对不同收缩方法生成的组合权重做等权平均，在多组样本内外回测中未跑赢单一收缩方案
作者在组合优化系列中检验了对不同收缩方法生成的组合权重做等权平均的效果，对比9种收缩参数组合与6种权重平均组合，共15种方案。回测采用随机选取的9个交易规则与随机标的，设置1年、5年、10年样本内区间与1年、5年样本外区间，每组样本量为4000个随机组合。
阅读原文#回测
Rob Carver：This Blog is SystematicAI 评分6060
Rob Carver：This Blog is SystematicAI 评分6262 用真实收益数据对比组合优化收缩方法：蒙特卡洛、自助法与双收缩的回测结论
作者在 2026 年夏季组合优化系列第四篇中，用真实交易规则与工具收益数据回测了蒙特卡洛、自助法、双收缩、朴素均值方差、等权重、最大分散化和 EPO 等方法。每次随机抽取 9 条交易规则和一个工具，按 1、5、10 年样本内与 1、5 年样本外组合比较；结果显示真实数据下相关性估计比 Sharpe 比率更不稳定，需要更多相关性收缩，而不是更多 Sharpe 比率收缩。
阅读原文
Robot WealthAI 评分4545 独立交易者如何为三角统计套利业务配置资源
本文是独立交易者统计套利系列的第六部分，讲解三角统计套利的三大核心模块及资源配置优先级。其中优质配对筛选为核心基础，基于24个月历史数据每月筛选前10%的配对，按质量分为5档，最优档夏普比率达1.6，最差档仅0.42。作者仅公开通用方法论，不披露具体实现细节。
阅读原文
Robot WealthAI 评分3636 量化交易中数据挖掘与AI驱动的“凭感觉量化”本质相同，核心应聚焦交易优势的结构性来源
文章指出数据挖掘与AI驱动的“凭感觉量化”在本质和哲学层面完全一致，二者均试图跳过理解市场运行逻辑的核心环节，直接从市场中获利。真正的交易优势需要明确盈利的对手方、对方持续付费的原因，以及自身能够参与交易的合理性，仅靠回测优化无法识别这类结构性优势。
阅读原文
Robot WealthAI 评分6464 勇敢的新回测：为什么LLM在交易研究中存在三层结构性局限
作者结合两篇学术论文，提出LLM用于交易研究存在三层结构性局限：一是训练数据中充斥交易常识，缺少机制驱动的边缘思考；二是35+模型在时序值追踪测试中准确率随历史更新次数增加对数线性下降，提示工程和扩大上下文窗口均无法修复；三是25+模型在开放式问题上的输出相似度达71%-82%，不同架构模型也会收敛到相同的常见答案。
阅读原文
Robot WealthAI 评分5454 AI 将催生数百万量化交易者，其中多数会亏损
作者指出 AI 大幅降低了量化策略的开发门槛，几分钟内即可生成完成编码与回测的策略，但廉价的实验会放大多重检验问题，催生大量看似有效实则过拟合噪声的虚假回测结果。
阅读原文
FinRL：GitHub ReleasesAI 评分5050 FinRL v0.3.8 发布，新增2026股票交易全流程教程脚本
FinRL v0.3.8 新增2026股票交易教程，配套3个脚本：FinRL_StockTrading_2026_1_data.py 负责数据下载与预处理，FinRL_StockTrading_2026_2_train.py 训练A2C。
阅读原文
vn.py：GitHub ReleasesAI 评分4545 vn.py 4.3.0 发布
vn.py 4.3.0 版本正式发布，新增 vnpy.alpha 模块的 WorldQuant Alpha 101 因子特征数据集，vnpy_ctastrategy 回测引擎新增 RGR 绩效统计指标。
阅读原文