我如何投资：《How I Invest My Money: Volume Two》个人投资章节分享
作者应 Brian Portnoy 邀请，为将于10月20日由 Harriman House 出版的《How I Invest My Money: Volume Two》撰写个人投资章节，该章节全文发布于付费墙后。该书共收录25位金融从业者的个人投资经验分享，首卷作者 Morgan Housel、Christine Benz 也回归分享自身变化。
阅读原文信源分类
博主 最新动态
Robot Wealth、Alpha Architect、Quantpedia、Rob Carver、Moontower 等量化研究者与交易员的博客：方法、复盘与观点。
46 条相关动态近 30 天 31 条其中精选 0 条
更新
动态归档 · 第 2 页
MoontowerAI 评分1717 QuantpediaAI 评分55 Quantpedia 10 月 8 日 Premium 付费内容发布
Quantpedia 于 10 月 8 日发布 Premium 付费内容。该内容附带期货与外汇交易风险提示，明确相关交易存在本金全部损失的风险，仅适合可承受对应风险的投资者参与。
阅读原文
QuantpediaAI 评分5252 美国联邦选举前后的多资产漂移交易研究
Quantpedia分析师Cyril Dujava发布研究，基于2000-2024年共13次美国联邦选举样本，覆盖XLK、SPY、IYR、IEF、EEM、GLD。
阅读原文MoontowerAI 评分5858 如何用垂直价差表达具体观点：耐克财报期权交易实操复盘
作者在Robinhood峰会的交易实验室中，以耐克（NKE）2025年10月1日盘后财报为背景，演示了如何用垂直价差表达具体的方向性观点。当时NKE股价约36美元，36美元跨式期权隐含预期波动约3美元（8%），作者选择买入38.5/39看涨垂直价差，权利金0.12美元，若到期股价高于39美元可获得0.50美元，盈亏比约3:1。
阅读原文
Alpha ArchitectAI 评分5959 买入复杂零售投资产品可能不是好主意：《Review of Finance》论文解读
Alpha Architect 解读《Review of Finance》2026年发表的论文《Competition, complexity, and security design: evidence from retail investment products》，该研究以瑞士市场的收益增强型产品为样本，发现发行人会在竞争加剧时刻意提升产品复杂度以削弱价格竞争。
阅读原文QuantpediaAI 评分6262 百年 meme 股研究：用市场数据识别投机属性，周度组合年化五因子加动量 alpha 达 11.5%
SSRN 论文《A Century of Meme Stocks and the Price of Coordination》提出用市场与公司数据训练机器学习模型识别 meme 股，将可追溯的“memeness”指标延伸至 1926 年。
阅读原文
MoontowerAI 评分5151 Moontower 复盘 Robinhood 峰会期权教学：凯利准则、期权方向性价值与 INTC 异动期权流分析
作者在 Robinhood 2026 休斯顿峰会上参与期权买入教学与交易平台数据供应商圆桌，复盘了凯利准则配套课程、买入期权相对持有正股的盈亏对比逻辑，以及 INTC 异动期权流的分析思路。
阅读原文
Alpha ArchitectAI 评分6060 新研究证据指向资产增长异象源于错误定价而非风险
Alpha Architect 刊发 Larry Swedroe 的解读文章，介绍 Zhuo Cheng、Daniel Cohen、Jing Fang 于2026年7月发表的研究《What drives the Asset Growth-return Relation: Mispricing or Risk?
阅读原文
QuantpediaAI 评分1313 Quantpedia Awards 2027 启动：新舞台、新截止日期
Quantpedia Awards 2027 正式启动，总奖金池为 25,000 美元，面向 2026 年 5 月 1 日至 12 月 31 日期间在 SSRN、arXiv 等开放获取平台发表的量化研究论文。
阅读原文
QuantpediaAI 评分77 Quantpedia 9月27日 Premium 更新
Quantpedia 于9月27日发布 Premium 版本更新。该平台面向量化策略研究用户，本次更新未披露具体新增内容。页面附带期货与外汇交易风险提示，明确说明模拟回测结果存在固有局限性，不代表实际交易表现。
阅读原文
MoontowerAI 评分6262 Moontower 从零推导凯利最优下注比例，并讨论 AI 生成内容与“厚度”
Moontower 作者 Kris Abdelmessih 发布本期通讯，先分享 Adam Mastroianni 关于“厚度”的文章，区分需要投入注意力才能挖掘价值的深度作品与无实质内容的 AI 生成“slop”，随后从零分步推导凯利最优下注比例公式。
阅读原文
Rob Carver：This Blog is SystematicAI 评分2626 Rob Carver 完成第五本交易著作《The Art And Science of Trading》终校
Rob Carver 完成第五本交易著作《The Art And Science of Trading》终校，该书定于12月1日正式出版，现已开放预购。该书面向大众市场，是其第三本著作《Leveraged Trading》的无杠杆对应读物，覆盖股票、ETF、加密货币等delta-one品种交易入门内容，讲解回测、凯利准则等交易科学知识，以及半自动化交易框架下的艺术与科学结合方法。
阅读原文
Rob Carver：This Blog is SystematicAI 评分6666 按资产类别与组合权重距离测试收益池化方案
Rob Carver 在其2026年组合优化系列第10篇中，对四种收益池化方案开展滚动样本外回测对比，测试样本为从214个可用工具中随机抽取的50个，分别设置5年、10年、20年样本内长度与1年、5年样本外长度，优化时采用SR收缩0.5、相关性收缩0.75的收缩方法，同时纳入每个交易规则的反向规则，仅保留正SR规则进入优化。
阅读原文
Rob Carver：This Blog is SystematicAI 评分5959 滚动指数加权估计是否优于全样本：组合优化参数估计的回测检验
作者通过随机子样本回测检验指数加权窗口估计夏普比率用于组合优化的效果，对比了5、10、20、30年EWM跨度与全样本估计在不同样本内、样本外区间的样本外夏普比率。
阅读原文Rob Carver：This Blog is SystematicAI 评分6464 跨品种合并交易规则盈亏估计：基于 SR 向量距离的方法与回测结果
本文是组合优化系列第八篇，作者提出按各品种多交易规则的 SR 向量欧氏距离判断是否合并跨品种收益，并用随机数据校准不同历史长度下的 95% 临界值，再通过层次合并得到伪品种。作者用 214 个期货品种的样本内回测对比全合并、算法合并与不合并三种方式，结果显示样本外表现不一致，样本数据越长越倾向于不合并。作者最终认为该算法复杂度高、分组结果缺乏直观逻辑，暂不采用，后续将继续研究更简洁的合并规则。
阅读原文
Rob Carver：This Blog is SystematicAI 评分7474 如何在动量策略参数估计中自动识别结构断点
本文介绍了一套自动识别交易规则夏普比率结构断点的方法，采用独立t检验逐段比较子样本均值差异，递归拆分样本并要求每段子样本至少保留5年数据。作者提供了完整Python实现代码，以CORN期货的momentum4规则为例，算法自动识别出1982年8月26日为断点。
阅读原文
Rob Carver：This Blog is SystematicAI 评分5858 组合优化是否需要聚类：不同资产规模与样本长度下的回测检验
这是组合优化系列的第六篇，作者通过数百次随机回测检验在20、30、40个资产规模下，不同聚类数量、相关系数收缩、SR收缩、样本内与样本外长度对样本外夏普比率的影响。结果显示多数参数组合没有显著差异，仅存在弱证据表明适度聚类优于不聚类，且聚类数量不宜过多。作者最终建议在缺乏明确统计证据时采用6个聚类的经验取值，同时指出聚类会显著增加优化耗时。
阅读原文Rob Carver：This Blog is SystematicAI 评分6060 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
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