个人量化选股(二):标的池怎么选,以及多路召回与双轨粗排
在上一篇《用 AI 优化我的投资组合:从宏观配置到美股持仓复盘》中,我们梳理了大类资产配置与资金分层:宏观上确定了资金在美股(47.5%)、日股(14.5%)、中国资产(9.5%)等各大市场之间的配比,并在股票内部切分了核心宽基底仓(Core)与卫星轮动个股(Satellite)。 这也是我最近在 QuantFull 整理的「个人量化选股实战体系」的第二篇。大方向定好之后,我们面对的是一个更具体的 …
查看全部 30 个产品 → 按 AI 工具、量化、链上等六类整理
在上一篇《用 AI 优化我的投资组合:从宏观配置到美股持仓复盘》中,我们梳理了大类资产配置与资金分层:宏观上确定了资金在美股(47.5%)、日股(14.5%)、中国资产(9.5%)等各大市场之间的配比,并在股票内部切分了核心宽基底仓(Core)与卫星轮动个股(Satellite)。 这也是我最近在 QuantFull 整理的「个人量化选股实战体系」的第二篇。大方向定好之后,我们面对的是一个更具体的 …
在城市生活中,评估居住、工作与出行往往依赖距离。租房信息常标注“距离地铁站 1 公里”或“距离商圈 3 公里”,但直线距离往往忽略了城市路网的真实形态。一条河流、一条全封闭高架路或一段铁路线,都会让实际通勤耗时成倍增加。 以往要在地图上确认通勤范围,往往需要手动逐个搜索不同目的地的导航时间。如今路网等时圈计算使得多方向的可达性能够在数秒内直接生成多边形轮廓。出行可达地图(Isochrone …
声明:本文由 AI 辅助创作,经作者核实与修订。 平时做产品,常会遇到一个问题:为什么点子听起来很好,做出来却总是失败?有没有什么办法能在三天之内就知道一个想法能不能挣钱? 身边常能看到这样的人:脑子里一有想法,立马打开 coding agent 开始写代码、调模型、上架发布。到了发布环节却发现根本没人关注这件事情,然后归结为自己流量不好、酒香也怕巷子深。 这毛病跟开餐饮店类似:自己尝一口觉得味道 …
声明:本文由 AI 辅助创作,经作者核实与修订。 最近 X 上在讨论 Meta 的 Personal Agent 产品 Muse 的留存数据。投资人和科技媒体多有转发,核心论调基本一致:Muse 次日留存高达 73.3%,接近 ChatGPT 的两倍,不过 14 日留存降到 22.5% 被反超。 在 X 上,小扎和小王的 PR 稿早已铺天盖地。或多或少都在暗示 Muse 已经赢了。 …
最近把 LeeOnChain 的链上宏观看板(/macro)从底层数据源到指标定义彻底理了一遍。 重构之前的版本暴露出一个尴尬的现实:页面上放着的指标(全链 TVL、DEX 7 天交易额、单链手续费、稳定币总量、Top Meme 成交量)本质上只是 DefiLlama 和 CoinGecko 面板的子集。在各大公开看板上天天能看到这些大盘数字,但这些常规数字往往具有极强的误导性。 链上账本公开透 …