音” 听友群已开放，添加「宽粉」联系方式入群，一起解锁量化投资的奥秘！ 【在这里找到我们】 wechat：quantfan_100 微信公众号：Quantide量化风云 小红书：Quantide bilibili：Quantide 【理财有风险，投资需谨慎。一下内容仅作分享，不构成任何投资建议】 ##一个中心、两个基本点、四项基本原则 1. 一个中心：0 轴是 “多空分水岭” MACD 的所有信号，都要围绕 0 轴来判断 —— 这是最核心的原则。 当 DIF 和 DEA 都在 0 轴上方时，属于 “多头市场”，赚钱的概率大。这时候就算出现死叉，也可能只是短期调整，后续还可能再形成金叉； 当 DIF 和 DEA 都在 0 轴下方时，属于 “空头市场”，赔钱的概率大。这时候就算出现金叉，也可能只是反弹，后续还可能再形成死叉。 所以，新手朋友用 MACD，先看 0 轴位置 —— 尽量在多头市场里操作，避开空头市场，这能大大提高胜率。 2. 两个基本点：顶背离逃顶，底背离抄底 这是 MACD 最经典的用法，也是实战中最可靠的信号： 底背离：股价创新低，但 MACD 柱不创新低（绿柱比上次短），或者 DIF 线不创新低。这说明股价虽然在跌，但下跌力度在减弱，是 “见底信号”。 顶背离：股价创新高，但 MACD 柱不创新高（红柱比上次短），或者 DIF 线不创新高。这说明股价虽然在涨，但上涨力度在减弱，是 “见顶信号”。 背离信号在优质公司上更有效，而垃圾公司出现顶背离，可能就是 “永久顶部”，再也涨不回去。 3. 四项基本原则：买点、卖点、风险点、止损点 买点：分一级买点和次级买点。一级买点是 “底背离后的二次金叉”—— 第一次金叉可能是 “假信号”，二次金叉更可靠；次级买点是 “快慢线上穿 0 轴后，在 0 轴获得支撑的二次金叉”—— 比如 DIF 和 DEA 上穿 0 轴后，回调到 0 轴附近又金叉，这说明多头市场得到确认。 卖点：对应买点，一级卖点是 “顶背离后的二次死叉”，次级卖点是 “跌破 0 轴支撑后的反抽 0 轴”—— 比如 DIF 和 DEA 跌破 0 轴后，反弹到 0 轴附近又死叉，这说明空头市场得到确认。 风险点：不是 “非卖不可”，但要 “保持警惕” 的点。最常见的是 “快慢线上穿 0 轴时不放量”——0 轴是多空分水岭，上穿时需要成交量配合，才能消化前期套牢盘。如果不放量，很可能受阻回落。 止损点：“君子不立危墙之下”，当买入后不及预期，MACD 跌破 0 轴进入空头市场时，必须止损。比如买入后，DIF 和 DEA 从 0 轴上方跌到 0 轴下方，说明趋势反转，这时候不管亏多少，都要及时卖出，避免更大损失。

金融市场海量高维度、非线性量价数据中蕴藏投资机会，传统分析方法却力不从心，而 CNN 与 Transformer 结合的模型成为破解数据密码的关键。 文中先追溯 CNN 的发展，从 1962 年 Hubel 和 Wiesel 的猫脑视觉研究奠定基础，到 1980 年福岛邦彦提出神经认知机，1989 年 LeCun 等人创建 LeNet-5，再到 21 世纪后借 GPU 和大规模数据集迎来爆发，AlexNet、VGG 等架构不断突破。还解析其卷积层、池化层核心结构，以及在金融领域的应用，如股票预测、时间序列识别等。 接着介绍 Transformer，2017 年 Vaswani 等人提出该模型，以自注意力机制突破 RNN 局限，在 NLP 领域掀起革命，后跨界金融，在市场预测、高频交易等方面发挥作用。 随后重点阐述东北证券研报提出的 CTTS 模型，因 CNN 擅提局部特征、Transformer 长于抓长期依赖，二者结合可兼顾短期波动与长期趋势。该模型含卷积层、Transformer 编码器层、MLP 层，实战中用 2019 年标普 500 指数成分股日内数据测试，预测准确率高于 ARIMA 等基准策略，高置信度预测表现更优。 最后提及 AI 金融模型未来探索方向，同时警示模型失效、数据质量、过度拟合等风险，为理解 AI 在金融领域的应用提供全面视角。 【在这里找到我们】 wechat：quantfan_100（咨询请加） 微信公众号：Quantide 量化风云 哔哩哔哩：Quantide 小红书：Quantide

量化岗位竞争激烈，你是否也陷入 “非 985/211 不敢投”“简历石沉大海”“没实习经验 = 找不到实习” 的焦虑循环？ 本期播客邀请到嘉宾Yika —— 从投递 400 + 份量化简历全无果，到经调整后通过率暴涨 500%，最终拿下 20 亿规模私募 offer 的 “逆袭者”。他带着物理 + 金融 + 计算机的复合背景，却曾因身体状况、学历焦虑陷入迷茫，3 个月内从 “量化小白” 到入职私募，踩过的坑、用过的招，全部分享给你。 我们会拆解 “简历通过率翻倍的核心逻辑”，聊 “零经验如何靠项目 / 课程补短板”，听他讲述 “从躺平到主动破局” 的量化转行路，更有针对 “未毕业 / 待毕业 / 已工作” 人群的定制化建议。无论你是想转量化的学生，还是在求职中碰壁的求职者，都能从他的经历里找到可复用的方法，告别求职迷茫！ 【在这里找到我们】 wechat：quantfan_100 微信公众号：Quantide 量化风云 bilibili：Quantide 小红书：Quantide

本期节目以2024年头部机构幻方量化宣布退出市场中性策略为切入点，深度复盘A股该策略的十年浮沉。我们将沿着时间线，从2014年的“风格错配”，到2015年的“股灾双杀”，再到2024年“完美风暴”下的流动性、基差、拥挤度三重共振，为您系统剖析数次关键危机。 这不仅是一次历史回顾，更是一场关于风险、模型与认知的深度拆解。我们将揭示，量化行业如何在一次次“压力测试”后，完成了从对冲工具、模型内核到风控框架的系统性进化。这不仅是一部策略的进化史，也为投资者理解该策略的风险本质与未来走向，提供了生存指南与深刻洞见。 【在这里找到我们】 wechat：quantfan_100 公众号：Quantide 量化风云 bilibili：Quantide 小红书：Quantide

这是一个发生在七夕夜的故事，但与浪漫无关。当满城都沉浸在玫瑰与巧克力的甜腻中，我，一个平平无奇的“单身星球居民”，走进电影院，看了一场关于高科技犯罪的电影《捕风追影》。 我本以为这只是一场普通的消遣，却没想到，影片中那瞬间蒸发的巨额财富、突如其来的暴力冲突，像一颗子弹，精准地击中了我内心深处对于“不确定性”的恐惧。我们努力构建的生活，是否也会像电影情节一样，被一只看不见的“黑天鹅”瞬间颠覆？ 这个疑问，将我引向了思想家塔勒布的智慧世界。在本期播客中，我将从这场一个人的电影开始，与你深入浅出地聊透“黑天鹅”与“反脆弱”这两个足以改变你思维模式的核心概念。你将听到，为什么我们都是“感恩节的火鸡”，以及如何运用神奇的“杠铃策略”，将自己的人生打造成一个能从混乱与压力中获益的“反脆弱”系统。 【在这⾥找到我们】 公众号：Quantide 量化⻛云 ⼩红书：Quantide 哔哩哔哩：Quantide wechat：quantfan_100

上证指数飙至 3883.56 点创 10 年新高，深证成指、创业板指涨幅超 2%，成交破 3 万亿元，连东方财富的上证 PE 百分位数都因热度溢出显示 NA，乐观情绪拉满。 去年 9 月我们用 PE 分位数预判 A 股低估，月底果然大涨；如今再用同款方法测 PE，结果又如何呢？ 巴菲特指标计算数值为 88%，超 60%-80% 合理区间，那么问题来了：这能说明A股高估了吗？当前 A 股是真高估，还是虚火？上证到底能不能摸到 4000 点？ 【在这⾥找到我们】 公众号：Quantide 量化⻛云 ⼩红书：Quantide 哔哩哔哩：Quantide wechat：quantfan_100

你是否曾因盘⼝ “转瞬即逝的⼤买单” ⽽在⾼位接盘？在 A 股每⽇万亿成交背后，30% 主动撤回的委托订单，正成为机构博弈的 “隐形战场”。本期我们以开源证券 2024 年 1 ⽉的研报《市场微观结构研究系列（22）：订单流系列，撤单⾏为规律初探》为核⼼，教你识别 “虚假挂单” 陷阱，掌握从撤单这类 “隐性数据” 中挖掘超额收益的关键逻辑，揭开 A 股 30% 撤单的流动性奥秘拆解三⼤关键谜题：为何⼩市值股票每 10 单近 5 单会撤，微盘股却呈现反常识撤单规律？尾盘 3 分钟废单占⽐骤升⾄ 25%，背后藏着怎样的 “赌徒博弈”？“三⼩将_TRI”“毒流动性_TOX” 两⼤因⼦如何捕捉撤单信号，实现 43.4% 的多空收益？ 【在这里找到我们】 微信：quantfan_100 微信公众号：Quantide 量化风云 小红书：Quantide bilibili：Quantide

2009 年，当 BGI 被⻉莱德收购的消息从旧⾦⼭传到华尔街时，谁也没预料到，这场看似只是跨国⾦融巨头间的资本交易，会给远在太平洋彼岸的中国资本市场，带来⼀场 “量化启蒙” 的春⾬？中国量化发展史历经四阶段演进：1.0 时代（2002-2010）公募摸索起步，受制于交易制度难展拳脚；2.0 时代（2010-2015）随融资融券、股指期货落地，α 策略、量化对冲等模式爆发，公募与私募形成差异化路径；中间虽经 2014 年 α ⿊天鹅、2015 年股灾、⼯具受限等考验，却也筛选出具备因⼦挖掘能⼒与⻛险控制体系的头部机构。如今进⼊ 4.0 时代，AI 技术重构投研体系，⼤数据与衍⽣品⼯具扩容，量化在公募占⽐不⾜ 5% 的现状下，正迎来策略精细化与规模突破的新窗⼝。 【在这⾥找到我们】 公众号：Quantide 量化⻛云 ⼩红书：Quantide 哔哩哔哩：Quantide wechat：quantfan_100

想搞懂基⾦经理的 Alpha 收益从何⽽来？关键要理清 MPT、CAPM 与 Alpha/Beta 策略的逻辑关系！ 本期播客结合清华⼤学五道⼝⾦融学院18年的基⾦研究报告，先拆解系统⻛险与⾮系统⻛险的核⼼差异，再串联 MPT （现代资产组合理论）的⻛险分散逻辑、CAPM （资本资产定价模型）的收益定价机制，最终落地到 Alpha 主动策略与 Beta 被动策略的实战应⽤，帮你搞懂专业机构如何⽤这套逻辑评估基⾦经理能⼒，⽆论专业⼈⼠还是投资⼩⽩，都能掌握基⾦投资的底层逻辑。 【本期播客重点笔记】 一、投资风险分类 （一）系统风险（可补偿风险） 定义：市场共性风险，无法通过分散消除 典型案例：大盘暴跌、经济周期波动、政策重大调整、利率汇率变动 核心特点：所有市场参与者均需承担，与市场整体绑定 （二）非系统风险（不可补偿风险） 定义：单个资产 / 行业独有风险，可通过分散消除 典型案例：公司业绩爆雷、个股黑天鹅事件、行业政策局部调整、基金经理变更 核心特点：仅影响特定标的，与市场整体无直接关联 二、风险与收益的核心逻辑：风险可补偿性 （一）风险可补偿性（对应系统风险） 核心规则：承担的风险需获得对应收益补偿，仅系统风险符合该规则 收益形式：Beta 收益（市场对系统风险的固有补偿） 理论支撑：CAPM（资本资产定价模型） （二）风险不可补偿性（对应非系统风险） 核心规则：风险可通过分散化消除，故无额外收益补偿 理论支撑：MPT（现代投资组合理论） 实践逻辑：非系统风险可通过资产配置对冲，承担后无法获得超额收益 三、核心理论：MPT 与 CAPM 的协同作用 （一）MPT（现代投资组合理论） 核心目标：通过分散持仓消除非系统风险 实现逻辑：利用 “资产收益相关性”，搭配不同关联度的资产（如股票 + 债券、消费 + 科技） 最终结果：非系统风险大幅降低，剩余无法消除的风险为 “系统风险” 局限性：仅解决 “非系统风险消除”，未回答 “系统风险的收益补偿” 问题 （二）CAPM（资本资产定价模型） 核心目标：量化系统风险与收益补偿的对应关系 核心工具：Beta（衡量资产对系统风险的暴露程度） Beta=1：资产收益波动与大盘一致 Beta>1：资产波动大于大盘（如成长股） Beta<1：资产波动小于大盘（如防御性蓝筹） 收益拆分：将投资收益分为 “Beta 收益” 与 “Alpha 收益” 作用：填补 MPT 空白，明确 “承担系统风险应得的收益补偿” 四、投资收益分类（基于 CAPM） （一）Beta 收益 收益性质：系统风险补偿收益（市场基础收益） 收益来源：承担市场系统风险，与市场整体表现强相关 获取逻辑：无需主动投资能力，通过跟踪市场（如指数基金）即可获取 特点：收益稳定性依赖市场，波动与系统风险同步 （二）Alpha 收益 收益性质：超额收益（主动投资能力收益） 收益来源：通过选股、择时、行业配置等主动策略获得 计算逻辑：实际收益 - CAPM 计算的 “期望收益（含 Beta 收益）” 特点：与市场无关，反映投资经理的主动管理能力（正 Alpha 为超额收益，负 Alpha 为收益不及预期） 【在这⾥找到我们】 公众号：Quantide 量化⻛云 ⼩红书：Quantide 哔哩哔哩：Quantide wechat：quantfan_100（课程咨询请加）

你用布林带、均线判断支撑阻力时，是不是总遇 “假突破”？买入就回调、卖出就反弹，震荡市频繁交易还亏成本？这都是传统指标 “盯固定阈值” 的滞后性在坑人！ 本期播客拆解光大证券 2017 年推出的 RSRS 指标（阻力支撑相对强度），它偏偏不纠结支撑阻力具体点位，专抓 “相对强度变化”—— 靠每日最高价（当日阻力）、最低价（当日支撑）量化市场预期，再用线性回归算 β 值、标准分优化信号，让判断跨牛熊都精准。 看数据就懂有多能打：沪深 300 回测 12 年，RSRS 标准分策略总收益 1337%（同期指数仅 350%），震荡市也能稳涨；虽曾在 2008 年熊市误判，但加 20 日均线过滤后，最大回撤直接砍半，在上证 50、中证 500 上照样有效。 【在这里找到我们】 微信公众号：Quantide 量化风云 小红书：Quantide bilibili：Quantide wechat：quantfan_100