跳到正文
i itingyu
首页 文章 归档 关于

专栏导航

总览 →
  • ▸ 知识宝典 10
    • ▸ AI 与大模型工程 19
      • LLM 可观测性深度专题:Langfuse / Phoenix / OpenLLMetry
      • 混合检索深度专题:Sparse+Dense+RRF 全栈实战
      • 文档分块策略深度专题 — 字符/语义/递归/LLM 全景实战
      • 向量库选型深度专题:Faiss/Milvus/Qdrant/Weaviate/Chroma/pgvector
      • 2.5.3 DPO / PPO / GRPO 偏好对齐对比
      • 2.5.2 LoRA / QLoRA / 全参数微调选型
      • 2.5.1 微调数据准备 · 标注 / 清洗 / 增强
      • 2.2.3 Claude Agent SDK vs LangChain vs AutoGen 真实对比
      • 2.2.2 Tool Use 协议 · Function Calling / Anthropic Tool / MCP
      • 2.2.1 Agent 四大模式深度专题 — ReAct / Plan-and-Execute / ReWOO / Reflexion
      • 2.1.4 模型蒸馏 · Knowledge Distillation 能力迁移
      • 2.1.3 LLM 服务化 · LiteLLM / OneAPI / OpenRouter / LangServe 对比
      • 2.1.2 闭源 API 选型矩阵 · GPT-4o / Claude / Gemini / 国产
      • 2.1.1 LLM 部署 · vLLM / TGI / TensorRT-LLM 对比
      • Prompt 实验台与评估方法深度专题
      • 2.6.1 向量检索原理 · IVF / HNSW / PQ / ScaNN
      • 2.4.2 高级推理 · CoT / ToT / ReAct 范式
      • 2.4.1 Prompt 工程基础 · 结构化模板与 Few-Shot
      • 2.3.1 Embedding 选型 · OpenAI / Cohere / BGE / M3E / E5 全景横评
    • ▸ 复盘系列 1
      • 2026-07-13 A股收盘复盘与明日预测-13
    • ▸ 安全与合规 4
      • 7.2.2 数据脱敏 / 加密存储 / 访问审计三件套
      • 7.2.1 等保 2.0 五大层面实战
      • 7.1.2 身份认证 · OAuth 2.0 / OIDC / SAML 选型
      • 7.1.1 OWASP Top 10 2025 实战防御 · SQL 注入 / XSS / CSRF / SSRF / IDOR
    • ▸ 工程效能 8
      • 6.4.2 度量陷阱 · Goodhart's Law + 局部优化
      • 6.4.1 DORA 四指标 + SPACE 框架
      • 6.3.2 Code Review 文化 · 怎么避免流于形式
      • 6.3.1 SonarQube 自定义规则开发
      • 6.2.2 大型 monorepo 的 Git 策略(partial clone / sparse checkout)
      • 6.2.1 GitFlow / GitHub Flow / Trunk-based 三种模式对比
      • 6.1.2 发布策略 · 金丝雀 / 蓝绿 / 灰度 + ArgoCD GitOps 实战
      • 6.1.1 CI/CD 流水线编排 · GitHub Actions / GitLab CI / Argo Workflows 对比
    • ▸ 性能与可靠性 8
      • 5.4.2 SLO 驱动的告警体系 · 错误预算 + OpenTelemetry 标准化
      • 5.4.1 Metrics / Logs / Traces 三支柱 + Prometheus + Grafana + Tempo
      • 5.3.2 故障注入清单(网络/进程/资源/时间)+ 真实案例
      • 5.3.1 Chaos Engineering 原则 + ChaosBlade / Litmus / Gremlin 对比
      • 5.2.2 流量染色 / 全链路隔离 / 数据脱敏三件套
      • 5.2.1 压测工具 · JMeter / Locust / wrk / k6 / Gatling 对比
      • 5.1.2 实战 · 一次「系统卡顿 3 周」的完整排查
      • 5.1.1 USE / RED 方法 · CPU/内存/磁盘/网络四件套
    • ▸ 数据与存储 14
      • 消息队列深度对比 —— Kafka / RocketMQ / Pulsar
      • 搜索引擎 ES 与 OpenSearch 深度对比
      • OLAP分析引擎深度对比——ClickHouse / Doris / StarRocks
      • 4.4.2 图数据库 · Neo4j / NebulaGraph / JanusGraph 对比
      • 4.4.1 时序数据库 · InfluxDB / TDengine / TimescaleDB 对比
      • 4.3.2 Spark Structured Streaming vs Flink 真实对比
      • 4.3.1 Lambda / Kappa 架构选型 + 数据湖三选一(Hudi / Iceberg / Delta Lake)
      • 4.2.3 Cassandra · 一致性级别 + 架构 + 数据建模
      • 4.2.2 MongoDB · 文档模型与关系模型转换 + 索引 + 分片实战
      • 4.2.1 Redis · 6 大数据结构底层实现 + 高可用架构
      • 4.1.4 分库分表 · 垂直拆分 / 水平拆分 / ShardingSphere / TiDB
      • 4.1.3 PostgreSQL 深度 · vs MySQL + CTE + 窗口函数 + JSONB
      • 4.1.2 MySQL 深度 · InnoDB 引擎 / 索引 / 事务 / 锁机制
      • 4.1.1 数据库范式 · 1NF / 2NF / 3NF / BCNF 工程实践
    • ▸ 架构设计进阶 15
      • 高性能架构四件套:缓存 · 异步 · 池化 · 分片
      • 事件驱动架构深度实战 — Event Sourcing / CQRS / Saga / Outbox
      • 3.5.2 DDD 战术设计 + 事件风暴工作坊实战
      • 3.5.1 DDD 战略设计 · 限界上下文 / 上下文映射
      • 3.4.3 Service Mesh vs 传统 SDK 治理 · Istio / Linkerd / Envoy 对比
      • 3.4.2 服务发现 / 配置中心 / API 网关选型(Nacos / Consul / Apollo)
      • 3.4.1 微服务拆分 · 4 个原则(单一职责/业务边界/数据独立/团队匹配)
      • 3.3.2 K8s Operator · kubebuilder 写一个真实 Operator
      • 3.3.1 K8s 核心对象 · Pod / Deployment / StatefulSet / DaemonSet
      • 3.2.3 多活架构 · 同城双活 / 异地多活 / 两地三中心
      • 3.2.2 限流 / 熔断 / 降级 / 隔离(Sentinel / Hystrix / Resilience4j)
      • 3.2.1 SLO / SLA / SLI 三层指标体系
      • 3.1.3 分布式事务 · 2PC / TCC / Saga / 本地消息表对比
      • 3.1.2 共识算法 · Paxos / Raft 源码级理解(etcd-raft 走读)
      • 3.1.1 CAP / PACELC / BASE 的工程含义
    • ▸ 编程语言精进 23
      • 1.6.2 Rust 异步生态 - Tokio 与 Axum 实战
      • 1.6.1 TypeScript实战 · 类型体操与工程实践深度专题(Generics / Conditional / Mapped / Template Literal / Infer 五大件套 + Branded / Discriminated Union / 工程化)
      • Python 类型系统 · mypy strict 在大型项目的落地
      • Python 测试 · pytest 从入门到测试金字塔
      • Python 异步深度 · asyncio 从源码到生产
      • Python 包管理 · 从 pip 到 uv 的现代工作流
      • 1.5.2 Async Rust · pin / Future / Stream 实战
      • 1.5.1 Rust 所有权系统 · Borrow Checker 心智模型
      • 1.4.3 CUDA C++ 入门
      • 1.4.2 C++ RAII 与移动语义
      • 1.4.1 C++ 17/20/23 核心特性速通
      • 1.3.6 Python 调试与日志 · 从 pdb 到 structlog 的可观测性
      • 1.3.3 Python 性能调优 · 从 py-spy 到 Cython 的全链路
      • 1.3 Python 高级特性 · 写出生产级 Python
      • 1.2.5 Java 性能与调优 · 类加载机制与 Tomcat 打破双亲委派
      • 1.2.4 Java 性能与调优 · synchronized / AQS / JMM happens-before 实战
      • 1.2.3 Java 性能与调优 · async-profiler 与 JFR 实战
      • 1.2.2 Java 性能与调优 · G1 / ZGC / Shenandoah 选型决策树
      • 1.2.1 Java 性能与调优 · JVM 内存模型与 GC 算法全对比
      • 1.1.4 Go 1.22+ 新特性 · Pin / range over int / timer 改进
      • 1.1.3 Go 性能调优 · pprof 与 trace 工具链
      • 1.1.2 Go 实战 · goroutine 泄露排查与 errgroup 范式
      • 1.1.1 Go 并发底层 · GMP 调度器源码走读
    • ▸ 股市分析专栏 6
      • 2026-07-19 周复盘 · 本周盈亏未抓到
      • 2026-07-17 A股收盘复盘与明日预测-17
      • 2026-07-16 A股收盘复盘与明日预测-16
      • 2026-07-15 A股收盘复盘与明日预测-15
      • 2026-07-14 A股收盘复盘与明日预测-14
      • 2026-07-13 全市场板块资金流解读:AI 主线集体兑现,避险资金涌向创新药+银行
    • ▸ 软实力与职业 8
      • 面试求职 STAR 与谈薪专题
      • 系统设计面试 8 步法完全指南
      • 8.6 职业生涯规划 · 技术人 5 年 / 10 年发展路径
      • 8.5 技术写作 · 写一篇让 1 万人读懂的技术文章
      • 8.4 技术分享与布道 · 怎么讲一场 60 分钟的好分享
      • 8.3 跨团队协作 · 跨部门项目的真相
      • 8.2 技术管理转身 · 从贡献者到领导者
      • 8.1 架构演进案例复盘 · 写一篇架构演进史
  • ▸ AI 学习笔记 1
    • ▸ AI 学习笔记 31
      • 渲染测试:Mermaid + LaTeX
      • Day 30|多 Agent 系统 + 最新研究 + 毕业项目(AI 学习笔记 · AIAgent 前沿 · 第 30 篇)
      • Day 29|AI Agent 基础:ReAct、Tool Use、Planning 与 OpenAI Function Calling 实战(AI 学习笔记 · AIAgent前沿周 · 第 29 篇)
      • Day 28|第 4 周复盘与 LLM 应用项目:RAG 端到端实战(AI 学习笔记 · 大模型与生成式AI周 · 第 28 篇)
      • Day 27|多模态:CLIP、扩散模型与视觉语言模型(AI 学习笔记 · 大模型与生成式AI周 · 第 27 篇)
      • Day 26|RAG 检索增强生成:Embedding、向量数据库与 LangChain 实战(AI 学习笔记 · 大模型与生成式AI周 · 第 26 篇)
      • Day 25|微调与 LoRA/QLoRA:把 65B 模型塞进单张 48 GB GPU 的工程奇迹(AI 学习笔记 · 大模型与生成式 AI 周 · 第 25 篇)
      • Day 24|Prompt Engineering 与思维链 CoT:从指令到角色、从示例到推理(AI 学习笔记 · 大模型与生成式 AI 周 · 第 24 篇)
      • Day 23|LLM 原理与 Scaling Laws:Chinchilla 修正、涌现争议与 In-Context Learning(AI 学习笔记 · 大模型与生成式 AI 周 · 第 23 篇)
      • Day 22|预训练范式与 Tokenization:GPT vs BERT、BPE 算法与 4 种子词切分(AI 学习笔记 · 大模型与生成式 AI 周 · 第 22 篇)
      • Day 21|第 3 周复盘与 CIFAR-10 图像分类项目:把 5 天零件拼成第一个深度学习完整 Pipeline(AI 学习笔记 · 深度学习周 · 第 21 篇)
      • Day 20|训练技巧:优化器、学习率、正则化、混合精度,从"会训"到"训好"(AI 学习笔记 · 深度学习周 · 第 20 篇)
      • Day 19|Transformer 深入:Self-Attention 与位置编码,LLM 时代的入口(AI 学习笔记 · 深度学习周 · 第 19 篇)
      • Day 18|RNN / LSTM / GRU:序列建模与「传送带」机制(AI 学习笔记 · 深度学习周 · 第 18 篇)
      • Day 17|CNN:卷积、池化、经典架构(ResNet)(AI 学习笔记 · 深度学习周 · 第 17 篇)
      • Day 16|PyTorch 入门:Tensor、自动求导、nn.Module(AI 学习笔记 · 深度学习周 · 第 16 篇)
      • Day 15|神经网络基础:MLP、反向传播、激活函数(AI 学习笔记 · 深度学习周 · 第 15 篇)
      • Day 14|第 2 周复盘 + 完整 ML Pipeline 实战(AI 学习笔记 · 经典机器学习周 · 第 14 篇)
      • Day 13|模型评估与调参:交叉验证、网格搜索、过拟合诊断(AI 学习笔记 · 经典机器学习周 · 第 13 篇)
      • Day 12|聚类与降维:K-Means、PCA、t-SNE 三件套(AI 学习笔记 · 经典机器学习周 · 第 12 篇)
      • Day 11|SVM 与核方法:几何直觉驱动的最大间隔分类器(AI 学习笔记 · 经典机器学习周 · 第 11 篇)
      • Day 10|梯度提升:XGBoost 与 LightGBM,表格数据的「默认基线」(AI 学习笔记 · 经典机器学习周 · 第 10 篇)
      • Day 9|决策树与随机森林:从「if-else 树」到「民主投票箱」(AI 学习笔记 · 经典机器学习周 · 第 9 篇)
      • Day 8|分类问题:逻辑回归、Softmax、交叉熵,ML 分类任务的「老底子」(AI 学习笔记 · 经典机器学习周 · 第 8 篇)
      • Day 07|第 1 周复盘与 Kaggle Titanic 实战:把 6 天零件拼成第一个完整 Pipeline(AI 学习笔记 · 基础筑基周 · 第 7 篇)
      • Day 06|线性回归手写实现:从零拼出第一个 ML 模型(AI 学习笔记 · 基础筑基周 · 第 6 篇)
      • Day 05|工具链:Jupyter、pandas、matplotlib 与 scikit-learn(AI 学习笔记 · 基础筑基周 · 第 5 篇)
      • Day 04|概率统计基础:概率分布、贝叶斯与期望方差(AI 学习笔记 · 基础筑基周 · 第 4 篇)
      • Day 03|微积分与梯度:偏导、链式法则与梯度下降(AI 学习笔记 · 基础筑基周 · 第 3 篇)
      • Day 02|线性代数核心:向量、矩阵、点积与特征值(AI 学习笔记 · 基础筑基周 · 第 2 篇)
      • Day 01|Python 基础速通:数据结构、函数与 NumPy 入门(AI 学习笔记 · 基础筑基周 · 第 1 篇)
  • ▸ A 股深度方法论 10
    • ▸ 估值与周期 4
      • 现金流/复利/宏观分析(第 2 篇)
      • 周期股与成长股估值差异(第 1 篇)
      • 另类数据与情绪指标(第 3 篇)
      • 估值体检数据快照(第 4 篇)
    • ▸ 体系方法论 3
      • 选股决策的量化框架(第 2 篇)
      • 终极心法:体系闭环(终篇)
      • A 股深度方法论汇总(第 1 篇)
    • ▸ 入门基础 2
      • 散户的"三件套"工作流(第 3 篇)
      • A 股运作机制全图(第 2 篇)
    • ▸ 实战案例 3
      • 牛市狂热与一字板陷阱(第 2 篇)
      • 熊市底部与杠杆出清(第 1 篇)
      • 政策冲击与监管演变(第 3 篇)
    • ▸ 工具与实操 4
      • 网格选股工具与下载(第 4 篇)
      • 网格交易原理与参数(第 2 篇)
      • 条件单与盘口实战(第 3 篇)
      • 交易成本与盈亏临界(第 1 篇)
    • ▸ 心理与策略 3
      • 逆向投资与情绪面(第 2 篇)
      • 板块轮动的底层规律(第 3 篇)
      • 散户心理与认知陷阱(第 1 篇)
    • ▸ 看懂公司 4
      • 财务造假识别与排雷清单(第 2 篇)
      • 估值的三大方法与实战(第 4 篇)
      • 三表阅读实战(第 1 篇)
      • ROE 与杜邦:看穿盈利质量(第 3 篇)
    • ▸ 选股与行业 4
      • 板块关系与产业链联动矩阵(第 4 篇)
      • 行业研究的 5 步法(第 1 篇)
      • 行业生命周期与景气度(第 2 篇)
      • 护城河与安全边际(第 3 篇)
    • ▸ 量化与跨境 3
      • 量化策略实战与回测避坑(第 2 篇)
      • 美股港股与跨境配置(第 3 篇)
      • A 股量化的入门与约束(第 1 篇)
    • ▸ 金融市场观察 6
      • 每日金融简报 · 2026-09-30(星期三 · 节前最后交易日)
      • 每日金融简报 · 2026-09-29(星期二 · 交易日)
      • 每日金融简报 · 2026-09-28(星期一 · 交易日)
      • 非交易日情报简报 · 2026-09-27(星期日)
      • 非交易日情报简报 · 2026-09-26(周六)
      • A 股的本质与散户生存法则(第 1 篇)
  • ▸ 厨房学 1
    • ▸ 厨房学 15
      • 厨房原理总论
      • 食材识别与挑选
      • 食材预处理与清洗
      • 生食指南
      • 调味学基础
      • 刀工技法
      • 火候掌控
      • 烹饪方法
      • 经典菜谱精讲
      • 进阶技法
      • 厨房管理与效率
      • 食材营养与健康
      • 食物相克与真禁忌速查
      • 中国八大菜系详解
      • 八大菜系代表菜家常做法
  • ▸ 职场调研 1
    • ▸ 职场调研 4
      • 资深程序员按学习难度排的路线图(精细版 · 91 篇)
      • 2026 资深程序员知识宝典 · 大纲(精细版)
      • 2026 资深程序员与软件开发岗位技能要求调研(3-10 年)(职场调研 · 第 2 篇 · 291 条资深岗样本 · 腾讯 + 字节 careers 实测)
      • 2026 程序员与软件开发岗位招聘要求调研(职场调研 · 第 1 篇 · 14 条真实 JD + 19 条招聘帖标题 + 20 条实习 SSR 元数据)
  • ▸ 考驾照 1
    • ▸ 考驾照 2
      • 科目二 C2 · 全流程操作手册
      • 科目三 C2 · 全流程操作手册
首页 /A 股深度方法论 /子专栏 / 量化与跨境

子专栏:量化与跨境

归属:A 股深度方法论

  • 量化策略实战与回测避坑(第 2 篇)

    2026-08-06·双均线·多因子·回测·海龟·MACD·机器学习·实盘

    量化策略实战与回测避坑(第 2 篇)

  • 美股港股与跨境配置(第 3 篇)

    2026-08-06·美股·港股·A股·跨境·QDII·中概股

    美股港股与跨境配置(第 3 篇)

  • A 股量化的入门与约束(第 1 篇)

    2026-08-06·量化交易·入门·约束·数据源

    A 股量化的入门与约束(第 1 篇)

本子专栏文章

量化策略实战与回测避坑(第 2 篇)美股港股与跨境配置(第 3 篇)A 股量化的入门与约束(第 1 篇)
首页 文章 归档 标签 专栏 搜索 工具 关于 RSS GitHub

© 2026 itingyu · 内容仅供参考,不构成投资建议。