精選文章
每週為你嚴選系列文章

為何做空BTC比做空MSTR更佳?回購機制深度解析
探討做空BTC與MSTR的差異。MSTR因回購機制難以做空,而BTC的回購依賴MSTR的不回購。了解兩者回購邏輯,掌握更佳做空策略。
Lazy Beanz2026/07/13
ARFIMA模型:捕捉長記憶性的時間序列預測利器
ARFIMA模型允許分數差分參數d,能捕捉ARIMA無法描述的長記憶性(自相關雙曲衰減)。本文介紹ARFIMA核心思想、與ARIMA的關鍵區別及實務挑戰,適合中長期預測策略。
Voltima Quant2026/07/11
ML量化業界現況:GBDT非線性優勢與實戰心得
探討機器學習量化中因子與收益的非線性關係,解釋GBDT為何在截面預測上優於線性模型與深度學習,並分享業界實戰心法:特徵工程、時間切分、集成方法、市場漂移及交易成本控制。頭部量化私募主力模型多為LightGBM變體,真正的差異化在於因子庫廣度與數據質量。
Voltima Quant2026/07/10
MIDAS回歸:解鎖混合頻率數據的預測潛力,量化交易新利器
MIDAS回歸解決傳統模型要求變數頻率一致的問題,保留高頻數據細節。本文介紹MIDAS在GARCH-MIDAS波動率預測、投資組合優化及混合頻率因子構建中的實戰應用,並探討權重函數選擇和前視偏差等挑戰。
Voltima Quant2026/07/09

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。
Voltima Quant2026/07/07
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。
Voltima Quant2026/07/07





