匡醍量化|大富翁量化 匡醍量化|大富翁量化 按主题整理的阅读入口：每个专题按「入门 → 进阶 → 实战」排序，也可从标签页浏览全部。
做量化，Python 是母语。这个专题从 Numpy 和 Pandas 的核心语法讲起，覆盖向量化计算、数据清洗、可视化与工程实践（虚拟环境、单测、持续集成），再到 20 篇系列的完整练习题。适合零基础入门，也适合把 Pandas 用到生产环境的进阶读者。
因子是量化策略的原料：怎么找、怎么验、怎么组合。这个专题收录因子挖掘与回测的完整实践——从动量、低换手到 LOF 套利，覆盖 Alphalens 因子分析全流程、quantstats 绩效归因、A 股实战案例与常见陷阱（前视偏差、过拟合、拥挤度）。无论你是刚搭出第一个因子，还是在做多因子组合优化，这里有一份按难度排好的阅读路径。
开发效率专题：AI 编程助手（Augment / OpenClaw / Cline）的实测与选型、开发工具链、终端与自动化实践。量化研究的竞争很大程度是工具效率的竞争，这里记录我们用过的工具与方法。
机器学习与 LLM 正在改写量化研究的做法。这个专题收录 GBDT 回归预测、XGBoost 自定义目标函数、神经网络时序建模等经典实践，也记录把大模型用于因子挖掘、资讯解析与 Agent 交易的真实实验——包括它们在哪里有效、在哪里不可靠。
算法与高频交易专题：订单簿微观结构、期权与波动率、做市与套利、低延迟工程。从蒙特卡洛模拟到高频策略的风控细节，偏工程实现与交易机制，适合有编程基础、想深入交易执行层的读者。
量化通识专题：市场微结构、交易机制、衍生品基础与 QMT 实盘接入。适合刚接触量化、想建立完整认知框架的读者；也收录实盘接口的配置与踩坑记录（XtQuant / QMT），帮你在动手前把地基打牢。
回测是量化研究最容易欺骗自己的环节。这个专题聚焦回测框架选型、绩效评估（夏普、回撤、换手）、风险控制与前视偏差等经典陷阱——用真实案例讲清楚「看起来很美」的策略为什么会亏钱。
量化职场的真实图景：求职路径、面经与技能清单，也收录人物故事与行业观察。从应届生的第一份实习，到资深研究员的方向选择；从国内私募的招聘偏好，到海外对冲基金的工作方式，这里有一批可以按图索骥的经验。
资讯专题：Quantide Loop 每日精选与周报，覆盖市场热点、大厂动态与量化职场机会。资讯有时效性，适合当作看盘与找选题的入口；需要体系学习请从左栏其他专题进入。
数据是量化研究的地基：选什么源、存成什么格式、用什么引擎查。这个专题回答选型级问题——A 股数据源怎么选（Tushare / AkShare / QMT / BaoStock）、存储格式怎么定（HDF5 / Parquet / CSV）、数据库用什么（DuckDB / SQLite / ClickHouse），并给出实测对比与迁移路径。
研报与论文专题：Barra 风险模型手册、寻找 Alpha 等经典资料的解读与复现，也收录免费获取学术资源的实践方法。适合想把一手材料读透、而不是只读二手总结的研究者。
产品与生态专题：大富翁开源框架的安装、配置、维护与故障排除，也记录我们使用的开源工具与免费资源。适合想快速搭建量化研究环境的读者。
课程专题：量化 24 课与系列课程的总览、FAQ 与学习路径。从 Python 基础到因子实战，按课程顺序学完，你会具备独立完成一个完整策略研究的能力。