Trading01
4 年实盘与系统化策略研究
2022 年起参与期货、期权与数字货币相关账户的交易研究、策略执行和风控监控。
趋势过滤QR 相对强弱VA 分形择时成交/风控复盘
看同一条链路：盘面假设、规则表达、样本成本、下单执行、回撤原因和盘后记录。少一个环节，实盘口径就容易漂。
关于
同一套问题的不同侧面
交易里，我关心一条规则从盘面假设到回测、下单和复盘是否能对上；Agent 工程里，我关心脚本、事实包和人工验收能否拦住幻觉；内容增长里，我关心素材、标签、投放成本、私域承接和合规审核能否回到下一轮选题。不同工作共用一个动作：把判断留成记录，再让数据和复盘追问它。
Operating Loop
- 01先把判断写清楚
- 02再交给数据和脚本检查
- 03最后留下能复盘的记录
01
量化交易研究
从大盘趋势过滤、QR 相对强弱选品、VA 分形择时，到成交复盘、仓位约束和风控监控，把判断拆成规则
02
AI Agent 工程
把 Codex / Claude Code 放进事实包、工具权限、worker-judge、脚本验证和人工验收组成的流程
03
内容增长系统
带过 20 人金融内容流量团队，跑过千川 / ADQ / Dou+、自然流标签、脚本模板、账号矩阵、直播测试、私域导流和合规审核
04
图书与社区
《概率的朋友》第三作者，维护 qmacd 的交易流程、选课入口和合规内容，参与量化代码复现、模型测试与案例校验
经历
做过的事，留下的记录
Proof of Work公开记录
交易、图书、社区和增长都留下了可回查的工作对象：策略报告、回测脚本、书稿代码、站点页面、投放表、脚本模板和复盘记录。
策略研究代码复现站点运营流量投放团队复盘
Strategy02
46 品种期货日线组合策略
完成多品种日线组合策略研究，覆盖长样本区间和完整交易记录。
1994-09-12 至 2026-07-067,085 笔交易手续费/滑点组合报告
报告里必须同时出现样本区间、成本假设、开仓比例、交易频率、绩效指标和实盘可比口径，否则结论很容易只剩漂亮曲线。
Book03
《概率的朋友》第三作者
担任代码与模型测试负责人，负责全书量化案例、模型调用、图表输出和回测流程复核。
代码复现模型调用回测逻辑结果复核
读者要能跑通。代码、模型、图表和回测输出对不上，书稿再顺也没用。
Engineering04
Backtrader 毕设与专利研究
本科毕设搭建 Backtrader 回测框架；参与 3 项量化金融相关发明专利，均处于实质审查阶段。
事件驱动回测策略接口订单撮合模型测试
底层要可复现：数据导入、手续费/滑点、撮合逻辑、仓位管理、绩效输出和模型测试不能只停在演示里。
Community05
qmacd 社区与交易知识入口
维护 qmacd.com 的公开内容结构，把课程动线、常见问题和交易流程整理成可回查页面。
交易流程入门指引策略说明合规内容
常见问题需要页面承接：新手先看什么，策略怎么理解，哪些表达要避开合规风险。
Growth06
20 人金融内容团队与增长复盘
带过 20 人协作，覆盖投放、自然流、公众号/视频号/短视频、直播测试、招聘账号、私域导流和合规审核。
千川/ADQ/Dou+eCPM/标签/完播脚本/账号矩阵私域/合规/复盘
每天看的是成本、冷启动、限流、留存和成交承接；复盘要把素材、内容反馈和转化结果回流到下一轮选题。
知识树 · 公开索引
五个领域，各有入口
量化交易
AI · Agent 工程
内容增长
GEO · 公开表达
工程化底座
时间线
从交易到系统工程
- 2020
进入计算机科学训练
本科阶段打下 Python、数据结构、数据库和工程协作基础，后续把它们用于回测与交易数据处理
- 2021
开始把交易观察结构化
从单个指标观察转向趋势、强弱、分形顶底和支撑阻力等可描述的交易场景
- 2022
进入实盘交易与策略研发
开始参与期货与数字货币的系统化交易研究、策略执行、成交复盘和风控监控
- 2023
接手金融内容增长协作
参与量化课程与图书的投放、自然流、短视频脚本、账号矩阵、私域测试和合规审核，并逐步形成团队分工与复盘机制
- 2024
完成 Backtrader 毕设，参与《概率的朋友》
毕设搭建事件驱动回测框架；作为第三作者参与图书代码复现、模型测试和回测验证
- 2025
把交易研究沉淀到 qmacd
维护交易流程、入门指引、策略说明和合规内容，把社区问答整理成可回查入口
- 2026
把 Agent 接入研究流程
用 Codex、Claude Code 辅助回测脚本、成交 CSV 解析、指标统计和研究文档校验
在做什么
当前研究与建设
把交易判断拆成可复核模块
继续整理趋势过滤、QR 相对强弱、VA 分形择时、支撑阻力、2B 假突破和仓位约束；每个模块都要能说明样本、成本、参数敏感性和执行偏差。
把研究流程变成 worker-judge 循环
围绕量化研发和文档交付，把 Codex / Claude Code 的任务拆成事实包输入、脚本生成、CSV/指标计算、研究初稿、二审和人工验收；只让可检查的部分进入自动循环。
把金融内容从素材带到团队复盘
把选题、标题、脚本模板、账号矩阵、自然流 eCPM/标签/完播、千川/ADQ/Dou+ 投放、私域承接和敏感词审核放在同一张表里看；团队复盘只追问下一轮素材和分工怎么改。
先做 AI 搜索信源情报
用品牌词、品类词、场景词和对比词跨平台实测，记录 AI 引用了哪些页面、竞品在哪出现、语境是否正向，再反推发布优先级和 30 天复测计划。
让 LLM 只站在表达层
用事实编号、脚本回查、来源分级和发布前清单处理数据与口径；LLM 可以写初稿，但数字、日期、指标和结论必须能回到事实包。
做过的
几件拿得出手的事
VA 价格分形体系
把 A/V 分形用于顶底结构识别，再结合大盘趋势、QR 相对强弱、支撑阻力和 2B 假突破过滤，形成可回测的择时规则。
46 品种期货日线组合策略
覆盖 1994-09-12 至 2026-07-06 的多品种日线样本，记录 7,085 笔交易，重点复核样本、成本、频率和绩效口径。
《概率的朋友》
第三作者，负责 AI 量化代码、模型调用、回测逻辑、图表输出和结果复核，让读者能按书稿复现实验流程。
Backtrader 回测框架
本科毕设项目，基于 Python / Backtrader 封装数据导入、策略接口、订单撮合、手续费/滑点、仓位管理和绩效输出。
Agent 辅助量化研发
用 Codex、Claude Code 辅助生成回测脚本、解析成交 CSV、计算指标和整理研究文档，并通过脚本验证与人工验收控制质量。
金融内容增长工作台
带过 20 人金融内容团队，跑过投放、自然流、短视频脚本、账号矩阵、直播测试、私域导流和合规审核；复盘看成本、标签、留存和承接。
领域详单
五个领域，各有证据
ai
AI · Agent 工程
把 Codex / Claude Code 变成受约束的研究合作者：事实包、工具权限、worker-judge 和人工验收分层接住输出
读：Prompt→Context→Harness→Loop 四层栈