黄金市场表现 - COMEX黄金价格突破3552美元/盎司创历史新高 [1] - 西部黄金涨停板涨幅达9.99% [2] - 黄金板块多只个股涨幅超5%包括山东黄金涨5.07%和赤峰黄金涨5.04% [2] 市场结构性分化 - 上证指数创新高但超过40%个股未突破四年高点 [3] - 维生素D3价格暴涨360%但73只概念股中23只不涨反跌 [4] 资金流向与股价表现 - 天新药业2024年二季度起有资金持续流入 [4] - 华恒生物资金流入延迟至8月才出现动静 [4] - 贵金属个股资金流入早于6月美联储鸽派信号释放 [8] 行为金融学市场特征 - 市场表现受交易行为驱动而非单纯技术指标或基本面 [4] - 散户更关注K线形态和财报而忽略机构资金动向 [7] - 有限注意力理论导致散户过度关注新闻忽略资金流动 [8] 量化分析应用 - 机构资金动向对股价短期中期长期影响存在差异 [7] - 量化工具可识别大资金动向避免成为接盘侠 [8] - 资金提前布局导致部分黄金股涨幅达20%而部分仅5% [8]

市场行情特征 - A股站上3800点 科技股表现突出 寒武纪股价一度超越茅台 光模块企业年内翻数倍 新消费出海企业营收增长204% [1] - 低利率环境下的资产配置需求推动市场行情 并非简单的水牛行情 [3] - 部分机构采取躺平式投资策略 买入后除非大幅盈利否则绝不交易 [3] 持仓数据的有效性 - 基金重仓股存在误导性 去年二季度31家基金加仓国光电气600万股 但7-8月股价下跌20% 同期大盘上涨10% [5] - 股价上涨需要持续的交易行为推动 而非单纯依赖持仓量变化 [7] - 机构库存数据反映机构交易活跃度 国光电气7月后该数据持续萎缩 预示变盘 [7] 交易行为的重要性 - 瑞可达二季度上涨30%后 7-8月继续上涨40% 机构库存数据持续活跃 [9] - 新易盛二季度上涨80%后继续飙升120% 远超持仓量变化能解释的范围 [9] - 益方生物虽获基金加仓 但两个月仅上涨20% 7月中旬后机构库存数据进入冬眠状态 [11] 量化交易视角 - 市场进入交易行为定价时代 传统持仓数据参考价值下降 [16] - 量化交易关注资金持续接力与否 而非表面光鲜数据 泡泡玛特美洲营收增长1142% 寒武纪PE达600倍 [16] - 当前市场存在三重风险：政策敏感性 小微盘股交易拥挤度 半导体估值泡沫 [16] - 机构库存数据的起伏更能反映市场真实状况 而非新闻标题 [16]

A股市场表现 - 2025年8月A股市场表现强势 多个指数创多年新高 上证指数上涨0.85%报3728.03点 盘中最高3745.94点创近十年新高 深证成指涨1.73%盘中最高11919.57点创两年新高 创业板指涨2.84% 北证50涨6.79%刷新历史新高 科创50涨2.14% 全天成交2.81万亿元较上一交易日大幅放量 [1] 金融大模型发展历程 - 金融大模型发展始于2023年大模型开元之年 彭博社BloombergGPT成为行业标杆 利用数十年积累高质量专有金融数据开发 包括金融新闻 财务文件 市场研究报告和终端用户匿名数据 [1][2] - BloombergGPT具备金融语境深度理解能力 能精准识别金融术语 理解实体复杂关系 准确判断市场情绪 执行细粒度情绪分析 命名实体识别 新闻深度分类和财务报表智能问答等专业任务 [2] - 模型存在成本高昂 系统封闭缺陷 个人开发者和小型机构无法触及 模型运作机制黑箱化 无法定制研究 限制量化研究者策略透明度和自主性 [3] 技术演进与市场应用 - 2024年大模型技术快速迭代 上下文长度 内容一致性和逻辑推理能力显著提升 科技巨头开源基础模型降低技术门槛 金融大模型开发进入百花齐放阶段 [5] - 模型在文本处理 代码生成等能力提高 但金融预测能力提升有限 因金融数据低信噪比特性 价格序列包含大量随机噪声 微弱信号易被误判导致过拟合 历史数据规律在真实预测中失效 [5] - 2025年AI智能体技术成熟 金融预测转向自动化分析工作流 使用n8n等无代码平台构建分析流程 智能体执行分解问题 搜集信息 分析推理的专家工作模式 [6] - 智能体工作流响应时间达秒级或分钟级 专业量化基金可实现纳秒级反应 结论产出即过时 正确性不再重要 [6] 行业焦点转变 - 2025年业界从市场预测转向工作流增强 大模型定位为赋能专业人士的超级工具插件 深度集成研究流程 协助数据处理 代码生成 想法验证和报告撰写 解放人类重复性劳动专注于策略创新 [7] 开源项目案例 - 2025年8月清华大学发布Kronos开源项目 使用时间序列大模型预测金融市场K线走势 输入开盘价 收盘价 最高价 最低价和成交量数据 输出未来价格走势概率预测 [8] - 项目GitHub issue显示用户对K线分析结果普遍不满意 模型基于历史K线训练但预测结果无效 开源金融工具未能帮助程序员赚钱 [9] Alpha衰减理论 - 金融市场存在Alpha衰减法则 Alpha指投资组合相对市场基准的超额回报 Alpha因子是预测价格走势带来超额收益的信号变量 如市盈率价值因子或涨幅动量因子 [10][12] - 量化交易通过数据分析发现利用Alpha因子构建策略 有效策略利用未被察觉的市场无效性规律 但规律一旦公开会被快速套利直至盈利空间消失 [12] - 策略公开导致交易竞争激烈 买盘涌入瞬间抹平潜在涨幅 预测能力趋零 Alpha彻底衰减 市场学习能力是公开策略天敌 [13] - Kronos模型分析最公开的K线数据 所有简单稳定模式已被百年研究挖掘 Alpha衰减殆尽 大模型可能找到虚假关联或微弱短暂模式 预测时虚假关联失效 真实模式因市场学习快速消失 [14] - 基于大模型的策略容易受Alpha衰减影响 核心逻辑公开后能被快速复制验证执行 生命周期极大缩短 [14] 成功模型特征 - BloombergGPT成功因提供高质量及时专有数据处理服务 而非直接提供必胜策略 机构投资者结合自有保密策略逻辑寻找未衰减Alpha [15] - 真正Alpha来源于独有数据 行业认知 创新策略逻辑和市场结构理解 无法通过开源模型获得 网上售卖大模型金融工具教程不可信 [15][16]

常人都是研究一堆套路，有自己的秘密因子。 常人都是顺势交易，量化都是逆交易。 常人认知：强的还是强，弱的怎么都起不来。所以打板是确定性最高的。 量化认知：只不过现在量化，主要套路就是：逆交易。 所以什么强，它就逆交易，把它手里的筹码卖了，所以现在打板，总是难以封板。 二 本文来自微信公众号：阿朱说，作者：吕建伟，原文标题：《量化为什么这么怪？》，题图来自：视觉 中国 中国的量化发展的太快了，比美国华尔街还快。可以这么说：中国在股票量化这块，绝对处于世界第一 先进性，只不过中国股市不是美国股市。 中国量化光脚的不怕穿鞋的，不怕什么风险，先上去再说。而华尔街是old money、超大规模资金、老 牌基金管理人，所以都是稳扎稳打，反而不如中国量化发展快。 一 量化都是最基本的事实数据。 为什么传统股票研究员、传统因子量化研究员转型难，就是因为自己辛苦所积累的本领，在超大神经网 络模型的面前，无用了。 所以常人即使理解量化的套路，也无法学量化的套路，因为这是完全违背自己的人性本能、违背自己的 既得利益的。知道，做不到。人性是超越不了机器的。 本文来自微信公众号：阿朱说，作者：吕建伟 ...

公司概况 - 攀智资本（香港）有限公司（Intelli Capital Limited）成立于2024年12月30日 由李攀先生与AI智能模块化团队共同创建 以"用科学理解金融市场"为核心理念 [1] - 公司定位为技术驱动投资的破局者与挑战者 在传统与新兴金融赛道间开辟独特投资路径 [1] 市场定位与机遇 - 精准锚定中国市场 以全球化视野布局多元资产 覆盖传统与新兴行业、公开与非公开市场 [3] - 中国大陆金融行业处于历史机遇期：外资准入放宽、资本市场改革深化（如科创板推出）、绿色金融体系构建 [3] - 金融科技普及重塑服务模式 移动支付、区块链等技术驱动行业效率升级 [3] - 中产阶级扩容催生财富管理新需求 居民对证券投资、基金理财的关注度持续攀升 [3] 核心技术优势 - 将AI与量化交易深度融合 打造技术驱动投资引擎 [3] - 运用先进算法与AI机器学习进行高效数据分析 对海量市场数据进行穿透式分析 捕捉细微市场模式与交易信号 [3] - 依托统计学与数学模型构建动态优化的交易策略 结合历史数据与实时行情持续迭代 [3] - 通过量化手段实现智能风险管理 动态调整止损/止盈策略 有效对冲市场波动 [5] - 借助自动化系统实现毫秒级交易指令响应 规避人为情绪干扰 [5] - 建立严苛内控与数据安全机制确保策略保密性 [5] 投资表现与成果 - 2025年以来投资组合在科技、新能源、绿色金融等赛道表现亮眼 资本回报率显著提升 [5] - 风险管理成效获市场验证 客户信任度与日俱增 [5] 战略发展方向 - 将ESG理念嵌入投资决策 挖掘绿色金融、新能源等赛道长期价值 [6] - 以香港为基点加速全球化布局 覆盖越南、马来西亚、英国、美国等市场 [6] - 深化与国际投资机构协同 分散单一市场风险 提升全球收益能力 [6] 基础设施建设 - 持续扩容AI算力池与模型数据库 通过"数据量+算力+人才"三位一体驱动 [6] - 实现量化策略更精准、成本更可控 形成"数据-模型-应用-反馈"正向循环 [6] 行业影响与定位 - 为金融行业提供技术驱动转型样本 量化投资与AI应用已成行业共识 [9] - 海外Point72公司采用"人+算法"模式 黑石、富兰克林·邓普顿等巨头布局量化交易 [9] - 中国金融机构加速觉醒 技术驱动投资新范式正重塑行业竞争格局 [9]

在政策利好频出、资金加速涌入、产业蓬勃发展等因素的协同推动下，A股市场近期走势强劲。上证指 数接连刷新近十年新高，彰显出市场的活力与潜力。8月25日，A股延续活跃态势，三大指数同步上 扬，沪深两市成交额达31411.37亿元 ，交投氛围热烈。然而到了8月26日，市场全天震荡调整，三大指 数涨跌不一，成交额2.68万亿，较上个交易日缩量4621亿，显示出市场多空双方的分歧。 股海起伏间，尽显众生百态。老股民们回顾往昔牛熊，在贪婪与恐惧间徘徊不定。有人精准抓住机遇， 资产迅速膨胀；有人则在市场的大幅波动中，选择谨慎观望。 60后股民孙先生 买入三个月开始"阴跌" 再好的行情也不满仓 2007年，因赋闲在家，又恰逢开户免费，时年43岁的孙先生踏入了股市。彼时A股正处于5000多点的高 位，牛市的狂热弥漫在市场的每一个角落。怀着对财富的憧憬，孙先生开了户。"唉，谁也没有想到， 仅仅3个月后，市场便开启了漫长的阴跌之路，最终跌至2500多点。"提起往事，孙先生仍五味杂陈。因 不甘心亏损而未割肉，他从此开启了与股市的漫长博弈。 2008年的全球金融危机，让本就低迷的股市雪上加霜。市场一蹶不振，孙先生的资产也在不断缩水。这 ...

经过一部分微调之后，6.23日起始点选出股票从43只变为35只，胜率提高到68%，从公式本身来说，完全按照既定思路描述，看上去貌似不错。 接着按照常规回测操作，对以前的行情进行复刻一次。分成七组： 第二问题，需要好好想想。可能是一种特定情形下的偶然，也可能是交易方式发生变化之后的一种现象级涌现，或者是因为短期资金密度太高，同时交易 宽度不足引起的拥挤。 如果仅仅是因为主升浪导致的话，那么以前牛市行情的主升浪也应该出现这种现象，为此我特别圈出了往届主升浪的时间段，并进行筛选，晒出的结果也 在上面数据列表，只能说几乎没有太大的不同。 堆量骑牛的模型，说到底无非就是短期OVS起爆之后，持续高换手推升，OBV表现为持续稳定爬升，然后短暂窄幅横盘，博弈第二波。以前之所以成功 率不高，是因为只要一横盘，多数就滞涨旋即就结束了，就像这样： 第一组：2012.12.06~2015.06.15一轮完整上涨行情； 第二组：2018.10.22~2021.12.01一轮完整上涨行情； 第三组：2021.12.01~2024.02.05一轮完整下跌行情； 第四组：2024.09.24~205.06.23本轮行情到主升之前； 第五组： ...

市场表现 - 沪指突破3858点 续创10年新高 [1] AI在投资领域的应用现状 - AI通过量化交易实现智能化延伸 包括机器学习盯盘 K线规律识别 自然语言处理爬取财报和新闻 [2] - AI可7×24小时提供公司数据 行业报告 新闻资讯 辅助技术面 基本面 新闻事件和市场情绪分析 [2] - 大型投资机构已将AI纳入投资决策流程 国内多家百亿级量化私募布局AI领域 [2] - 多数券商平台接入DeepSeek部署AI功能 股民常用软件均设有AI入口 [3] AI投资的技术优势与局限性 - AI基于数据逻辑操作 规避人类贪婪与恐惧情绪影响 [2] - AI存在数据偏差或不完整性 无法理解复杂市场情绪或非量化因素 难以预测黑天鹅事件 [3] - AI无法替代人类决策 需以人为主机器为辅 作为提高信息获取和分析效率的辅助工具 [3] 行业合规与风险问题 - 部分机构以低门槛AI选股工具为名 向散户进行非法荐股营销 存在虚假宣传和个人信息泄露风险 [3] - 社交平台加强监管 微信视频号处置违规直播间2.3万个 封禁账号1.1万个 快手实行分级管控 抖音打击AI荐股行为 [3] - AI是否构成违规荐股及投顾服务 相关责任权属界定尚未有法律定论 [4] 技术发展趋势 - AI将整合更多非结构化数据 如社交媒体情绪 并运用多模态分析文本 图像和声音 [4] - AI在投资行业的作用趋势势不可挡 但需使用者具备市场认知和工具应用能力 [4]

市场表现 - 沪指突破3858点 续创10年新高[1] - 近3700只个股上涨 算力股爆发[5] - 歌尔股份市值重回千亿级别[5] AI量化投资发展现状 - AI量化交易成为传统量化的智能化延伸 通过机器学习盯盘和NLP技术处理财报新闻[2] - 头部量化资管公司幻方量化旗下DeepSeek模型年初爆火[2] - 国内多家百亿级量化私募早已布局AI领域 技术迭代与AI发展同步[2] - 多数券商平台接入DeepSeek部署 AI功能渗透至普通股民投资流程[3] AI投资优势 - 7×24小时不间断分析技术面、基本面、新闻事件和市场情绪[2] - 基于数据逻辑操作 规避人类贪婪与恐惧情绪影响[2] - 通过强化学习优化策略 实现快速最优决策[2] 行业监管与风险 - 社交平台严厉打击违规行为：微信视频号处置2.3万个直播间 封禁1.1万个账号[3] - 快手实行分级管控 抖音两次发布打击非法荐股公告[3] - 存在虚假宣传/个人信息泄露等灰色地带 部分AI选股工具实为非法荐股[3] - AI荐股合规性界定尚未明确 责任归属存在法律空白[4] 技术局限性 - AI无法理解复杂市场情绪和非量化因素[3] - 数据存在偏差或不完整性 黑天鹅事件预测能力缺失[3] - 需坚持"以人为主 机器为辅"的应用原则[3] 发展前景 - AI整合非结构化数据成趋势 包括社交媒体情绪和多模态分析[4] - 全球投资行业AI应用势不可挡 技术持续进化[4] - 需具备市场认知和工具使用能力 AI仅作为辅助手段[4]

市场行情表现 - 上证指数报收3771.1点，近期连续突破3500点、3600点、3700点等多个整数关口，市场交投活跃度明显回升 [1][2] - 当前行情为资金推动下的结构性上涨，市场分化明显，个股涨跌不一，并非普涨行情 [4][13] - 与去年"9·24行情"相比，当前市场温度未达"沸点"，散户入市热情尚未被全面点燃 [1][5] 投资者开户情况 - 券商开户量环比大幅增长，部分营业部近一个月开户量增长超300%-400%，但此类营业部仅为少数 [2] - 整体开户量不及今年一季度高点，与去年"9·24行情"时期存在显著差距，新增客户同比增速在50%以内 [2] - 两融账户开户量激增，部分营业部出现预约排队办理现象，但当前新增两融开户数仅为"9·24行情"时的一半左右 [3] 券商业务策略调整 - 头部券商工作重点从提升新开户转向激活睡眠客户，因睡眠客户中不乏资金实力充沛的老股民，一旦被激活对券商收入贡献更高 [6][7] - 券商纷纷聚焦中高净值客户，通过引入算法交易和量化投资工具为符合资质的客户提供更多投资选择 [8][9] - 采取降低融资利率等让利方式为中高净值投资者提供特别优惠，并提供专属定制化投顾组合服务 [9][10] - 营业部线下展业与线上展业深入融合，部分券商设立无线下办公点的网上营业部，并通过培养网红投顾、举办投顾比赛等方式增加获客 [11] 投资者行为变化 - 个人投资者更倾向于借助ETF、指数产品等工具参与市场，以规避选股难题、捕捉板块机会 [1][14] - 去年"9·24行情"后购买ETF客户明显增多，此轮行情中同样有不少投资者将目光投向ETF [14] - 沪深300等大盘指数产品被视为中长期投资的良好选择，有投资者在3000点左右入手沪深300ETF并获得较高收益率 [15] 投资机会方向 - 科技成长板块包括人工智能、机器人、集成电路、生物医药、商业航天、低空经济等新兴产业赛道 [16] - 安全边际较高的资产具有低估值、高股息特性，契合中长期资金配置需求 [16] - 政策提振下的大消费板块，尤其是消费复苏与新消费领域 [17] - "反内卷"趋势下具备长期竞争力的企业，红利板块因上市公司分红水平持续提升而具备配置价值 [18]