diff --git a/CHANGELOG.md b/CHANGELOG.md index 6f7beb1..2e16b7b 100644 --- a/CHANGELOG.md +++ b/CHANGELOG.md @@ -1,5 +1,8 @@ # Changelog +> 最新书稿已更新至 [XQuant 量化课堂页](https://xquant.shop/courses)。 +> 想阅读最新版官方书稿，请前往图书页。 + 本文件记录开源书稿的重要修订。小的错别字和格式修复可能合并记录。 ## 2026-06-21 diff --git a/CONTRIBUTING.md b/CONTRIBUTING.md index 8f328ff..66ee00d 100644 --- a/CONTRIBUTING.md +++ b/CONTRIBUTING.md @@ -1,5 +1,8 @@ # 参与反馈 +> 最新书稿已更新至 [XQuant 量化课堂页](https://xquant.shop/courses)。 +> 想阅读最新版官方书稿，请前往图书页。 + 感谢你阅读《XQuant：人人都是量化交易员》开源版。 这个仓库主要收集书稿反馈，帮助正式书继续修订。最有价值的反馈不是 diff --git a/README.md b/README.md index 46b1c24..2a61fa2 100644 --- a/README.md +++ b/README.md @@ -1,5 +1,8 @@ # XQuant Beginner +> 最新书稿已更新至 [XQuant 量化课堂页](https://xquant.shop/courses)。 +> 想阅读最新版官方书稿，请前往图书页。 + 《XQuant：人人都是量化交易员》开源书稿。 本仓库存放可发布的书稿源码、图片和发布配置。书中配套的 diff --git a/SUMMARY.md b/SUMMARY.md index 3f0338d..05ee793 100644 --- a/SUMMARY.md +++ b/SUMMARY.md @@ -1,5 +1,8 @@ # Summary +> 最新书稿已更新至 [XQuant 量化课堂页](https://xquant.shop/courses)。 +> 想阅读最新版官方书稿，请前往图书页。 + * [项目首页](README.md) * [前言](book/preface.md) * [准备工作](book/getting-started.md) diff --git a/book/feedback.md b/book/feedback.md index bed1e7f..9c5c729 100644 --- a/book/feedback.md +++ b/book/feedback.md @@ -1,5 +1,8 @@ # 反馈与读者群 +> 最新书稿已更新至 [XQuant 量化课堂页](https://xquant.shop/courses)。 +> 想阅读最新版官方书稿，请前往图书页。 + 这本开源书会持续吸收读者反馈，用于修订正式书。 如果你读到错别字、概念不清、实验结果不一致，或者对正式书有建议， diff --git a/book/getting-started.md b/book/getting-started.md index ba2f3c7..c0bc039 100644 --- a/book/getting-started.md +++ b/book/getting-started.md @@ -1,5 +1,8 @@ # 准备工作 +> 最新书稿已更新至 [XQuant 量化课堂页](https://xquant.shop/courses)。 +> 想阅读最新版官方书稿，请前往图书页。 + 前言讲完了学习地图，这一章先把工作台搭起来。你要做两件事：第一，把 AI 编程工具和 Python 环境准备好；第二，用“装环境”这件事，完整练一次写 spec。 这一章先不要求你学会编程，也不要求你记住每一条命令。你只需要了解：把任务说明白是你的工作；让 AI 按说明执行；拿到结果后再检查对不对。本章会提供检查工具，帮你判断环境是否真的准备好了。准备工作做好了，从第 1 章开始，我们就可以直接跑量化实验。 diff --git a/book/preface.md b/book/preface.md index a659e51..6cbb97e 100644 --- a/book/preface.md +++ b/book/preface.md @@ -1,5 +1,8 @@ # 前言 +> 最新书稿已更新至 [XQuant 量化课堂页](https://xquant.shop/courses)。 +> 想阅读最新版官方书稿，请前往图书页。 + 你不是来背量化术语的，也不是来硬学编程的。你来学会一件事：把一个投资想法，借助 AI 做成实验，再用数据判断它是否站得住。这就是本书想带你完成的事。 你可能没有金融基础，不知道 ETF、回测、最大回撤是什么意思；你可能没有编程基础，看到 Python、代码、报错就头疼；你也可能没有 AI 使用经验，不知道怎样把自己的想法讲给 AI。没关系，这本书就是为这样的读者写的。 diff --git a/book/q1-how-to-profit.md b/book/q1-how-to-profit.md index 406fd60..1c2253f 100644 --- a/book/q1-how-to-profit.md +++ b/book/q1-how-to-profit.md @@ -1,5 +1,8 @@ # 第 1 章：跑通第一个策略 +> 最新书稿已更新至 [XQuant 量化课堂页](https://xquant.shop/courses)。 +> 想阅读最新版官方书稿，请前往图书页。 + 前言里那张学习地图，从这一章开始，就会变成一次次的具体实验。在这一章里，你会把一个最简单的投资想法写成规则，交给 AI 跑实验，读懂结果，再亲手验证：漂亮结果到底靠不靠得住。 这一章有 7 个动手实验。你先从最简单的定投起步，把想法写成规则，再让 AI 写成代码（**做**），然后看它能不能赚钱（**看**）。接着给它加一条判断，让它稍微变“聪明”一点，再判断结果有没有变好（**再做、再看**）。最后逐个扫描参数，亲眼看到量化交易最常见的失效场景：**实验里看着赚钱，换一段时间就不行了**（**疑**）。 diff --git a/book/q2-what-to-buy.md b/book/q2-what-to-buy.md index 14b8589..72a1b0a 100644 --- a/book/q2-what-to-buy.md +++ b/book/q2-what-to-buy.md @@ -1,5 +1,8 @@ # 第 2 章：先选买什么：从 3 只 ETF 开始 +> 最新书稿已更新至 [XQuant 量化课堂页](https://xquant.shop/courses)。 +> 想阅读最新版官方书稿，请前往图书页。 + 第 1 章我们用一只沪深 300ETF 体验了量化策略的完整流程：从下载数据、定投回测、基准对比，到均线择时、参数扫描、样本外测试。一路走下来，你已经亲手验证了一个策略从“看起来有效”到“过拟合”的全过程。 直觉告诉我们，如果策略只围绕一只资产运行，风险会很集中。把鸡蛋放在一个篮子里不够安全，应该分散一点。这个直觉对不对？“分散”到底该怎么分？随便多买几只就算分散了吗？这些问题，就是本章要回答的。 diff --git a/book/q3-how-much.md b/book/q3-how-much.md index ce38eb5..5f1f3af 100644 --- a/book/q3-how-much.md +++ b/book/q3-how-much.md @@ -1,5 +1,8 @@ # 第 3 章：决定各买多少：3 种分法实测 +> 最新书稿已更新至 [XQuant 量化课堂页](https://xquant.shop/courses)。 +> 想阅读最新版官方书稿，请前往图书页。 + 第 2 章我们从全市场几千个标的中，一步步筛选出了三只 ETF：沪深 300、纳指 100、黄金，构建了自己的标的池。选资产的问题解决了，但紧接着一个新问题摆在面前：三只 ETF，各买多少？ 这听起来像个分钱小问题：平均分一下不就完了吗？别急着下这个结论。同样三只 ETF、同一段历史，只是分法不同，本章这段历史数据里的累计收益确实差出 1 倍以上。买什么，决定你参与哪些市场；买多少，决定每个市场对账户的影响有多大。这就是为什么一整章都要解决这个问题。 diff --git a/book/q4-when-to-trade.md b/book/q4-when-to-trade.md index 3976645..2bd166b 100644 --- a/book/q4-when-to-trade.md +++ b/book/q4-when-to-trade.md @@ -1,5 +1,8 @@ # 第 4 章：决定何时买卖：再平衡、止损、止盈 +> 最新书稿已更新至 [XQuant 量化课堂页](https://xquant.shop/courses)。 +> 想阅读最新版官方书稿，请前往图书页。 + 第 3 章我们用三种权重分配方法解决了“买多少”：等权、风险平价、动量排名，各有各的特点。但有个细节你可能没注意：不管用哪种权重分配方法，策略都是每 10 个交易日自动做一次再平衡，把实际权重调回目标权重。为什么是 10 天？5 天行不行？一个月呢？ 更关键的问题是：**如果在两次再平衡之间，某只 ETF 突然下跌 20%，你只能等到下一个再平衡日才能反应。** 这合理吗？ diff --git a/book/q5-how-to-validate.md b/book/q5-how-to-validate.md index d36ab57..eb03314 100644 --- a/book/q5-how-to-validate.md +++ b/book/q5-how-to-validate.md @@ -1,5 +1,8 @@ # 第 5 章：判断策略好不好：4 个关键视角 +> 最新书稿已更新至 [XQuant 量化课堂页](https://xquant.shop/courses)。 +> 想阅读最新版官方书稿，请前往图书页。 + 第 4 章我们给策略加上了规则：再平衡频率、止损、止盈，也学会了“不是所有合理的规则都有效”。现在手上有一个“看起来不错”的配置：风险平价 + 5% 止损。它的年化收益接近 15%，简化夏普也不低。 但“看起来不错”到底是什么意思？年化 15% 好不好？简化夏普 1.4 左右够不够？**跟什么比？** diff --git a/book/q6-avoid-overfitting.md b/book/q6-avoid-overfitting.md index 9922704..cc9287b 100644 --- a/book/q6-avoid-overfitting.md +++ b/book/q6-avoid-overfitting.md @@ -1,5 +1,8 @@ # 第 6 章：别高兴太早：防止过拟合 +> 最新书稿已更新至 [XQuant 量化课堂页](https://xquant.shop/courses)。 +> 想阅读最新版官方书稿，请前往图书页。 + 第 5 章我们给策略做了一次全面体检：基准对比、逐年拆解、收益分布、参数敏感性。现在你手上有一套完整的评估方法。 但所有体检结果都基于一个前提：**回测结果是真实的。** diff --git a/book/q7-execution.md b/book/q7-execution.md index 1794a82..a817128 100644 --- a/book/q7-execution.md +++ b/book/q7-execution.md @@ -1,5 +1,8 @@ # 第 7 章：从理想到现实：执行交易 +> 最新书稿已更新至 [XQuant 量化课堂页](https://xquant.shop/courses)。 +> 想阅读最新版官方书稿，请前往图书页。 + 第 6 章你建立了一套完整的防线：参数优化、前推验证、交叉验证、规则负担检查。策略通过了所有考验，你信心满满。 **明天就去买！** diff --git a/book/q8-iteration.md b/book/q8-iteration.md index f6fa62c..499e5fd 100644 --- a/book/q8-iteration.md +++ b/book/q8-iteration.md @@ -1,5 +1,8 @@ # 第 8 章：策略跑起来以后：监控、诊断、迭代 +> 最新书稿已更新至 [XQuant 量化课堂页](https://xquant.shop/courses)。 +> 想阅读最新版官方书稿，请前往图书页。 + 第 7 章你搭好了从回测到交易执行的桥梁：订单生成、成交价压力测试、模拟交易、执行报告。策略终于可以跑起来了。 **然后你开始每天看净值。** diff --git a/book/q9-daily-work.md b/book/q9-daily-work.md index f652b7c..72a1032 100644 --- a/book/q9-daily-work.md +++ b/book/q9-daily-work.md @@ -1,5 +1,8 @@ # 第 9 章：持续寻找机会：因子研究入门 +> 最新书稿已更新至 [XQuant 量化课堂页](https://xquant.shop/courses)。 +> 想阅读最新版官方书稿，请前往图书页。 + 前面 8 章，我们从零搭建了一个完整的量化策略：选标的、定权重、制定买卖规则、验证有效性、避免过拟合、接入执行、持续迭代。策略跑起来了。 **然后呢？** diff --git a/index.md b/index.md index d73f820..c95f799 100644 --- a/index.md +++ b/index.md @@ -1,5 +1,8 @@ # XQuant Beginner +> 最新书稿已更新至 [XQuant 量化课堂页](https://xquant.shop/courses)。 +> 想阅读最新版官方书稿，请前往图书页。 + 《XQuant：人人都是量化交易员》开源书稿。 本仓库存放可发布的书稿源码、图片和发布配置。书中配套的