量化分析
含有「量化分析」共 23 篇內容
全部內容
發佈日期由新至舊
尋找夠強大的統治力量並順服它，這是對我心中策略的最精簡的描述。
可解釋的力量
Regime, 這個英文資料經常用到的名詞，台灣的財經新聞和評論，卻鮮少看到相對應的詞，似乎專業的量化分析內容還是比較稀少，所以我現在的探索有一定程度的稀缺性。
此字原意為「政權」，其意義有點深奧，是一種超越籌碼與漲
前言：
為什麼 70 年前的理論，在 AI 時代反而更重要？
如果你問現在的投資人：「馬可維茲是誰？」可能沒幾個人知道；但如果你問：「什麼是效率前緣？」多數人會覺得那是教科書裡的古董。在毫秒級交易的 2026 年，許多人認為靠 AI 衝短線才是王道。
但事實正好相反。AI 並沒有推翻傳統理論
門道與熱鬧
死盯 K 線，然後，就沒有了。就像看浪花，看一百遍也不知其所以然，但懂洋流的漁夫，知道何時在特定區域有魚可以補，這就是內行與外行，門道與熱鬧的差別了。
因子模型是個還不錯的方法論，自從完成了四個因子實作之後，重複在理論思考和實務應用兩方面，不斷迭代，互相強化。它不是唯一的解法，但至少
上一篇已經充分闡述「盤中微結構」概念了，變化迅速的盤中，不只死盯價量，還可以用「選擇權市況」作輔助，衍伸出非常有趣的觀點。從想法到作法，大約一週的時間，完成資料加工流程，權限管控機制，即時自動化運行，和美麗的 ui 設計，整個產品化流程。真心覺得，我真是太酷了！
畫面說明
先看一下最終畫面：
盤中的「微結構」
之前研究「選擇權量化指標」時，Gamma 被我輕輕放下，那時以為沒什麼用。這陣子用因子模型解構市場，相關程式和 ui 都開發到階段性穩定了，但結構面的資訊變動緩慢，有點無聊，想加一點盤中的東西。那盤中除了價格在那裡跳來跳去，還有哪些資訊？稍微研究一下，可多的呢！既然日頻資料有結構
在股市裡，我們常聽到「量先價行」。許多投資朋友看到某檔股票突然「成交熱絡」，就急著衝進去想搭順風車。
但結果通常有兩種結果：運氣好，買在起漲點；運氣不好，剛好接到主力倒出來的貨。
量大不一定代表會漲，重點在於「誰在買」。
今天分享一個XQ 選股邏輯——「市場關注度提升・籌碼流向主力」策略。
從數據到故事
數據是冷冰冰的點，視覺化圖像是用一個觀點串連起來的線，一段敘事就是數條觀點線支持的一個面。離決策還多遠？一個重要的決策的依據，可能是千百個面交織成複雜的網，這個網，也許是一個動聽的故事。
比如說某人決策，在市區買一套房，背後可能有王子公主幸福生活的故事，可能有高效工作與事業發展的故
這一天，成功的完成了，目前資訊濃度最高的圖表：
不過就幾個點點，有何了不起之處？外行人沒有熱鬧可以看，內行人卻可以看到很多門道，讓我一一拆解。
這個圖不需要任何馬賽克，因為不會暴露資產規模，系統也沒在關心你有多少錢，唯一任務是「結構拆解」。市場有其結構，投資組合也是，搭配起來是否吻
風險規避之進一步省思
市場，動能，波動，價值，四大基本因子曝險都算好了，然後呢？
因子曝險，相當於用四盞超強的探照燈，從不同角度照進投資組合的結構，把隱藏弱點一一顯明出來。在「前一篇」的論述中，認為我應該站在「消除風險」的，因為膽小如我，極端厭惡風險。但規避風險的結果，雖然安全感增加，淨值波動也
