我最初只是想让一台云服务器上的 Node 进程别因为内存泄漏而OOM 死掉。它泄漏的速度是 56MB 每分钟，机器只有 4GB 内存，所以每小时大约崩一次。这个...

期货或者股票交易时大多数人亏在用一个信号做决策。本文应用AI回测给出一套可复用的五层验证框架，以及为什么每一层都不能省略——包括看起来最"没用"的那一层。

量化理财不是预测涨跌，而是用规则替代情绪，用分散替代押注，用再平衡替代追涨杀跌。一套专业的个人量化理财体系包含四层：资产配置、标的选择、再平衡策略、风险监控。核...

AI 量化不是"用 LSTM 预测股价"这么简单。专业做法是把机器学习嵌入完整的量化流水线：数据治理 → 因子构造 → 模型训练 → 信号生成 → 组合优化 →...

做横截面选股时，因子标准化看起来只是减均值、除标准差，但分组维度如果写错，回测会悄悄混入不该出现的信息。最常见的问题是对整段历史一次性算均值和标准差。这样既把不...

多股票行情放进同一张表后，最容易被忽略的不是收益率公式，而是“上一行到底属于谁”。如果数据按交易日整体排序后直接执行 `df["close"].pct_chan...

做 A 股量化的人大多卡在同一个地方：数据散在本地、脚本要自己搭、跑完还要手工画图做表。一次完整的"策略想法 → 回测 → 验证 → 出报告"，往往要折腾大半天...

下面每个响应体和响应头都是我从 ashareapi 线上真实打出来的（核对于 2026-10-05），不是抄文档。

ΔE 给出的第一个反直觉结论：量化不一定省电。同一张 RTX 4090 上，NF4 的 ΔE 是 +36%（0.5B）→ +0.8%（3B）→ −28%（7B）...

做 LLM 部署的人大多有个默认假设：量化降低了显存占用和内存带宽压力，所以推理更省电。这个假设在论文和工程实践里被反复引用，但真正直接测过的很少——大部分"量...

做 LLM 推理优化时，多数人默认"权重低比特量化 = 省电"。我用 NVML 直接读功耗测了一轮后发现：低于某个模型规模的交叉点，NF4 反而更费电；而且这个...

一个量化民工的自我折腾记录：免鉴权行情源 + 多源故障转移 + 多维评分 + 本地 Web 服务 + 定时调度，全程在 WorkBuddy 里完成，附 11 个...

做的工作：把「收盘后手工翻龙虎榜、数涨停、找题材、比行业涨跌、整理成日报」这件事，改成一条可复现的流水线。本文以2026-09-28（周一）的真实盘后数据为样本...