1 长线持股，也能很主动 很多人对“长线投资”的理解，是买完躺平一年，但实际市场从不会奖励这种佛系。 真正稳健的做法，是 长期逻辑 + 结构化调仓——底层逻辑不变，但仓位和成本永远在优化。 这篇文章想分享的是一套“长线、自动化、分股性”的方法论，既不折腾，也不被动挨打。 2 先决定持有什么 不是嘴上看好，是“条件式看好”。能长期持有超过一年的行业或公司，必须同时满足三个条件： 逻辑能站住脚：是结构性成长、或周期即将回升，而不是靠情绪炒作。 财务能兑现：ROE、现金流、负债结构都在可接受区间，不出现质变。 竞争格局能稳定：头部企业地位没被撼动，行业没有突然变成价格战泥潭。 只要这三件事不破，长期持有就是合理的。 这里可以结合： 人工判断 LLM 辅助分析（如新闻、研报） 财务数据过滤（ROE、现金流、杠杆） 长线不是“相信”，是“确认”。 3 操作方法 3.1 高波 / 低波：简单定义 3.1.1 高波品种 涨得猛、跌得狠、拉升与回撤都剧烈。主要行业：新能源、AI、半导体。 操作方法： 稳底仓 → 小额分批买 → 大波动做差 → 不追、不梭、不重仓赌方向。 3.1.2 低波品 ...

1 引入 在所有投资技巧里，止损可能是最关键的一个——无论做长线、短线、左侧还是右侧，只要进场，就得考虑怎么退出。它让你在行情不顺的时候保住筹码、留得青山在。 很多时候，我们不是“输得多”，而是“亏大钱”——明明赢的交易次数比亏的多，但只要有一两次没及时止损，亏损就会在下跌里一路放大，最后把前面赚来的利润全吞掉，甚至倒亏。 我一开始做的止损很简单，跌到成本价的 5%/10% 就卖掉，但往往执行不了。不同股票波动幅度不一样，有的一天波动 5% 是家常便饭，有的一个月波动不到 5%；有的我只想短线持有一个月，有的持有周期两年起；有的买在底部，有的难免追高，不可能全设成 5% 止损，实在太不符合常识了。 这次的新方法测出的最终效果跟自己的直觉非常相近，相当于终于把那“不可道”的直觉量化了，在这里分享给有缘人～ 2 原理 要计算合理的止损位，至少需要考虑以下几点： 股票本身的波动大小：波动越大，止损设置越宽。 我的成本价：止损通常是成本乘以一个百分比。 当前股票价格：如果当前价格高于成本很多，可将止损设置为成本价。 目标时间周期：长期看好的股票一般能接受更大的浮亏。 2.1 年化波动率 先 ...

1 引子 行情好的时候更容易赚钱，有时候等待一波行情可能需要十年。我最近开始开发股票分析相关工具。现在是个不错的时间点，也有足够的动力，加上关注这方面的人越来越多。 七月中参加一个股票相关的大数据比赛，在之后的学习会上，我想分享自己在建模比赛中的收获，又觉得所用的方法过于单一。然后开始系统地阅读相关论文，并试用 GitHub 上高星级的股票工具，最终决定自己动手做工具，一两周后，我完成了一个版本并开源，同时写了简要介绍。没想到，收到了很多老友的反馈，好像中年人都在玩这个。 在开发过程中，我也在操作自己的账户，产生了很多疑问，关注了一些公众号和 UP 主，听他们的实盘分析，同时读一些经典书籍，涉及长线短线、背后逻辑和具体方法等。为了每次分享都能增添一些亮眼的内容，不断寻找更前沿的方向。在与朋友的讨论中，一次次的质疑，反驳，也激发出更多的思路和激情。 于是继续更新，将更多的理解融入工具中。制作工具时添加的每个功能都旨在解决具体问题，不因他人有此功能而盲目跟风。接下来介绍的是我对这些数据的理解，也是当前版本的新增的功能。 先对工具做个简要介绍：XYStock 开源工具支持对 A 股市场全部股 ...

1 摘要 用 AI 辅助做股票相关决策，原理很简单：首先获取你关注的股票相关数据，然后提取一些特征，结合用户的需求交给 AI。AI 会充当投资经理的角色，进行分析和决策。用户说“我不懂资产负债表、利润表、蜡烛图、筹码分布，也不会看财报研报……”。而有一定能力的大模型，基本具备普通投资经理的素质，可以帮你解释和决策。 这东西没什么门槛，谁都能做，关键在于工具是否好用，比如：抓取哪些信息、如何处理、怎样交给大模型，以及如何呈现出来，怎么做又省时又省钱。 最近，我开发了一个股票辅助决策工具 XYStock，并已在 GitHub 上开源。我和朋友们使用后都感觉不错，下面就来介绍一下。 项目地址：https://github.com/xieyan0811/xystock 2 引言 最近股票市场非常活跃。前几周，我在分享会上分析了 TradingAgents 的论文和源码，第二周小伙伴又分析了其他中文的开源股票辅助工具。我们把“星”数较高的都试了一遍。各有千秋，确实有很多让人眼前一亮的功能，但还没找到一个完全够用的工具。喜欢 A 工具的某个功能，又喜欢 B 工具的另一个功能，但不能对单支股票逐个使 ...

在金融强化学习中，我们既可以自己实现环境，也可以利用现有工具快速搭建实验平台。本文重点介绍如何使用现成工具来简化金融 RL 实践。 1 选择金融的 RL 库 方式 代码量 学习成本 复用性 回测功能 适用场景 FinRL / gym-anytrading 低 低 高 完善 教学、快速实验、科研 自写 gym.Env 极简环境 中 低 低 需自写 简单实验 完全自研环境和回测 高 高 低 需自写 高度定制的金融研究 现成工具推荐： gym-anytrading：适合快速上手和教学实验，带示例数据（如 Open/High/Low/Close/Volume）。 FinRL：适合多资产、真实市场数据回测、科研和产业应用。3_FinRL系列开源工具 quantgym：适合专业衍生品市场建模，需要金融衍生品基础。 新手建议使用 gym-anytrading，快速完成实验，降低开发成本。 2 gym-anytrading 简介 gym-anytrading (https://github.com/AminHP/gym-anytrading) 2.3k ...

1234567英文名称：FinRL-DeepSeek: LLM-Infused Risk-Sensitive Reinforcement Learning for Trading Agents中文名称：FinRL-DeepSeek：大语言模型赋能的风险敏感强化学习交易代理链接: https://arxiv.org/pdf/2502.07393v1 （5页短论文）作者: Mostapha Benhenda机构: LAGA — Laboratoire Analyse, Géométrie et Applications, Université Paris 8, CNRS开源项目：https://github.com/benstaf/FinRL_DeepSeek (287 Star)日期：2025-02-11 1 读后感 最近市场波动较大，不少人感到压力，如何降低资产波动性、实现平稳增长显得尤为重要。这篇论文介绍了一种将强化学习与大模型结合的方法，通过整合新闻等文本信息，优化交易推荐和风险评估。与传统强化学习方法相比，论文通过修改PPO公式，引入模型输出的微调动作和惩罚项，虽收益未显著提升， ...

## Alpha Arena 简介 Alpha Arena 是近来讨论度很高的 AI 交易比赛。六大主流大模型（Qwen、DeepSeek、GPT、Gemini、Claude、Grok）各拿 1 万美元，在同一个交易所、同样的数据和提示词下自主做短线交易。近期官方又开启了 1.5 赛季，更贴近我们平时炒股的节奏：把战场从加密市场搬到了美股（纳斯达克科技股），规则更复杂，引入新闻和情绪，参赛选手也更多，关注度再次升高。 这个比赛的有趣点在于：模型没有任何人为干预，全靠自己理解行情、解读数据、管理仓位、控制风险。换句话说，它更像是在测试“大模型能否用自己的理解，在真实市场里活下来”。 随着比赛火起来，也出现了一些开源工具，把 Alpha Arena 的流程简单复刻：喂给模型数据，让它自己给出买卖点。于是一个问题自然就冒出来了：我们是不是现在就能跟着大模型炒股了？ 本文想结合这个问题，看看： 大模型现在到底能做到哪一步？ 哪些环节它很强？哪些地方暂时解决不了，为什么？ 在现阶段，我们能采用的相对“最优”的使用方式是什么？ 提示词 和其它调用大模型的任务一样，在不做微调的前提下，提示词就 ...

1 比赛介绍 1.1 题目介绍 比赛名称：AFAC2025 挑战组 - 赛题一：基金产品的长周期申购和赎回预测 具体赛题请参见：https://tianchi.aliyun.com/competition/entrance/532352 参赛者需要： 借助大模型，自主获取并构建其他有效特征。 训练一个时序模型，有效建模产品收益和市场行情波动，预测每只基金在 2025/7/25 至 2025/7/31 七天内每日的申购量和赎回量。 比赛提供的数据： 自 2024-04-08 以来的 20 支基金申购和赎回数据，以及对应的几个界面的曝光量。（周期时间短、基金数据少、可获取数据的渠道有限） 注意： 预测的不是价格，而是交易量。 1.2 Demo 程序 主办方提供了一个 demo 程序：包含 400 多行代码，涵盖了时间特征提取、调用大模型、生成 embedding、使用 lightgbm 建模、生成提交文件等功能。该程序需要进行少量修改才能运行。其核心是：用大模型提取特征 + 机器学习时序预测。 距离我上次参加比赛已经有七八年了，机器学习和时序算法仍然是 xgboost、li ...

原料 面包 3-4 片（看厚度） 鸡蛋 2 个 糖 5 克 炼乳 10 克 牛奶 150ml 黄油少量 细沙糖少量 做法 鸡蛋，糖，炼乳，牛奶混合 加面包丁（最好去面包皮） 刷黄油 烤箱 180 度 25min 撒细沙糖 参考链接：戴安娜王妃最爱的吐司蛋奶布丁，烤完整个房间都是蛋奶香~

羊肉用水泡半小时 冷水下锅，煮沸后撇去血沫 加花椒 白胡椒 香叶 盐 糖 葱 姜 和羊肉中小火同煮一小时（快到时间再放盐）