打开几家厂商的产品页，常见的词差不多：事件分析、用户画像、转化漏斗、全端接入。再看报价，差距可能从每年几百元拉到几十万元。只对着功能表打勾，很难选出合适的工具。...

摘要：同一个 OLAP 业务搬到云上，账单差异往往不在许可证，而在三件事：计算是否常年按峰值预留、历史数据是否还用本地 SSD 存、多表 Join 是否每次都在...

③ 抗体： 是 B 细胞/浆细胞产生的可溶性免疫球蛋白，通常与 BCR 具有相同或高度相似的抗原结合特异性。

我曾经同时维护 A 股、美股和港股策略时，遇到过一个比策略本身更麻烦的问题：不同市场的数据格式、时间粒度和复权口径很容易产生差异，最终导致回测与实盘出现偏差。本...

我以前做量化系统时，曾经把大量精力放在因子、模型和回测参数上，却忽略了一个更基础的问题：策略产生信号以后，市场状态是否还和产生信号时一样。本文从执行链路出发，分...

问题分析程序要证明“实际数 ≈ 期望值”。用回归建期望模型，把实际值减期望值画成偏离带，超阈值的点就是该查的。

我在做量化实盘时，曾经遇到过一个很典型的问题：同一套策略回测表现不错，真正运行到盘中后却频繁出现信号滞后、成交价格偏离甚至风险控制失效。后来我发现，很多所谓的“...

问题总体里应收账款大头和小额混在一起，均匀抽浪费力气。分层抽样本质是“把钱多的层多抽、钱少的层少抽”，把审计资源压到高风险账户。

问题控制测试关心“偏差率”，不是金额。手工算样本量和偏差上限常用查表，换风险水平就抓瞎。本篇用 Python 把属性抽样做成可换参的函数。

我曾经以为 Python 获取一只股票的 1 分钟 K 线已经是量化数据工程的全部问题，后来真正做多标的策略时才发现，单只股票能跑通和整个数据管道稳定运行完全是...

问题当错报方向可能高估也可能低估（如费用跨期、估价错报），MUS 不再适用，需要经典变量抽样。均值、差额、比率三种估计怎么选、怎么算点估计？

我曾经遇到过一个看起来很小、实际很麻烦的问题：策略盘中需要 1 分钟数据，收盘以后又要把这些数据接入历史回测库。如果盘中数据和历史数据采用不同的获取方式，时间字...

我在做分钟级策略时，真正让我头疼的并不是“Python 怎么请求接口”，而是拿到分钟 K 线以后，如何确认时间、价格、成交量和复权口径都能进入后续回测。本文从我...

我在把量化系统从单一 A 股市场扩展到多个市场时，真正遇到的难题并不是“怎么请求数据”，而是“怎么保证不同市场的数据进入同一套策略框架后仍然语义清晰”。本文从我...

我曾经遇到过一种特别让人头疼的量化问题：回测代码没有报错，数据也能够正常返回，但策略上线以后，回测信号和实盘信号逐渐出现偏差。后来我发现，问题往往不是策略本身，...

我在量化项目里最容易掉进的坑，并不是接口报错，而是接口“正常返回”了一份看起来完全合理的数据。真正的数据可靠性，需要同时验证标的、时间、字段、复权口径以及数据连...

很多量化策略在研究阶段表现正常，进入实盘后却出现结果偏差，问题往往不在策略本身，而在数据转换、时间范围、复权方式和字段处理上。本文从我处理量化数据一致性的经历出...

当量化策略从单一 A 股扩展到美股、港股时，真正棘手的问题往往不是 API 调用，而是不同市场的数据结构和代码规则如何统一。本文从我实际搭建跨市场量化数据层的经...

在量化开发中，真正麻烦的往往不是获取股票数据，而是把 API 返回的数据稳定地转换成可以直接用于 Pandas 分析、回测和因子计算的 DataFrame。本文...

政务、金融、央国企上云时，数据库这层通常要同时满足两个条件：跑在国产化基础设施上，以及能通过等保三级验收。这两个条件会直接决定部署形态——很多团队一开始想的是"...