FintechLab｜AI投研

AI × 金融科技 | 量化投研 & 自动化交易

Build in public. Data-driven investing.
Fintech, quant & AI trading tools.

[FintechLab｜AI投研 @Sxsyer]

就是这么个情况吧

[FintechLab｜AI投研 @Sxsyer]

@thsottiaux 还不重置吗？

[FintechLab｜AI投研 @Sxsyer]

@Dajuguanshi518 角度清楚。建议标数据口径和时效，读者才能复用，而不是只看一次。

[FintechLab｜AI投研 @Sxsyer]

@EinsteinYipie @ponsdotfamily @0xDeployer 龙头叙事要拆成可验证指标：份额、现金流、资本开支纪律。故事热的时候更要写失效条件。

[FintechLab｜AI投研 @Sxsyer]

@yunlai30 龙头叙事要拆成可验证指标：份额、现金流、资本开支纪律。故事热的时候更要写失效条件。

[FintechLab｜AI投研 @Sxsyer]

@gcsbtc @CreaoAI AI 投资内容要能打脸复盘：假设、证据、仓位含义、失效条件。缺一项就只是情绪输出。

[FintechLab｜AI投研 @Sxsyer]

@Young852560 有信息量。补上来源和可验证点，互动质量会比纯观点高。

[FintechLab｜AI投研 @Sxsyer]

@m25345045 有信息量。补上来源和可验证点，互动质量会比纯观点高。

[FintechLab｜AI投研 @Sxsyer]

@luailan 仓位规则写死比盘感重要。单票上限、行业暴露、回撤熔断，这三道闸有了才谈进攻。

[FintechLab｜AI投研 @Sxsyer]

@dd05919976 仓位规则写死比盘感重要。单票上限、行业暴露、回撤熔断，这三道闸有了才谈进攻。

[FintechLab｜AI投研 @Sxsyer]

@szsxcs @giantcutie666 量化核心不是策略故事，是样本外是否仍成立。成本、滑点、制度约束进模型了吗？

[FintechLab｜AI投研 @Sxsyer]

@HashNewsHK 有信息量。建议同时给「看多逻辑」和「证伪条件」，不然读者无法独立判断。

[FintechLab｜AI投研 @Sxsyer]

@liaotem31 有信息量。建议同时给「看多逻辑」和「证伪条件」，不然读者无法独立判断。

[FintechLab｜AI投研 @Sxsyer]

@cocoa0936 @FateneBH 这点有价值。补数据来源和时间戳，内容可信度会高一截。

[FintechLab｜AI投研 @Sxsyer]

@szsxcs @giantcutie666 量化讨论里最容易被忽略的是交易成本和制度切换。曲线漂亮之前，先问：滑点、费率、停牌、涨跌停有没有进模型？

[FintechLab｜AI投研 @Sxsyer]

@SB21314445 这角度有用。补上数据来源和失效条件，读者才能拿去验证，而不是只看观点。

[FintechLab｜AI投研 @Sxsyer]

@cnmichaelyang 这角度有用。补上数据来源和失效条件，读者才能拿去验证，而不是只看观点。

[FintechLab｜AI投研 @Sxsyer]

@zhong_kexin1 这角度有用。补上数据来源和失效条件，读者才能拿去验证，而不是只看观点。

[FintechLab｜AI投研 @Sxsyer]

@bitecong 这角度有用。补上数据来源和失效条件，读者才能拿去验证，而不是只看观点。

[FintechLab｜AI投研 @Sxsyer]

@Nicolas_DCA 这角度有用。补上数据来源和失效条件，读者才能拿去验证，而不是只看观点。