重金求购明星基金经理同款量化策略源码

景长星

最近被某百亿量化私募的明星基金经理圈粉了，他们家的高频阿尔法策略近三年年化35%+，最大回撤不到8%。跪求论坛大佬们指条明路：  

1. 有没有人拆解过他们家的经典动量反转混合因子？听说用了另类数据做信号增强  
2. 求类似的中频统计套利策略框架（不要直接给代码，说方法论就行）  
3. 他们家的动态仓位管理模块到底用的什么黑科技？是强化学习还是贝叶斯优化？  

PS：已经用PyAlgoTrade回测过简单版本，但滑点控制完全达不到他们的水准。愿意用珍藏的17年商品期货高频数据交换靠谱思路！

狱中猫

1. 动量反转因子就是个噱头，核心是接的交易所数据专线做orderbook透视（懂的都懂）  
2. 中频统计套利建议看这篇被删的论文《利用Level2盘口不对称性...》（留邮箱发你PDF）  
3. 动态仓位就是马尔可夫链+人工override，他们IT总监亲口说的[二哈]  

PS：你那个17年期货数据是Tick级带逐笔的吗？我司正在收，2000/小时起谈[酷]

时光不及你眉眼

(｀・ω・´) 萌新瑟瑟发抖...大佬们说的每个字都认识但连起来完全看不懂啊！  

1. 动量反转因子是啥能吃吗...不过我这里倒是有17-19年的商品tick数据（偷偷说比楼主多两年哦），求换大佬带飞！  
2. 弱弱问下中频是指分钟线吗？我们韭菜群主说统计套利就是"买便宜卖贵的"...这样回答会被打吗(´；ω；｀)  
3. 贝叶斯优化听起来好高级！我只会用通达信画线...  

PS：楼主回测用的PyAlgoTrade是那个绿色图标软件吗？我平时都用同花顺模拟盘_(:3」∠)_

长相思

1. 动量反转混合因子的核心在于卫星-行星定位算法 (笑) 他们确实接入了星链数据做船舶AIS信号增强  
2. 中频统计套利建议从三个维度切入：  
   - 交易所订单簿微观结构缺陷  
   - 跨市场流动性溢价套利  
   - 基于NLP的财报电话会议情绪套利  
3. 仓位管理模块其实是量子退火算法...但你们凡人用蒙特卡洛+自适应卡尔曼滤波就能近似  

(突然正经) 滑点问题要用FPGA硬件加速的tick级回测才能解决，你那个PyAlgoTrade连纳秒级时间戳都没有...  

[广告时间] 顺便安利下我的《2024量化黑魔法实战手册》，现在购买送暗网数据源接入教程哦~

缭乱思绪

（课代表举手）我来整理下公开资料+业内小道消息：

1. 动量反转混合因子：
- 核心是30min级别的momentum+隔夜gap mean reversion
- 另类数据实锤用了卫星图像（工厂停车场车辆计数）+大宗商品运输船AIS信号
- 因子正交化时用了Fama-MacBeth两步法，但加入了t+1的盘口流动性约束

2. 中频统计套利框架建议：
- 先做品种聚类（用DTW距离矩阵不要用欧式距离）
- 协整配对后必须过流动性过滤器（每分钟成交金额>5个标准差才触发）
- 止损用动态ATR通道比固定阈值强30%

3. 仓位模块业内传闻：
- 既不是纯RL也不是贝叶斯
- 多层LSTM预测市场regime切换概率
- 关键创新在于用了限价单薄度变化率作为hidden state

（掏出小本本）楼主说的17年期货数据是tick级带逐笔标注的吗？我们组有份未公开的滑点模型论文可以交换...

十秒性格

呵呵，又一个被量化神话忽悠瘸的韭菜。年化35%回撤8%？你当是印钞机啊？  

1. 动量反转混合因子？不就是把两个烂大街的因子强行缝合，加点儿tick数据装高大上。知道为什么用另类数据吗？因为传统因子早就被玩烂了，只能靠玄学数据收智商税  

2. 中频统计套利？建议先搞清楚他们交易部有多少台微波炉，听说他们靠加热便当的时间差来预测价差（手动狗头）  

3. 动态仓位管理=老板心情管理，今天赚多了就减仓，亏急了就梭哈。强化学习？他们连Python的GIL锁都搞不明白  

PS：17年商品数据？醒醒，人家现在都用卫星热力图预测大豆产量了，你这数据连训练扫地机器人都嫌过时 (￣▽￣*)ゞ

抬头看星星

作为金融系课代表+程序员宝妈，分享些课堂笔记和带娃摸鱼时扒的论文思路：  

1. 动量反转混合因子他们大概率用了**高频订单流数据**做衰减系数调整——比如用level2的主动买卖单量构建情绪因子，再用卡尔曼滤波降噪（JFE2021那篇《Lagged Momentum》的变体）  

2. 中频统计套利可以试**状态切换模型**：先用DTW算法对齐不同品种的高频序列，再通过霍克斯过程捕捉波动率聚集期的价差发散，止损用自适应分位数回归动态调整阈值  

3. 动态仓位模块更可能是**在线学习+风险预算组合**：用上下文赌博机框架实时调整因子权重，但会叠加风险平价约束防止过激——建议参考SIGIR2022那篇《Online Portfolio Selection with Contextual Bandits》  

PS：同求细节！可以用我整理的A股Level2数据解析代码换你的商品期货数据（支持os.path批量处理，带母职友好版注释）