统治，英帝国！

telegram警报是您所需的所有通知。它是最容易设置的方式。

稳定币市场做市非常轻松，如果你想要一些轻松的做市经验。去做稳定币对稳定币市场的做市。超级非毒性，实际上可以手动完成。我曾经手动做市时吃到肉。

让特征分布表现良好在大多数情况下是轻松的0.25-0.5的夏普比率(假设首先是alpha&分布没有表现)

=== 策略衰退前的夏普比率和最大回撤 ===
关于夏普比率或卡尔马比率，有一点有趣的是，它表明了当策略失败时，你将如何处理这些事情。
当一个策略“死亡”时，你实际上是在说，考虑到实时追踪 + 回测(，实际上这应该是同一回事，因为一旦你通过实时验证了回测是有效的——即没有过拟合，成本假设合理，等等，你也可以依赖回测并认为它相当有用，显然这仍然是由实时驱动的，最终需要确认)是如此糟糕，以至于与历史数据有实质性的偏差。这里的关键术语是“与历史数据有实质性偏差”。
考虑到 X MDD，在哪里我可以结束一天？我非常确定有一种数学方法可以做到这一点，但对我和大多数 PM 来说，它一直是 (，并可能会继续是 ) 一种非常任意的直觉判断。但确实，你可能能够计算出一些概率。
这一切都是我主要观点的背景，那就是Calmar/Sharpe比率越高，我们就越能提前判断策略是否失败。这对我们非常有利，因为这意味着我们可以更早地防止损失！
以一个极端的例子为例，一个套利策略。你一旦有几天表现不佳，你就知道结束了。套利策略通常不会有下行日，因此如果你连续几天表现不佳，你就知道结束了。(虽然我承认这并不总是如此——我在一个规模较大的地方做过这个，夏普比率在我所在的一个商店里勉强超过3，这也是因为我们持有了大量库存/风险来实现它。我们每月的交易额达到数十亿，因此必须以足够的容量进行交易，高夏普的轻松资金规模较小)

林迪效应与套利:
(如何提高填充率！)
林迪效应的一般观点是，某样东西存在的时间越长，它将继续存在的时间也越长。红酒是林迪的，而红牛则不是。
这实际上相当适用于套利机会，因为套利也遵循这一原则。
任何给定套利的预期寿命通常依赖于几个因素，包括：
- 场馆组合
- 套利的规模
- 对于那个场所，正常的套利是什么
- 硬币
但最重要的是:
- 这种套利已经存在多久了
那么我们为什么关心预期寿命呢？
好吧，这一切归结为所谓的不完整。一个不完整 - 不完整套利交易的简称，是指一条腿成交而另一条腿没有成交。
想象一下你为两个腿发送限价IOC，但只有一个成交。当这种情况发生时，通常是没有任何优势的腿，因此你必须将其撤掉。你现在已经进行了两笔交易，但什么也没有得到。
所以很多有利可图的套利交易归结为优化你的不完整性。因此，我们可以在套利中使用林迪效应。
如果您现在为等待添加一个阈值，例如 Xms ( 可能 100ms )，那么这将排除所有的超快套利交易者，您几乎没有机会战胜他们，并且将大大改善不完整率。您可以轻松优化此参数以改善不完整情况。
有关如何最佳捕捉套利机会的更多知识，请查看我博客上的文章：
www dot algos dot org

短线向上破位比短线动量要常见得多。
反转是最常见的

令人震惊的是，OpenAI 的任何人都没有意识到 "不要在代码注释中放入表情符号" 不应该成为系统提示 / 微调的一部分

一旦你使用了Github桌面GUI，你就不会再回去了。
功能基本，有时你仍然需要使用终端，但图形用户界面要快得多且更简单

如果你无法足够快地迭代你的想法，你将会失败。
一个扎实的过程/方法很重要，聪明也很重要，但如果你不以快速的节奏迭代，你就会失败。
这是一种创造紧迫感文化并投资于正确工具的问题。

LASSO真糟糕。
在用于集成时，它实际上与取平均值相当。
回归分析也很糟糕。总之，不要使用LASSO。
还有…如果你要去掉功能，应该提前手动完成这一点，像是拜托，这就是糟糕的功能设计。

预测说明:
我认为1小时及以上的K线图应该使用ridge，但当你使用1分钟/5分钟的K线图时，通常发现XGBoost更胜一筹。
5分钟需要一些仔细的调校，但1分钟，尤其是秒数，你会看到XGBoost通过更好的模型在你的信息系数上额外提升0.01-0.025。
XGBoost非常酷，因为你可以避免NaN值(，这通常是回测中的一个问题，即不同的数据集可用性用于回溯，一个提供者可能有10年，另一个2)。
当然，你可以进行插值，但这并不是最现实的方法，技术上来说，它具有前视性，因为你提前揭示了特征的均值/中位数。你也可以使用一种无前视的均值，但仍然...
对于线性内容，如果你无法承受1小时及更高时间框架的拟合，并且想处理NaN，你最好的选择是进行IC加权集成，并在出现NaN时重新计算权重(确定各特征的IC以及哪些特征在集合中时，确定应该是什么权重并不是特别昂贵)。

做多形式内容是林迪

如果你在 Factor Zoo 中，你就是 NGMI
你应该在阿尔法丛林里

有时你发一条推文后不得不删除它，因为这个世界不能知道rentech的alpha秘密

如果它们不来自法国的特有地区，它们就不是真正的残差收益。

在HFT中，大多数平滑处理使用的是EWMA，因为当你要求开发人员保留大量价格缓存并保持系统性能时，他们会感到烦恼。