① 数据层
Data Layer
已接入
幻方公开宣传累计 10PB+ 历史 + 另类数据。个人版起步够用就行：Yahoo 日线、SEC 13F/Form4、FRED 宏观，期权链已接 Polygon/Yahoo fallback。
- Yahoo Finance 日 K（免费）
- SEC EDGAR 13F + Form 4（已在 /market 接入）
- FRED 宏观（利率、收益率曲线、CPI）
- 期权链（Polygon / Yahoo fallback）
QUANT TRADING · v0.1
个人版 AI 美股量化 交易栈
借鉴公开的幻方量化（High-Flyer）分层架构 — 数据、信号、回测、风控四层堆起来。我们复刻不了几百号人 + 自建超算 + 十年数据， 但能把同样的架构骨架缩到一个美股交易者能用的规模。
入门 · 一句话讲清楚
什么是因子（Factor）？
因子 = 你认为能解释或预测股价未来涨跌的变量。 机器学习里叫 feature，量化里叫 factor，是一个东西。给每只股票算一个因子分数，把分数最高的一批拿出来做多、最低的一批避开，这就是横截面量化最朴素的玩法。
举个最简单的例子 · 20日动量因子
// 一个真实因子，就这么简单： const momentum_20d = close[今] / close[20天前] - 1; // 横截面打分： universe.forEach(t => t.score = z_score(t.momentum_20d)); // 排前 10% 做多，排后 10% 做空。
这个因子假设「过去 20 天涨得越猛，未来 5 天越可能继续涨」。我们把它跑遍全 universe， 打分排名，然后用历史数据回测一下：这个假设过去十年成立过吗？最大回撤多少？ — 这就是量化研究的最小闭环。
常见因子家族
- 动量 Momentum — 涨得猛不猛？延续性强不强？
- 价值 Value — 便不便宜？(1/PE、P/B)
- 质量 Quality — 盈利能力好不好？(ROE、毛利率)
- 波动率 Volatility — 日内/周内波动大不大？
- 流动性 Liquidity — 成交活不活跃？滑点高不高？
- 资金流 Flow — 近期成交量、订单流有没有异动？
- 情绪 Sentiment — 新闻 / 社媒 / 期权对它怎么看？
顶级量化公司在做的事：找别人没发现的因子，或者比别人更快算出来。
系统架构 · 四层
数据 → 因子 → 回测 → 风控 / 执行
和真实系统化基金的形状一样。前三层全部跑在这个仓库里；最上面那层（broker 下单）复用 /trade 已有的 IBKR / Alpaca 接线。
② 因子 / 信号层
Factor / Signal Layer
已接入
幻方走深度学习 + 多频策略矩阵，alpha 模型不公开。个人版要透明：动量、均值回归、趋势、波动、资金流、价值、质量 — 每个因子都能在代码里看到公式。
- 动量（12-1月 / 3月 / 1月 / 60日上涨比例）
- 均值回归（5日反向）
- 趋势（SMA50/200 + 52周高位距离 + RSI）
- 波动率（20日年化 + 20/60 扩张）
- 资金流（log10 美元成交额 + 5/30 成交异动）
- 价值（1/PE）+ 质量（净利润率，部分待接入）
- 技术指标筛选（KDJ 低位金叉 station）
- ML Long/Short 横截面收益 ranker
③ 回测层
Backtest Layer
已接入
没回测过就不能上实盘。Bar-by-bar 走查，无 look-ahead；手续费 + 滑点都建模；用 buy & hold 做基准对比。
- 动量突破（price > SMA200 且 1月动量 > 0）
- 趋势叠加（SMA20 > SMA50 > SMA200）
- 波动目标趋势（年化 15% 目标波动）
- RSI 均值回归（< 30 买入，> 55 平仓）
- 买入持有（基准线）
④ 风控 / 执行层
Risk / Execution Layer
部分接入
散户最爱跳过、却最致命的一层。先把规则写死再聊执行；上实盘前先 paper trade。
- 单票上限 10% 净值
- 组合总仓 ≤ 100%（v1 不上杠杆）
- 净值峰值 -15% 触发自动停手
- 上实盘前先走 IBKR / Alpaca 模拟盘（沿用 /trade 现有接线）
因子总表 · 全部公开
系统里到底装了哪些因子
每个因子都有公式、方向、数据源、当前权重。 想换权重直接改 lib/quant/factors.ts 里的 QUANT_DEFAULT_WEIGHTS。
动量（4 个因子）
| 因子 | 公式 / 定义 | 方向 | 权重 | 状态 |
|---|---|---|---|---|
12-1月动量 momentum_12_1 | close[-21] / close[-252] - 1 | 高分看多 | +0.22 | 已接入 |
3月动量 momentum_3m | close[今] / close[63天前] - 1 | 高分看多 | +0.12 | 已接入 |
1月动量 momentum_1m | close[今] / close[21天前] - 1 | 高分看多 | +0.08 | 已接入 |
60日上涨比例 momentum_consistency_60 | 过去60交易日中收阳线的比例 | 高分看多 | +0.08 | 已接入 |
均值回归（1 个因子）
| 因子 | 公式 / 定义 | 方向 | 权重 | 状态 |
|---|---|---|---|---|
5日反向 meanReversion_5d | -(close[今] / close[5天前] - 1) | 高分看多 | +0.08 | 已接入 |
趋势（3 个因子）
| 因子 | 公式 / 定义 | 方向 | 权重 | 状态 |
|---|---|---|---|---|
SMA50/200 趋势 trend_sma50_200 | SMA50 / SMA200 - 1 | 高分看多 | +0.16 | 已接入 |
52周高位距离 gap_from_52w_high | close[今] / max(close[过去252天]) | 高分看多 | +0.06 | 已接入 |
RSI(14) rsi14 | 14日相对强弱指标 | 高分看空 | -0.04 | 已接入 |
波动率（2 个因子）
| 因子 | 公式 / 定义 | 方向 | 权重 | 状态 |
|---|---|---|---|---|
20日年化波动 vol_realized_20 | stdev(log returns, 20d) × √252 | 高分看空 | -0.08 | 已接入 |
波动扩张 20/60 vol_zscore_20_60 | vol_20d / vol_60d - 1 | 高分看空 | -0.04 | 已接入 |
资金流（2 个因子）
| 因子 | 公式 / 定义 | 方向 | 权重 | 状态 |
|---|---|---|---|---|
流动性 log10$V liquidity_dollar_vol | log10(20日均成交额, 美元) | 高分看多 | +0.06 | 已接入 |
5/30 成交异动 volume_surge_5_30 | 5日均成交 / 30日均成交 - 1 | 高分看多 | +0.08 | 已接入 |
价值（1 个因子）
| 因子 | 公式 / 定义 | 方向 | 权重 | 状态 |
|---|---|---|---|---|
盈利收益率 1/PE value_earningsYield | 1 / trailingPE（仅正值） | 高分看多 | +0.08 | 已接入 |
质量（1 个因子）
| 因子 | 公式 / 定义 | 方向 | 权重 | 状态 |
|---|---|---|---|---|
净利润率 quality_profitMargin | profitMargin (TTM) | 高分看多 | +0.04 | 数据待接入 |
技术栈对照
幻方在用什么 · 我们在用什么
| 层 | 幻方（公开信息） | 本仓库 |
|---|---|---|
| 算力 | 自建萤火 GPU 集群（也喂 DeepSeek） | 单台 Node.js / Vercel runtime |
| 数据 | 10PB+ 历史 + 另类数据 | 按需 Yahoo + SEC + FRED fetch |
| 模型 | 深度学习多频策略矩阵 | 透明因子栈 + 规则策略 |
| 语言 | C++ / Python / CUDA | 纯 TypeScript，确定性 JS 数学 |
| 执行 | 自营直连低延迟 | 复用 /trade 的券商接线 |
| 频率 | 高频 + 中频 + 低频混合 | 只做日线 swing（1d–1mo） |
老实写下来的约束
v1 故意限制了哪些事
- 不上深度学习。 因子权重和策略规则全是常量，能在代码里看到公式。神经网络一上来就是黑盒，先把基础线打稳。
- 不用未来数据。 每根 K 线只看自己之前的数据。回测前 200 根用来给 SMA200 暖机，不给 look-ahead bias 任何机会。
- 手续费 + 滑点写死。 每笔成交都扣 5 bps + 5 bps。真实成本可能更低，但宁可保守。
- 只做日线。 不做高频，不做盘口 — 那是机构和 HFT 吃散户的池子。守在日线池。
- 先 paper 再实盘。 任何回测里看着能赚钱的策略，先模拟盘至少跑一个月，再聊真金白银。