标签： #python

供应链关系（谁是你的供应商、谁是你的客户）是典型的另类数据，隐含着领先-滞后收益、冲击传染与网络中心度等可量化信号。本文拆解供应链数据的三大 alpha 来源，用 Python 构建供应链网络、模拟冲击传导、并计算上下游领先-滞后相关，给出从关系数据到交易信号的完整框架，同时指出披露滞后与可得性等真实陷阱。

很多策略回测能赚钱,实盘却持平甚至亏损,差的就是交易成本。本文拆解交易成本的五大构成(佣金、价差、滑点、市场冲击、机会成本),用 Python 复现成本结构、VWAP/TWAP 执行算法与实施缺口-参与率的最优解,并指出只看佣金、过度交易等真实陷阱。

天气不是宏观叙事里的背景音,而是大宗商品最直接的基本面之一。本文拆解哪些商品被天气捏着命门、关键的气象指标(HDD/CDD、ENSO、干旱指数)如何传导到价格,并给出计算度日、构建 ENSO-商品关系、训练天气特征模型的完整 Python 实战,同时指出预报不确定性、季节性基差、仓储缓冲等真实陷阱。

网页爬虫与文本挖掘把非结构化网页变成可回测信号。本文从合规红线讲起,用 Python 演示 requests+BeautifulSoup 采集、jieba 分词、情感打分构建日度情绪指数,再到 TF-IDF 与领先-滞后检验,并指出前视偏差等陷阱。

深入探讨因子择时的理论基础与实践方法，从无-risk因子配置到宏观经济状态切换，通过Python实现动态调整因子暴露的完整框架。

深入讲解统计套利的核心思想，配对交易与协整分析，均值回归策略的构建方法，并提供完整的Python实现代码示例。适合量化交易从业者和爱好者阅读。

量化策略的代码优化与性能调优：从Python到生产级系统 - halo的技术博客

深入理解EMA（指数移动平均线）的计算公式、原理和应用，通过实例演示和Python代码帮助初学者掌握这一重要技术指标