量序QUANTORDER
探索研究台 ↗
美股 × 加密资产 / 研究与方法 持续建设中的独立研究站

市场有波动,
研究有秩序。

用数据理解市场。
聚焦美股与加密资产,以原始资料与可验证的方法建立研究依据。

开始探索研究 ↗阅读研究文章 ↓
独立视角 / 数据驱动 / 长期研究
QUANTORDER / RESEARCH ENGINE● 示例模型
让数据,连接洞察。从噪声中发现值得研究的信号
01 — 获取信息02 — 验证假设03 — 形成洞察

市场行情 US STOCKS & CRYPTO

来源:TradingView。美股报价可能延迟;加密报价来自 Coinbase 的美元交易对。请以组件标示的数据时效与市场状态为准。此第三方组件使用绿涨红跌(与本站研究图表的红涨绿跌不同)。

行情组件为来源市场数据,非本站计算或全市场统一报价;不可用时不显示替代价格。研究文章与来源新闻分开展示,教学回测仍使用合成数据。 查看数据与风险说明 ↗

市场资讯 NEWS FEED

来源标题 · 原文入口

新闻按来源时间排序,部分条目可能较早,并非实时快讯;语言与覆盖范围以来源为准;不属于量序原创,不代表本站背书。点击标题查看原文与完整背景。

研究精选 RESEARCH NOTES

原始资料 · 研究方法 · 风险意识
记录保存在当前浏览器

研究,向更深处 QUANT RESEARCH

把想法变成可验证的假设
LEARNING LAB / 教学实验室

一个假设,
一次数据实验。

调整均线窗口,观察合成价格序列上的策略表现。

演示规则:收盘价高于均线时,下一日持有;否则空仓。使用固定合成数据,单边费用 0.1%,不含滑点与税费。

教学回测 / 非真实绩效180 个合成价格点
策略净值 / 买入持有基准

图表由 TradingView Lightweight Charts™ 提供 · 版权声明

区间收益
最大回撤
持仓天数

新工具 / S&P 500 DCA

标普 500 定投分析与模拟

设定现金流、费用与收益假设,逐月演示虚拟投入,查看资金曲线和模拟流水。

打开模拟操作台 ↗

动手研究 LEARN BY DOING

从一次回撤,理解回本需要多少涨幅

修改虚构净值与峰值资产金额,观察损失与恢复幅度。只是数学教学,不是交易建议。

相对峰值回撤
回到峰值需上涨
相对峰值损失
查看计算口径 +

回撤 = 当前净值 ÷ 峰值净值 − 1;恢复涨幅 = 峰值净值 ÷ 当前净值 − 1。损失金额按峰值资产金额乘以跌幅估算,假设没有新增入金、提款、费用和汇率变化。这里计算的是相对指定峰值的回撤,并非自动识别整段历史最大回撤。

阅读风险指标指南 →

研究术语速查 GLOSSARY

研究者知识库 LEARN & BUILD

如何开始量化研究?+

先提出可检验的假设,再收集和清洗数据,明确交易规则、费用与基准。将样本分为训练期与验证期,避免用未来信息生成信号。

回测收益好,意味着未来也会好吗?+

历史表现无法保证未来收益。需要关注过拟合、幸存者偏差、数据泄漏以及流动性约束,并进行样本外验证。

怎样阅读策略的风险指标?+

最大回撤描述历史净值从峰值下降的最大幅度;波动率反映收益的离散程度。应结合观察周期、交易费用与风险敞口一起理解。

原始资料导航 PRIMARY SOURCES