量化交易
含有「量化交易」共 178 篇內容
全部內容
發佈日期由新至舊
👉 更多投資觀點，請鎖定【安迪大叔】https://www.youtube.com/@uncleandy88
🎬 營收動能停滯與現金流噴發的殘酷碰撞
2025 年第四季的科技軟體板塊，正經歷一場對本益比的極限重估。市場習慣以營收成長率的斜率，來決定一家 SaaS（軟體即服務）公司的生死。觀察
股市大跌手會抖？別再靠直覺亂砍單！本篇揭密量化武器 SpotGamma，利用 Put Wall（賣權牆） 精準鎖定市場「最強地板」。透過看穿造市者對沖結構，將支撐與風險控管具象化，從交易心理的恐懼回歸理性。像數位房東般布局，在波動中穩守現金流，幫資金買好保險！
趨勢強攻：白宮與財政部告別「防守監管」，法案密度揭示政策底線。
報告解密：CEA 報告精準擊碎銀行業阻撓邏輯，穩定幣收益合法化迎來關鍵轉折。
量化指標：首度公開 RCRP 指標，目前處於第 43 分位，揭示市場未定價的溢價空間。
決策矩陣：預演 A、B、C 三種路徑與調倉策略，實踐對風險的極致管理。
Winner Recycling 是把上一筆獲利投入下一筆交易的資金管理策略，背後假設勝負序列有正相關。我用 400 個以上的均值回歸策略驗證這個假設，autocorrelation 幾乎為零。MR 策略的每筆交易是獨立事件，Winner Recycling 的統計前提不成立。
你的系統有多個模組共享同一條連線。特定時序下，它們會互相打斷，拿到錯誤資料，卻不報錯。這種 Process-Global Race Condition 是 live 環境最難抓的 bug，本文拆解成因與 batch-lock 解法。
付費限定
PF 還是 1.5，但利潤結構已經在惡化。真正的預警信號是 PnL 偏度（skewness）——它比 PF 早一到兩個月就開始改變方向。本文教你用 skewness 和 flip rate 監控策略健康狀態，在問題爆發前有序退場。
有研究員說最近在看選擇權。
Q quant? 我很久沒有摸的東西了。
(ㄟ不是，我們一般散戶真的有這麼嚴格的neutral要求嗎?)
Convex position sizing 理論完美——但在 breakout 策略上幾乎無效。原因是選擇偏差：你的進場條件和 filter 高度重疊，導致觸發率超過 80%，等於沒有篩選。本文拆解這個陷阱，並提供觸發率檢查方法。
以風險控管為核心的選擇權賣方收租策略，強調「有訊號才出手、沒訊號就等待」的交易原則。每日提供盤前規劃（含 A/B/C 劇本與不交易條件）與盤後復盤，並運用 VIX、安全墊、倉位管理及「破殼碎語」進行心理風控，旨在協助讀者建立可驗證、可復盤、可控性高的交易系統，而非追求刺激或保證獲利。
你的系統有五層風控。每一層你都獨立測試過，效果都很好。但它們會不會在同一時間、對同一筆交易、同時開火？三層乘法合成：0.75×0.5×0.3=11%。跟直接 BLOCK 沒差別。這篇拆解多層風控的隱藏陷阱。