Blog

Cách chúng tôi xây dựng researcher.marketmaker.cc — một kho lưu trữ nghiên cứu quant hợp nhất, có thể tìm kiếm toàn văn (bài báo arXiv, repo GitHub, blog quant, script Pine của TradingView) mà con người duyệt và AI agent truy vấn qua MCP.

Phân tích chuyên sâu về algo-investor-skills — một bộ kỹ năng Claude Code đưa chiến lược algotrading từ các dữ kiện thô đã đo lường đến một đề xuất gọi vốn đã được kiểm toán, đặt sự trung thực lên hàng đầu. Sáu kỹ năng ghép nối được, một động cơ mô hình tài chính, một gói chứng minh kiểm chứng độc lập, và một cổng kiểm toán nhà đầu tư hoài nghi bắt buộc không bao giờ bịa ra một con số.

Một chiến lược có kỳ vọng toán dương vẫn có thể làm cháy tài khoản nếu chọn sai kích thước đặt cược. Phân tích tiêu chí Kelly từ việc suy ra công thức đến danh mục chiến lược: vì sao full Kelly nguy hiểm, cách Kelly phân số mang lại 75% mức tăng trưởng với một nửa độ biến động, và một máy tính tương tác cho thấy tỷ lệ Kelly thay đổi lợi nhuận và rủi ro như thế nào.

Phân tích chuyên sâu về daily_stock_analysis của ZhuLinsen — một hệ thống mã nguồn mở thu thập dữ liệu thị trường trên cổ phiếu A, Hồng Kông, Mỹ và nhiều thị trường khác, chạy phân tích kỹ thuật và tin tức qua LLM, rồi đẩy một 'bảng điều khiển quyết định' có cấu trúc đến ứng dụng nhắn tin của bạn vào mỗi ngày giao dịch. Kiến trúc, dự phòng dữ liệu, chiến lược agent, hạn chế.

Cách Temporal Fusion Transformer của Google mang lại khả năng dự báo đa tầm nhìn có thể diễn giải cho quản lý danh mục định lượng, với lựa chọn biến dựa trên attention, đầu ra phân vị và một pipeline pytorch-forecasting hoàn chỉnh.

Khoảng dự báo không phụ thuộc phân phối với mức bao phủ được bảo đảm. Chúng tôi dùng split conformal, jackknife+ và adaptive conformal inference để hiệu chỉnh rủi ro giao dịch và định cỡ vị thế mà không cần giả định tham số.

Phân rã và dự báo spread bid-ask bằng ML — từ ước lượng ẩn của Roll đến gradient boosting và mạng neural — cùng những cạm bẫy về đơn vị, rò rỉ dữ liệu và benchmarking thường gặp trong môi trường thực tế.