01 PILLAR
统计套利与配对交易
我们对成千上万的相关资产进行排名，构建多空组合以降低保证金压力，并在多个场所快速执行——捕捉本应同步运动的资产之间均值回归的噪声。
- 横截面
- 排名法
- 多场所执行
- 日内—日间
§ 研究 方法 · 策略 · 生命周期
持续复利的
研究。
我们把研究视为一个自我迭代的系统，而不是一连串孤立的押注。假设、回测、压力测试、实盘监控共享同一基座——好的想法从论文到生产的距离，是数日，而非数季。
§ 01 — 策略库
五条支柱，
同一套基座。
每条支柱继承同一套数据骨架、同一套回测器、同一套风险系统。 正因如此，我们可以在它们之间混合、对冲、按容量预算分配。
02 PILLAR
横截面动量与反转
相对强度信号做多前十分位、做空后十分位；短期均值回归则捕捉近期过度延展后的回拉。仓位按已实现波动率回路调整。
- 相对价值
- 波动率目标
- 日内 + 日间
- 感知市场状态
03 PILLAR
多因子组合
动量、价值、套利、低波、质量——一个完整的因子库，在风险感知的优化器下每日跨区域、跨资产再平衡。容量感知的仓位控制让账本始终诚实。
- 跨资产
- 日再平衡
- 风险预算
- 容量感知
04 PILLAR
跨场所套利与高频执行
内核旁路网络、自研撮合接入层、同地协议——捕捉跨交易所、暗池与衍生品对之间转瞬即逝的价差。
- 亚毫秒
- 同地
- 跨场所
- 感知延迟
05 PILLAR
机器学习与另类数据
梯度提升集成、Transformer 时序模型与概率图模型——基于订单流不平衡、期权偏度、新闻嵌入和链上信号训练。
- Transformer
- GBM
- 订单流
- 新闻 + 链上
+ N
查看平台 →
孵化中
每周大约 120 条假设进入管线。绝大多数会失败——这正是它的意义。 那些通过回测、压力测试、纸面交易的，会反过来塑造下一轮迭代。
§ 02 — 研究生命周期
每一条信号都要穿过 同样的六道闸门。
没有任何一个想法能仅凭直觉进入生产。下方生命周期把这条底线写在了流程里： 账本上的每条策略都已经穿过这些闸门，并且每天还在重新穿过。
- 01 GATE
假设
阅读、猜想、形式化。一个 harness 化的子系统每天阅读论文、提炼假设。
- 02 GATE
回测
向量化重放在比特级一致的历史微观结构上跑通。无前视、无幸存者偏差、无四舍五入作弊。
- 03 GATE
压力
把策略放进 2008、2015、2018 波动率冲击、2020 疫情、2022 利率周期，以及合成冲击。我们按最差合理一周来设仓位，不按平均月。
- 04 GATE
模拟
实时数据、真实场所、零风险敞口。实时对比回测，只有滑点剖面与预期一致时才允许进入下一步。
- 05 GATE
生产
在容量感知下放量，按策略 dashboard 监控；紧急熔断由独立的风险团队掌握。
- 06 GATE
退役
策略衰减到预期半衰期之外，就在它泄露之前退役。纪律高于情怀。
§ 03 — 数据基座
每条信号都需要一段 干净、可重放的历史。
我们整理了一套去重、比特级一致的市场与另类数据归档——从 tick 级订单簿 到公告、新闻、期权隐含波动率曲面、链上转账。所有回测读同一份存储， 所有研究员从同一份事实出发。
- Tick L2/L3
- 订单簿深度 · 逐笔
- 期权
- 隐含波动率曲面 · IV / 偏度 / 期限
- 基本面
- 公告 · 一致预期 · 修正
- 另类数据
- 新闻 · 嵌入 · 链上
- 宏观
- 利率 · 曲线 · 跨货币
- 微观结构
- 竞价 · 撤单 · 成交
cws://research/portfolio.composite ● 实时
σ +3 σ +1 μ σ −1 σ −3
* 仅作视觉呈现，不构成对过去、当前或未来表现的任何陈述。