二、今日财经：数据智能，事件驱动型回测 今日财经开创了事件驱动型交易新范式，其回测工具通过全渠道资讯聚合系统实时抓取美联储政策、地 缘冲突等200+信息源，并生成"投资影响评估报告"。例如，在2025年美联储加息窗口期，平台提前3天 推送历史类似事件对黄金走势的影响分析，帮助用户精准把握市场脉搏。 优势亮点： 金潮汇投定位为"个人投资者的机构级平台"，其回测工具通过FPGA硬件加速技术将订单执行延迟压缩 至0.1毫秒以内，满足量化交易与套利策略的严苛要求。平台支持多账户管理、算法交易等高级功能， 并定期发布《黄金市场深度报告》，助力用户捕捉跨市场机会。 优势亮点： 四、普汇黄金：宏观回测，构建长期决策框架 在黄金投资领域，交易策略的验证是投资者从新手成长为高手的关键环节。回测工具作为策略验证的核 心工具，能够帮助投资者通过历史数据检验策略的有效性，降低实盘风险。惠民金融、今日财经、金潮 汇投、普汇黄金、财富联盟、普罗汇六大平台凭借其独特的回测功能与差异化优势，为投资者提供了从 策略构建到优化的全流程支持。以下将深入解析这些平台的回测工具优势，助力投资者实现科学决策。 一、惠民金融：普惠量化，智能回测降低门槛 ...

研究报告合集下载链接（下载密码欢迎联系团队成员或对口销售）： https://pan.baidu.com/s/1d2oPPwOo4jMsF-kYQ5XpMg CTA系列专题报告 | 《系列一：基于混沌理论的股指期货噪声趋势交易策略》 | | --- | | 《系列二：一类波动收敛突变模式的趋势跟随策略》 | | 《系列三：多项式拟合的股指期货趋势交易 (LPTT) 策略》 | | 《系列四：基于日内波动极值的股指期货趋势跟随系统》 | | 《系列五：基于缠中说禅之分型通道趋势交易系统》 | | 《系列六：基于 GFTD 的期指日内程序化交易策略》 | | 《系列七：在标度不变性破缺下洞察资金流向——MFT 交易策略》 | | 《系列八：基于时域分形的相似性匹配日内低频交易策略（SMT）》 | | 《系列九：基于遗传规划的智能交易策略方法》 | | 《系列十：基于遗传算法的期指日内交易系统》 | | 《系列十一：日内突破模式及其资金管理的多重比较研究》 | | 《系列十二：基于遗传规划多维变量的股指期货交易策略》 | | 《系列十三：基于统计语言模型（SLM）的择时交易研究》 | | 《系列十四：经验模态分解下 ...

基金经理规模变动 - 2025年A股新增15位百亿级主动权益基金经理 [1] - 永赢基金张璐管理规模同比增长761%至154.13亿元 [1] - 汇添富基金张掖以167.64亿元规模位列新增基金经理榜首 [1] 头部基金经理持仓特征 - 新晋百亿基金经理普遍重仓科技赛道 [1] - 张璐重点配置机器人领域 [1] - 张韡专注创新药板块 [1] - 陈韫中主要投资出海企业 [1] 市场资金行为分析 - 机构资金活跃度可通过量化数据监测 [5] - 银行股自2022年起获机构持续布局 [5] - 2023年10月后机构资金从特定板块撤离 [8] - 白酒板块经历从"yyds"到"狗都不买"的极端情绪转换 [5] 投资策略有效性 - 传统技术指标有效性不超过抛硬币概率 [2] - 交易行为比估值、业绩更能反映真实市场动向 [5][8] - 量化工具可帮助识别机构资金动向 [8] 行业配置风险 - 科技赛道面临集体看好后的潜在风险 [9] - 基金经理规模暴增可能预示布局完成 [9] - 信息不对称始终存在于市场 [8]

"进击"的量化私募 ◎记者 马嘉悦 "现在渠道基本卖的都是量化产品。"沪上一位私募市场人士对上海证券报记者的感慨，道出了今年以来 量化私募发行的"火热程度"。 该人士称，量化私募基金尤其是多头策略，今年以来赚钱效应显现，头部机构旗下产品绝对收益大多在 40%以上。在此背景下，量化多头策略产品吸睛又吸金。即便近期市场有所调整，资金仍积极认购量化 多头策略产品。 私募排排网最新数据显示，截至8月底，有业绩记录的1303只量化多头策略私募产品今年以来平均收益 为31.84%，而主观多头策略私募基金同期平均收益为25.62%。与此同时，今年前8个月，量化私募新备 案产品3584只，同比增长100.34%，占证券类私募新备案产品数量的45.33%。其中，量化多头策略私募 基金最受青睐，备案数量达1666只，占比接近50%。 量化交易，正在以超出预期的速度扩张。 上海证券报记者近日采访获悉，量化多头策略产品近期在发行市场依旧"畅销"，渠道人士估计，量化管 理人今年以来平均新募集规模超10亿元。与此同时，多家量化私募创始人均表示，当前量化交易占全市 场成交量的比例已超20%。 显而易见，如今的量化私募，已成为资本市场的重要 ...

核心观点 - 报告开发了一套量化算法用于识别上证指数的趋势与震荡状态，并基于机器学习模型预测市场状态，构建动态仓位管理策略，在2020-2025年回测期内决策树模型驱动的策略实现77.20%总回报和1.12夏普比率，显著优于基准的14.68%总回报和0.30夏普比率 [2][46][70][74] 市场状态划分方法 - 市场状态分为趋势和震荡两种，趋势状态下适用动量策略（追涨杀跌），震荡状态下适用均值回归策略（低买高卖），正确识别状态对择时和选股至关重要 [6] - 采用两阶段算法划分历史状态：第一阶段使用Zig-Zag算法（转折阈值10%、最小年化收益20%、持续时间63天）初步识别趋势波段，第二阶段通过断点修正（Binseg算法）将趋势衰竭段重新标记为震荡，提升标签准确性 [8][9][10] - 算法应用于2015年以来上证指数数据，有效复现市场参与者认知，例如2018年熊市被准确识别为趋势状态 [11][12] 回测与数据设置 - 回测区间为2020年1月2日至2025年8月29日（共1373天），训练集占前70%（961天），测试集占后30%（412天），因2020年后市场切换频繁、波动减弱，需针对性建模 [13] 特征变量构建 - 从价格、成交量、波动率维度构建6个特征变量，均通过训练集参数优化： - **价格维度**：Feature_MA_1030（MA10持续40天高于/低于MA30，准确度58.58%）、Feature_MA_0510（MA5持续20天高于/低于MA10，准确度53.80%）、Feature_price_120（120天价格斜率绝对值超过去一年80%分位数时标记震荡，准确度60.25%） [16][17][18][19] - **成交量维度**：Feature_Volume（昨日成交量超过去一年70%分位数时标记震荡，准确度63.48%） [20] - **波动率维度**：Feature_Volatility_past（过去20天布林带宽度均值超过去一年80%分位数时标记震荡，准确度55.78%）、Feature_Squeeze_Breakout（布林带宽度小于过去一年中位数且30天内突破尝试＞1次时标记趋势，准确度57.54%） [21][22][23][24][25] - 单个特征在测试集准确度均提升，其中Feature_Volume达75.24% [26][27] 模型训练与评估 - 等权模型（六特征简单平均）测试集准确度82.04%，20日平滑后提升至88.59% [27][30] - 逻辑回归模型赋予特征权重：Feature_MA_1030（1.70）、Feature_price_120（1.46）、Feature_MA_0510（1.26）为核心变量，测试集准确度83.25%，平滑后83.50% [31][32][33][38] - 决策树模型通过变量交互判断状态：优先检查成交量异常→高波动状态→均线排列→长期斜率，测试集准确度80.10%，平滑后83.98% [39][41][42][44] - 所有平滑后模型测试集准确度均超80%，等权模型最高（88.59%），逻辑回归模型泛化能力最强 [44][45] 策略验证与表现 - 策略框架：基础仓位50%，每周三调仓，趋势状态下收益＞0时每涨1%加仓0.1、收益＜0时每跌1%减仓0.1，震荡状态下执行反向操作，仓位限制在0-100% [47][49] - 人工标注信号策略在回测期内总收益61.62%，年化波动率9.35%，最大回撤-9.18%，夏普比率0.99，显著优于基准（总收益14.68%，夏普比率0.30） [48][50][56] - 等权信号策略总收益31.54%，但超额收益不稳定，2022-2024年多次跑输基准，最大回撤-30.72% [57][63] - 逻辑回归信号策略总收益40.62%，年化波动率9.34%，最大回撤-13.06%，夏普比率0.69，在2022年和2024年下跌中有效控险 [64][70] - 决策树信号策略表现最优：总收益77.20%，年化波动率9.88%，最大回撤-9.18%，夏普比率1.12，在2022年和2024年下跌时仓位降至零规避回撤 [70][74] 研究总结 - 决策树模型驱动的策略通过状态识别与动态仓位管理实现卓越风险收益比，其表现甚至优于使用"完美"标签的策略，表明信号与策略适配性至关重要 [74][75] - 未来研究方向可分离宏观状态战略信号与短期战术信号，结合后可能进一步提升策略表现 [75]

原本是精英学霸的"凡尔赛时刻"，却在不到一年后，演变成华尔街史上最大的华人金融丑闻。 吴舰，清华毕业，TwoSigma对冲基金高级副总裁。昔日的天之骄子，如今却面临美国司法部起诉，最高可能被判 60年监禁。他的故事，是个人贪婪的悲 剧，也是制度疏漏与价值观扭曲的警钟。 一张年薪单，2350万美元。 一行配文："不敢发朋友圈，想偷偷炫耀。" 01丨从"清华光环"到"华尔街新贵" 吴舰的履历，几乎是无数学霸的梦想剧本。 清华本科，后赴美深造，进入量化投资圣地——TwoSigma。他所在的岗位，正是华尔街最炙手可热的赛道：量化交易。算法模型、数学天赋、金融嗅觉， 交织成一条通往财富与荣耀的捷径。 这不仅是个人作恶，更是制度漏洞的被动共谋。 SEC文件披露，TwoSigma早在 2019年就收到了系统漏洞预警，但迟迟未修复。换句话说，吴舰的行为并非无迹可循，而是踩在监管与公司失职的缝隙里狂 奔。 如今，美国司法部已对他提起诉讼，以电汇欺诈等罪名追责。其在纽约价值 660万美元的豪宅被查封。更讽刺的是，案发后他处于潜逃状态——一个曾经炫 耀"精英身份"的人，最终不得不躲避追捕。 03丨学霸的遮羞布，精英的崩塌 2023 ...

那天凌晨两点，我盯着电脑屏幕上的美联储利率决议，手里的咖啡已经凉了。当25个基点的降息消息跳出来时，我下意识 地看了眼黄金期货价格——3700美元/盎司。按照教科书上的说法，降息利好黄金，这波稳了。但接下来的剧情却让我这 个复旦金融系毕业的老油条都大跌眼镜：金价不涨反跌，24小时内跌去了50美元。 这让我想起2025年A股那波诡异的"慢牛快调"行情。90天涨700点，听起来很美是吧？但有多少散户在这轮行情中真正赚到 钱？今天我就用亲身经历告诉你，金融市场里那些教科书不会教你的真相。 北京时间9月18日凌晨，美国联邦储备委员会宣布将联邦基金利率目标区间下调25个基点至4%—4.25%之间。这一政策调 整在国际金融市场掀起波澜，黄金价格却出现了令人意外的走势。 降息预期落地后，国际金价从3700美元/盎司上方跌至3650美元/盎司附近；国内沪金主力合约2510也从843.42元/克的高位 回撤至824.1元/克。这种"利好兑现即利空"的现象，让我想起了A股市场的一个规律：慢牛快调。 这让我想起大学时教授说过的一句话："金融市场最危险的时候，就是所有人都觉得'这次不一样'的时候。"确实，2025年的 贵金属市场正在 ...

股价极端波动 - 药捷安康-B单日股价振幅接近124% 从早盘暴涨近60%至679.5港元历史高点 转为午后暴跌58%至收盘192港元 全天跌幅达53.73% [1][3][6] - 开盘价477.2港元较前日收盘价415港元跳空高开15% 显示隔夜积累强烈做多情绪 [3] - 成交额达45.43亿港元但换手率仅4.13% 反映市场深度极浅特征 [6] 量化交易特征 - 低换手率高波动组合揭示量化交易典型特征 恐慌性抛售和承接仅发生在极少数股份上 大部分股份处于锁仓状态 [6] - 买盘十档占比90.91%对卖盘十档9.09%的极端比例 表明买盘全部挂在远离市价低位缺乏主动承接 [6] - 收盘前出现连续多笔500股微小交易在187.7港元成交 体现程序化交易测试流动性或控制收盘价行为 [7] 资金博弈机制 - 量化操作分四个阶段：流动性吸引与逼空布局→流动性抽离与闪崩触发→多杀多与螺旋式下跌→低位换手与仓位调整 [9][10] - 沪港通席位净买入49.75万股而深港通席位净卖出80.15万股 显示内地资金价值判断出现巨大分歧 [10][11] - 摩根士丹利(-25.80万股) J.P.摩根(-4.15万股) 荷兰银行(-9.05万股)等国际投行一致卖出 代表海外机构及量化资金高位兑现利润 [10][11] 市场机制失效 - 123.98%振幅表明市场价格发现机制在短时间内完全失效 在成熟资本市场极为罕见 [6] - 公司公告确认不知悉股价及成交量异常变动原因 强调无未披露重大信息 [3] - 生物科技股高估值低流动性特征被量化资金利用 通过算法推高股价吸引趋势交易者 [9]

股价表现 - 药捷安康-B单日股价振幅接近124% 从早盘暴涨近60%至679.5港元历史高点 转为午后暴跌58%至最低165港元 最终收报192港元 全天跌幅达53.73% [1][3][6] - 开盘价477.2港元较前日收盘价415港元跳空高开15% 显示隔夜积累强烈做多情绪 [3] - 总市值从高位回落至762.04亿港元 成交额达45.43亿港元但换手率仅为4.13% [1][6] 市场流动性特征 - 买盘十档占比90.91%对卖盘十档9.09%的极端比例 显示买盘全部挂在远离市价低位等待承接 缺乏当前位置主动承接盘 [6] - 低换手率高波动组合揭示量化交易典型特征 恐慌性抛售和承接只发生在极少数股份上 大部分股份处于锁仓状态 市场深度极浅 [6][7] - 15:59出现连续多笔500股微小交易在187.7港元成交 一手一手交易模式显示程序化交易在测试市场流动性或控制收盘价 [7][8] 资金博弈格局 - 沪港通与深港通出现截然相反操作 中国投资(沪港通)席位净买入49.75万股 中国创盈(深港通)席位大幅净卖出80.15万股 显示内地资金价值判断出现巨大分歧 [10][11] - 国际投行包括摩根士丹利净卖出25.80万股 J.P.摩根净卖出4.15万股 荷兰银行净卖出9.05万股 代表海外机构投资者和量化资金高位兑现利润或顺势做空 [10][11] - 富途证券净买入10.50万股 招银国际净买入7.60万股 中金净买入3.35万股 显示部分资金逢低吸纳 [11] 量化运作机制 - 第一阶段通过算法小幅推高股价吸引趋势交易者和散户入场 开盘冲高至679港元触发程序化买单和空头止损盘形成逼空行情 [9] - 第二阶段主力量化资金瞬间撤掉所有流动性买单同时启动算法卖单 由于市场买盘深度极浅导致第一笔卖单引发价格大幅下滑 [9] - 第三阶段股价快速下跌触发风控止损单形成市价卖单进一步冲击市场 算法根据量比1.49等实时数据加速卖出形成自我强化下跌螺旋 [9] - 第四阶段股价跌至170港元附近时空头平仓获利与抄底资金形成交易 量化程序完成高卖低买循环 [10]

非法荐股手段演变 - 非法荐股手段从电话推销升级至网络直播、社交媒体和AI选股软件等新型包装方式 [2] - 不法分子利用投资者快速致富心理编织财富神话诱骗投资者 [2] 当前非法荐股形式 - 网络直播荐股通过主播营造专业形象推荐牛股后引导付费入群实施割韭菜 [3] - 社交媒体荐股通过自称股神或大V账号发布虚假收益截图吸引粉丝购买收费服务 [3] - AI选股骗局以量化交易系统或人工智能算法为旗号兜售高价软件或课程实为包装骗局 [3] - 冒充持牌机构通过盗用身份伪造证书或克隆官网以内幕消息等噱头诱导下载虚假交易APP [3] 投资者防御策略 - 需把好入口关对陌生人通过电话短信微信等方式的主动荐股保持警惕 [4] - 需把好出口关不轻信稳赚不赔建议且不向陌生个人账户转账 [5] - 通过证监会证券业协会等官网验证机构及人员从业资质拒绝无资格服务方 [5] 理性投资核心原则 - 投资需专业知识和实践经验应通过正规渠道学习并选择合规金融机构 [6] - 需根据风险承受能力制定合理策略并保持长期投资心态 [6]