个人量化选股（七）：波动率倒数配仓与资金构建：等权重陷阱、单票封顶与整手硬约束
上一篇《个人量化选股（六）：差异化风控与退出机制：杠杆防守、反弹陷阱与高波移动止盈》分析了杠杆账户的 P0 强制止损、港 A 现货过滤短期微观噪声的季度内持有纪律，以及高波动标的的动态跟踪止盈规则。 当候选标的通过趋势门槛、截面精排与双线缓冲区的筛选，并完成退出规则设定后，量化选股流水线进入了关键的最终环节： 入选标的的资产配置权重与资金规模如何科学求解？ 许多量化研究者在因子挖掘与信号排序上投入 …
文章
从 2016 年写到现在，已经 212 篇。写的东西跟着我当时在做的事一路变化。
2016 至 2018
从计算机视觉、机器学习比赛和模型复现写起，边学边做。
2018 至 2020
进入网易游戏后，内容转向数据挖掘、用户分析、A/B 测试和模型部署。
2020 至 2025
在米哈游做算法，继续写反作弊和用户增长，也开始整理技术管理、量化研究和读书笔记。
2025 至今
把重心放到 AI 编程、Agent 与 Skills、内容增长和产品实践，记录真正用过之后的判断、方法和结果。
消费级 AI 真实账单：流量与收入错位，谁在闷声赚钱
声明：本文由 AI 辅助创作，经作者核实与修订。 看 AI 行业榜单，容易被网页访问量和 App 下载量带偏。 Similarweb 统计的网页独立访客，或者应用商店的下载榜，反映的是大众好奇心。但在推理算力成本居高不下的今天，访问量大往往只意味着算力账单更贵，不代表有人愿意持续掏钱。 a16z 在最新一期消费级 AI 报告里，首次拿出了 YipitData 监测的美国消费者信用卡真实扣款样本。当 …
拆解 100 个消费级 AI 产品：真实账单里的付费率、重度用户与商业分化
重点数据概览 a16z 发布的第 7 期消费级 AI 报告（The Top 100 Gen AI Consumer Apps — 7th Edition，2026-10-05），和前六期只统计网页访问量与 App 下载量不同，本期首次引入了 YipitData 监测的美国消费者银行卡真实支出数据。 在阅读全文前，有几个重点数据需要先关注： 付费用户比例较低：全美近半数人使用过 AI，但每天使用的仅 …
个人量化选股（六）：差异化风控与退出机制：杠杆防守、反弹陷阱与高波移动止盈
在上一篇《个人量化选股（五）：调仓频繁利益侵蚀，用双线缓冲区和调仓窗口降换手》中，通过双线缓冲区降低了频繁换手。但进入日常运行后，另一个问题是跌破均线时如何退出。 很多交易者倾向于把止损当成无条件执行的通用规则，比如收盘价跌破 200 日线 1.5% 满 3 天就清仓，并直接套用到所有市场。 这种一刀切的规则在不同市场中表现分化明显。不同市场的微观盘性、假突破频率以及账户是否有杠杆负债并不相 …
个人量化选股（五）：调仓频繁利益侵蚀，用双线缓冲区和调仓窗口降换手
在上一篇《个人量化选股（四）：截面打分与去重排他》中，我们完成了买入端的标的精排：美日市场采用 1 年卡玛比率（Calmar Ratio）压制宽幅震荡，港 A 市场采用 12-1 相对动量灵敏捕捉产业主线，并通过 1 年溢价中位数解决了 A/H 同门重合仲裁，最终收敛出各个市场的前列买入名单。 然而，一旦进入日常跟踪与实盘交易，每个量化交易者都会面临一个搜索频率极高、实际困扰极深的核心问题： 手里 …
别再对着一长串任务打字了：用拖拽看板接管 Coding Agent 的执行顺序
声明：本文由 AI 辅助创作，经作者核实与修订。 日常用 Claude Code、Codex、Antigravity 或者 Cursor 辅助写代码时，沟通往复最多的环节往往是给它定方向。 让它做一次架构梳理、排查历史代码或者拆解新功能，屏幕上会立刻多出十几个甚至二十个待办事项。现在的工具无论是走命令行终端，还是用各自的 Web 版、图形客户端（GUI），界面体验其实都不差。但不管放在哪个窗口里， …
用过才知道：macOS 原生指令在 Agent 浏览器操作里的隐藏优势
声明：本文由 AI 辅助创作，经作者核实与修订。 这两天用 Google Antigravity 整理和分发博客文章的时候，我留意到一个细节：它操作我电脑上 Chrome 浏览器的方式，不用起 Playwright，也不走浏览器扩展，直接在终端里调 macOS 自带的 osascript（AppleScript）。 这引起了我的好奇。在此之前，我让 Codex 操作浏览器经常卡壳。要么是浏览器扩展 …
个人量化选股（四）：截面打分与去重排他
在上一篇《个人量化选股（三）：为什么是趋势动量，以及准入硬门槛与防追高》中，三道准入硬门槛（站上 MA200 年线、12-1 动量大于零、距年线乖离不超过 +30%）从 200 只中外观察池中过滤出了 63 只合格标的（中国资产 31 只，美股 32 只）。 这也是我最近在 QuantFull 整理的「个人量化选股实战体系」的第四篇。63 只股票通过了安全检查，但个人投资者的账户体量通常在几万到几 …
cleanyourtv：用 AI 给家用电视去广告、换桌面
声明：本文由 AI 辅助创作，经作者核实与修订。 最近 AI 编程正在从写业务代码和网页，延伸到折腾家里的实体硬件设备。很多人开始把编程助手连上家里的电视、投影仪和电视盒子，让 AI 去做系统逆向与定制。 开源社区里引起很大反响的 cleanyourtv（最初命名为 tv-vibehack）就是这么来的，几天时间在 GitHub 上积累了超过 1.3 万颗星。 这个项目的起因很日常。 …
个人量化选股（三）：为什么是趋势动量，以及准入硬门槛与防追高
在上一篇《个人量化选股（二）：标的池怎么选，以及多路召回与双轨粗排》中，我们通过流动性客观门槛与全景行业 ETF 雷达，把全市场的数千只股票压缩到了单市场 100 只高信息密度的物理观察池（中国资产 100 只 + 美股 100 只，合计 200 只）。 这也是我最近在 QuantFull 整理的「个人量化选股实战体系」的第三篇。标的进入观察池之后，我们面对的是一个更根本的选拔逻辑：面对这 100 …