xquant-beginner
Unverified ML strategy on Multi by xingwudao. BotFinder score 18 out of 100.
《XQuant：人人都是量化交易员》量化交易入门与自学开源书：用 AI 和 Python 从零跑通策略回测、风险评估、交易执行和因子研究。
Source: github
BotFinder analysis pending.
xquant-beginner
AI 量化交易入门：《人人都是量化交易员》开源书 用 AI 编程工具和 Python，从零跑通策略回测、风险评估与因子研究。 《XQuant：人人都是量化交易员》采用 Vibe Coding（氛围编程）的 学习方式：不用先学完 Python，再开始学习量化。你会先描述投资想法， 让 AI 辅助生成和运行代码，再用数据验证策略是否站得住。 这是一本面向零基础读者的量化交易自学开源书。你不需要先成为 程序员，也不需要一开始就掌握复杂金融模型。本书会带你用 AI 编程工具和 Python，把一个投资想法写成可执行规则，再用数据、 回测和复查判断它是否站得住。 核心目标很简单：从零跑通一条完整的量化研究路径。 - 提出一个投资想法 - 写成清楚的策略规格说明书，也就是 spec - 让 AI 辅助生成和运行 Python 代码 - 获取数据并完成策略回测 - 对比基准、评估收益和风险 - 检查过拟合、数据泄露和参数幻觉 - 逐步理解交易执行、监控迭代和因子研究 在线阅读 开源书稿在线阅读： https://xingwudao.github.io/xquant-beginner/ 最新书稿已更新至 XQuant 量化课堂页。想阅读最新版官方书稿， 请前往图书页： https://xquant.shop/courses 课程、正式书和后续更新也会放在主站： https://xquant.shop/courses 如果您不会写代码、不想阅读全书，也可以看看组合商店： https://xquant.shop/products 适合谁 本书主要适合三类读者： - 想入门量化交易，但不知道从哪里开始 - 想自学 Python 量化，却被代码、环境和报错卡住 - 看过很多策略文章，但还没有形成系统的回测和评估方法 它不是“稳赚策略合集”，也不是高频交易教程。本书更关注普通投资者 怎样用 AI、数据和清楚的实验流程，验证自己的投资想法。 你会学到什么 本书围绕 9 个问题展开： - 准备工作：AI 编程工具和 Python 环境怎么搭 - 第 1 章：量化交易怎么赚钱，如何跑通第一个策略 - 第 2 章：买什么，如何构建候选标的池 - 第 3 章：买多少，如何做权重分配和仓位管理 - 第 4 章：什么时候买卖，如何制定交易规则 - 第 5 章：怎么知道策略有效，如何评估回测结果 - 第 6 章：如何避免自欺欺人，如何识别过拟合 - 第 7 章：如何真正执行，从回测走向交易 - 第 8 章：如何持续改进，如何监控、诊断和迭代 - 第 9 章：量化交易的日常是什么，如何入门因子研究 完整目
⚠ No verified equity curve — no track-record source connected.
Drawdown profile
Data unavailable — contact the owner.
Verification ledger
How the score has moved
Recalculated at each data collection. Transparency means showing the bad weeks too.
No score history is stored yet — only the current score is shown.
Reviews & comments
No reviews collected from the source yet.
⚠ No live verification account connected — ask for proof before buying.
Alerts on changes: coming soon
Prop-firm compatibility not provided.
Open-source maintainer on GitHub.
Data-completeness & trust index (not a profitability rating)