Quant Research
文章
关于量化研究
← 返回文章列表
量化随笔 27：数据清洗的边界
量化随笔 · 2026-05-31 19:27:16
过度清洗会把真实的极端信息当作异常剔除。 放任不管则会让噪音主导模型学习。 关键在于区分技术错误与真实事件。 量化数据工程的难点，在于设定合理的清洗边界。
推荐文章
策略的生态位：在市场中找到自己的位置
策略之间存在生态关系，理解自己的生态位有助于避免拥挤交易。
量化随笔 31：信号叠加的干扰
多个信号叠加时，彼此之间会产生干扰。
量化随笔 89：技术债务的隐形风险
技术债务最终会转化为风险事件。
量化随笔 96：团队记忆的结构化
团队的经验需要被结构化存储。
纯仓位驱动（Position‑Driven）量化策略
不看价格、不看技术、不看盘口、不看成交，只用自己的仓位规则来决定下单位置
风险管理：系统的第二条生命线
风险管理不是附属品，而是策略的核心。本文讨论量化风险的三个层次。
策略研究：从直觉到结构化假设
策略研究不是从数据开始，而是从假设开始。本文讨论策略研究的正确流程。
量化随笔 81：模型版本控制
模型也需要版本控制。
数据分辨率：越高越好吗
高分辨率数据并不总是带来更好的策略。
量化随笔 59：资金曲线的噪音过滤
资金曲线本身也需要被当作时间序列分析。