标签
本文详细介绍了一家系统性基金如何用基于RAG的LLM代理架构取代其传统NLP流水线，从非结构化数据中实现了alpha生成能力提升340%。文中引用了近期研究（Alpha-GPT 2.0、FinCon、FinAgent），表明在自动化因子发现和交易性能方面取得了显著进步。
本研究测试了本杰明·格雷厄姆的经典价值投资规则是否可以作为数学上的“低通滤波器”，防止现代机器学习模型（XGBoost、AutoGluon）过拟合市场噪音。使用20年的标普500数据，作者发现，格雷厄姆规则与随机森林相结合，相比单独使用复杂AI模型，能够实现高收益且风险更低。
一本全面指南，介绍卡尔曼滤波器及其在构建更智能交易系统中的应用，包括数学基础和可用于生产环境的示例。
A thread introducing Loop Engineering as a solution to the common problem of quant strategies that backtest perfectly but fail in live trading, emphasizing the need for iterative optimization.
本文介绍了CARLOS，一种深度强化学习算法，它利用聚合深度神经网络学习美式期权的连续时间最优停止规则，有效缩小了百慕大与美国期权之间的价值差距，并具有较高的计算效率。
推荐11个GitHub上优质开源项目，涵盖AI智能体框架、AI编程、记忆系统、科研自动化和量化投资工具，旨在帮助开发者快速上手和提升效率。
一份面向零基础的中文量化金融教程，采用Jupyter Notebook形式，包含4章（量化认知、收益率分析、双均线策略和策略回测），使用yfinance获取真实数据，每章约30分钟可跑通。
PandaAI提出了一种用于量化金融序列决策的闭环神经符号LLM智能体，通过集成市场状态建模和约束Alpha生成来应对金融数据的低信噪比和非平稳性，在性能上较最先进的时间序列模型有显著提升。
一位年薪38.5万的程序员在面试Jane Street时因拒绝使用Claude Code而失败，反映出AI工具已成为行业准入标准，Polymarket上在押注AI工具渗透速度。
该推文介绍了Jane Street、Goldman Sachs和J.P. Morgan等顶级量化机构开源的三个金融/工程工具：magic-trace（高精度进程追踪）、gs-quant（衍生品定价与风险管理Python包）和Perspective（实时数据可视化工具），帮助量化爱好者免费获得机构级技术能力。
文章介绍Jane Street一名量化交易员在YouTube上分享了50分钟的量化学习全流程路线图视频，包含Polymarket等实操技巧，对量化从业者有参考价值。
Kronos是全球首个专为金融市场打造的开源基础大模型，从零训练于120亿条真实K线数据，支持价格预测与波动率预判，性能远超通用模型，完全免费开源。
文章推荐斯坦福大学关于马尔可夫决策过程的讲座作为理解系统化交易数学基础的宝贵资源，声称其提供的洞察力胜过在主要金融机构进行的短期实习。
一位为顶级对冲基金培训量化人才的 MIT 教授为 Man Group 在牛津大学发表了一场闭门主题演讲，长达 1 小时的录音被意外留在了公共服务器上。这份免费资源提供了关于高级量化金融和分析方法论的宝贵见解。
本文引入了语义状态抽象接口（SSAI），旨在将LLM增强型投资组合决策中的表征假设与优化方差分离开来。研究结论指出，SSAI的表观优势很大程度上源于篮子选择效应，而在实证上，密集编码和主成分表现更佳。
一名研究人员声称通过使用神经网络和隐马尔可夫模型在真实市场中实现了83%的回报，并发布了相关理论以及针对Polymarket的实施指南。
一位29岁的俄克拉荷马州销售顾问声称使用Claude和多个AI代理构建了以太坊价格预测系统，替代了整个量化团队，据称每月盈利超30万美元。该内容来自社交媒体，真实性存疑，带有明显的营销推广性质。
NautilusTrader 是一个开源的、基于 Rust 原生的算法交易引擎，适用于多资产、多交易场所系统，提供单一事件驱动架构，用于研究、模拟和实盘执行，支持使用 Python 或 Rust 开发策略。
Kronos 是一个面向金融K线序列的开源基础模型，基于全球超过45家交易所的数据训练而成。它采用专用分词器和仅解码器Transformer架构，已被AAAI 2026接收。