量化交易
量化交易技術分享
AI股回調？三星暴跌10%引爆記憶體板塊恐慌
三星電子初步業績優於預期，股價卻暴跌10%，拖累韓國KOSPI跌8%熔斷。美光、SK海力士等記憶體股全線重挫，AI概念板塊輪動加劇。分析指基本面未變，急跌提供重新部署機會。
可微分排序：讓排序學習與深度學習無縫整合的關鍵技術
探討可微分排序如何解決排序不可微問題，使排序指標直接作為損失函數，與深度學習框架完美整合。比較其與LambdaMART的優劣，介紹軟排序與神經排序實現方法，並分析實戰中的計算成本與交易成本挑戰及應對策略。
ResNLS：融合CNN與LSTM的非線性因子建模新框架
本文介紹ResNLS混合架構，結合CNN、殘差連接與LSTM，用於擬合因子與收益間的非線性關係。解析其設計邏輯、殘差連接的初始化技巧、LSTM的時序建模能力，並討論模型在市場切換、流動性不足等極端情境下的失效條件與實作挑戰。提出注意力機制、市場狀態條件輸入、排名損失等延伸方向，強調深度學習應作為非線性殘差修正器的務實定
遺傳演算法：比網格搜索更高效的參數優化方法
本文介紹遺傳演算法的核心概念、與網格搜索及隨機搜索的比較、遺傳規劃的區別，並說明其在量化交易中策略參數優化、因子權重優化、投資組合優化的實戰應用，最後提醒過度擬合等注意事項。
量化回測陷阱：用收盤價成交的未來函數風險
量化策略回測中最常見的陷阱是使用收盤價成交，這實際上帶有未來函數。本文解釋為何收盤價成交不現實，並建議改用下一根開盤價回測，以獲得真實績效。同時探討滑價非線性、逆向選擇成本及實盤執行優化方向。
6月熊市復盤：流動性枯竭與CTA策略的相對優勢
6月市場持續流動性差的熊市，交易所上線TradFi合約吸取流動性，原生幣圈代幣表現悲哀。截面波動率下降，大幣趨勢流暢，CTA策略相對優於截面策略。
AAVE爆煲實錄：鏈上銀行擠兌2億美元，DeFi的無風險利率基準為何失靈？
AAVE因KelpDAO跨鏈橋漏洞爆發擠兌，4月21日主要池利用率達100%，約50億美元穩定幣被鎖死。本文回顧1月13日對DeFi風險的準確判斷，分析CeFi與DeFi的期望值差異，強調反脆弱性在加密市場的重要性。了解事件全貌與投資教訓。
風險認知陷阱：你以為的安全區，其實是紅色警戒
本文探討投資者對風險的常見誤解，指出真正致命的往往是那些看似低機率但高衝擊的風險。透過思想實驗和技術分析，作者提醒在當前利率環境下，市場風險回報比已不對稱，建議採用槓鈴策略實現反脆弱性。回應讀者質疑，強調多訊號共振的重要性。
FINRA借貸指數飆破0.52歷史紅線，高槓桿時代的市場真相與風險警示
FINRA投資人借貸指數達-8480億美元，融資餘額/M2比率升至0.52，超越2000年與2008年泡沫高點。黃金與納指走勢分化，AI估值溢價面臨考驗。本文揭示市場結構性風險，提供資產體檢指南。
輸大錢的元凶：你的社交媒體追蹤名單
本文揭露投資虧損的深層原因並非不懂投資，而是社交媒體上追蹤了大量以煽動情緒、接業配為主的泛流量帳號。這些帳號用八卦、色情邊緣內容吸引流量，推銷資金盤和空氣幣，破壞交易邏輯。建議清理資訊源，提升判斷力，避免成為市場接火棒。