程序员量化交易实战 13：给策略参数做第一版网格搜索
第十三篇实现参数搜索：围绕短均线、长均线和仓位比例生成候选组合，逐组回测，用收益、回撤和换手惩罚排序，得到可复查的策略候选。
文章归档
第 5 页。归档页按时间倒序展示，每页只加载一组文章封面，减少首屏压力。
程序员量化交易实战 12：回测不能只看最终收益
第十二篇补齐回测指标：总收益、年化收益、年化波动、类 Sharpe、最大回撤、胜率、盈亏比、换手率和交易次数，让策略比较有统一语言。
程序员量化交易实战 11：从单只股票扩展到多标的组合回测
第十一篇把第一个单标的回测扩展为多标的组合回测：等权分配资金、逐标的运行、聚合权益曲线、统计交易数量，并保留可测试边界。
两台闲置 RTX 4090 机器：本地大模型部署与测试教程
公司里居然有两台闲置的 RTX 4090 机器，这篇记录如何把它们用起来：从 NVIDIA 驱动、代理服务、Ollama 部署、模型下载，到 API 测试和模型能力评估。
程序员量化交易实战 10：跑通第一个最小回测闭环
第十篇把行情清洗、因子信号和 A 股订单规则串起来，完成第一个可运行的信号回测循环，并对第 6-10 篇做阶段 review。
程序员量化交易实战 09：从 K 线到第一个可解释因子信号
第九篇实现因子计算：用标准库计算日收益、均线、动量和年化波动率，并把结果转成 buy_watch、observe、risk_watch 三类可解释信号。
程序员量化交易实战 08：把原始 K 线清洗成可信行情
第八篇实现市场行情清洗：解析交易日和数字字段，校验 OHLC，去重，统一成交量单位，并输出覆盖率报告和被拒绝行的原因。
程序员量化交易实战 07：先做一个干净的 A 股股票池
第七篇实现股票池构建：规范化股票代码、过滤 ST 和退市、去重、限制规模，并把公共 A 股股票池的构建过程写成可测试的纯函数。
程序员量化交易实战 06：先把数据库表结构讲清楚
第六篇进入 PostgreSQL 和 Alembic：为什么量化平台不能只靠内存对象，如何用 SQLAlchemy metadata 做 schema 巡检，并把表结构和迁移变成可测试的工程边界。
程序员量化交易实战 05：量化系统最重要的是数据，不是策略
第五篇进入数据层：为什么策略之前必须先做数据源抽象、行情和财报数据、数据质量检查、来源记录和覆盖率。完成后对前五篇做第一次阶段 review。
程序员量化交易实战 04：A 股交易规则对程序的影响
第四篇把 A 股里的 100 股整数手、T+1、涨跌停、停牌、ST、手续费和印花税落到订单检查代码里，并在 ZiQuant 中新增可测试的 trading_rules 模块。
程序员量化交易实战 03：量化交易中的核心概念
第三篇把股票池、K 线、复权、因子、信号、持仓、回测、最大回撤和 Sharpe 这些词翻译成 ZiQuant 里的模型、字段和测试对象，避免后面写代码时概念混用。
编程工具也能生图，而且价格低到难以置信
Cursor 的 Composer 2 在实际使用中可以触发生图，而官方 changelog 指向 Google Nano Banana Pro。本文记录这种编程工具里的生图工作流、成本判断，并用 Codex 生成图做同画幅对比。
程序员量化交易实战 02：从零搭建 Python 量化项目结构
第二篇把 ZiQuant 的 Python 工程骨架搭起来：目录、pyproject.toml、.env、配置读取、健康检查和测试命令。先让项目可安装、可启动、可验证，再进入数据层。
程序员量化交易实战 01：为什么程序员适合做量化交易
量化交易不是玄学，也不是靠一个指标躺赚。第一篇先把交易问题拆成程序员熟悉的数据、规则、验证和风控问题，并用 ZiQuant 项目完成可运行的第一步。
Codex、Cursor 与 Cursor 里的 Codex 插件：AI 编程工具怎么搭配才顺手
从 Codex 与 Cursor 的产品边界讲起，比较 Codex IDE、Codex CLI、Cursor 中 Codex 插件的优缺点，回答 Skills 与 Cursor 会话上下文能否互通，并给出一套实用的共生工作流。
Cursor SDK：Custom Agents 到底能拿来做什么
Cursor 新发布的 TypeScript SDK 把 IDE、CLI 和 Cloud Agents 背后的 agent 能力开放成可编程接口。本文梳理它的运行时、hooks、MCP、示例仓库和适用场景，并用一个 CI 自动修复失败 PR 的例子说明怎么落地。
向量检索的准确性：从一次搜不准说起
向量检索不是把所有字段拼起来扔给 embedding 模型就结束了。本文用一个虚构的 API 工具市场做例子，拆解噪声文本、长描述、URL、阈值、混合召回和评估集如何影响检索质量，并总结一套可复用的最佳实践。