数据可以追溯
研究输入、清洗规则与数据版本被明确记录。结果出现变化时,先知道数据发生了什么,而不是直接归因于模型。
03 / A-SHARE · ALPHA RESEARCH
面向中国 A 股构建的 Alpha 研究与交易系统。沿着数据、特征、预测、组合与执行,探索可复现、可验证的系统化投资方法。
WHY IT EXISTS
中国 A 股拥有独特的市场结构、交易约束与参与者行为。有效的 Alpha 研究不能只停留在单个因子或一次回测,而需要同时处理数据质量、信号稳定性、交易成本、组合约束与样本外验证。
AlphaV 希望建立一条完整而克制的研究链路:从原始数据到特征,从预测到组合,再到对交易可行性的评估。每个结论都需要能够复现,每一次提升都需要经得住时间与样本外数据的检验。
RESEARCH DISCIPLINE
研究输入、清洗规则与数据版本被明确记录。结果出现变化时,先知道数据发生了什么,而不是直接归因于模型。
特征、标签、训练区间与参数共同进入实验定义,让一次有效结果能够被重新运行、比较和审查。
研究不以样本内拟合作为终点。时间切分、滚动验证与独立样本外区间共同检验信号是否能够跨市场状态存在。
Alpha 不只看预测能力,还要进入仓位、风险与容量约束。组合层负责判断一个统计结果能否成为可执行的方法。
换手、冲击与交易限制不是回测之后再补的注脚,而是评价信号与组合可行性时必须同时纳入的条件。
研究、模拟与实际交易保持明确隔离。当前工作聚焦方法、基础设施与验证,不以未经检验的收益展示替代研究质量。
RESEARCH PIPELINE
每一层都保留自己的输入、假设和评价标准。研究结论因此可以逐层检查,而不是只剩下一条无法解释的收益曲线。
形成可追溯的研究输入
表达市场状态与行为
产生并验证预测信号
加入风险、容量与成本
完成样本外研究判断
RESEARCH STATUS
AlphaV 目前仍处于研究阶段。本人尚处竞业期,项目不连接实盘、不开展实际交易,也不对外提供相关服务。
BACK TO
Personal Index ↗