開源·免費·完全可重現

連結學術嚴謹與 量化交易。

一所獨立研究實驗室,公開發表系統化交易中真正有效與無效的結果,並在大規模下進行驗證。我們致力於同時貢獻於兩個領域:對學術界足夠嚴謹,對實務界足夠誠實。

這裡的一切永遠免費。沒有付費牆,無需註冊,沒有任何販售。每一篇論文、模型與資料集皆開放且可重現。

INITIALIZING WEBGL…

開放原始碼

134,038

行研究程式碼

分佈於 GitHub 上的 19 個公開儲存庫,外加 Research Review 與 Topology 工具套件兩套程式碼(釋出待定),統計於 2026-07-07

  • Python90.2%· 120,956
  • Rust8.8%· 11,737
  • R0.7%· 882
  • Shell0.3%· 463

預設開放,fork 它、引用它、在其之上建構。

依語言

Python · 90.2%Rust · 8.8%R · 0.7%Shell · 0.3%134,038
各專案行數

本站所收錄的每一個公開儲存庫,論文可重現性套件、文章配套程式碼、單一專案儲存庫,以及滾動前推回測框架,再加上進行中的 Topology 計畫之自足工具套件核心。統計僅計入原始碼行數。

  • Research-Review釋出待定28,753

    López-de-Prado Research Review 計畫,逐研究的 Python 處理流程,重現並前瞻檢驗《Advances in Financial Machine Learning》中的方法,包含評估、前瞻價值評分與表格生成。將於評論完成時開源。

  • topology-toolkit釋出待定19,210

    Topology of Strategy-Space 計畫的自足核心,可匯入的 Python 套件(I/O、策略空間、拓樸、評估、基準模型集、分群、CLI 應用程式、繪圖主題)。將於計畫完成時開源;該計畫另外約 43k 行的實驗鷹架、繪圖腳本與測試不在此計入。

  • DEX 可交易性論文的可重現性套件,包含 AMM 上的純多頭回測器(計入實際的逐筆成交成本)、逐根打亂的虛無假設對照、walk-forward 評估,以及橫斷面學習器,涵蓋 27 條鏈上的 4,990 個交易對。

  • 市場造市與逆向選擇論文的可重現性引擎,包含事件驅動的被動成交模擬器、以真實成交方向計算的 markout 分解、成本模型與顯著性工具組,並附有以內建 fixtures 進行的正確性測試。

  • Monte Carlo 濾波器評估論文的可重現性套件,分析腳本(Python / Rust / R)、修正後的彙總表,以及一個自足的重現程式,重現 2026 年 5 月修訂版中記錄的浮點數加總順序陷阱。

  • 世界盃注意力市場論文的可重現性套件,涵蓋 11 種金融工具與五種市場結構的事件研究與虛無假設對照流程,並包含各國切分與多重檢定校正。

  • 滾動前推回測與穩健性框架,最初的 Python 版本。

  • 回測框架的 Rust 移植版,生產版本。

  • 參數曲面穩定性的預先註冊研究,平滑的脊線對脆弱的尖峰。

  • 樣本內 → 樣本外 Sharpe 衰退的實證變異數分解。

  • 策略空間的幾何,維度與流形結構。

  • 在市場資料上做潛在市場狀態分類,再進行依狀態而定的策略挑選。

  • tail-evt403

    跨資產尾部相依性的極值分析,超過門檻峰值法搭配 GPD 擬合。

  • 在策略宇宙上的穩健投資組合建構。

  • 在演算法交易策略宇宙上的母體層級統計。

  • 策略相關矩陣的隨機矩陣分析,雜訊對訊號的分解。

  • 文章〈訊號是集體的〉背後可重現的合成示範。

  • 相依下的 Higher Criticism + Model-X knockoffs,用於 FDR 控制的策略挑選。

  • 策略空間的持續同調,對策略母體的拓樸資料分析。

  • 跨資產相關性立方,資產報酬序列間的兩兩相關。

僅計原始碼行數,README、方法論註記、資料檔與設定檔均不計入。75,194 行位於 18 個公開儲存庫中。另有兩套程式碼將於計畫完成時開源:López-de-Prado Research Review 的處理流程(28,753 行)與 Topology 工具套件核心(19,210 行)。Topology 計畫另外約 43,000 行的實驗鷹架、繪圖腳本與測試,以及其 Rust 加速器 crate,皆不在此計入。

工作論文

面向同儕的研究,附完整的可重現套件。四項關於統計優勢邊界的研究,跨資產類別在大規模下進行驗證。

SSRN 6955879 · 跨市場研究

世界盃分心效應的觸及範圍

全世界都在看世界盃,然而承載絕大多數交易量的全球市場卻幾乎毫無波動。橫跨 11 種金融工具、5 種市場結構、26 個國家與 7 屆世界盃,158 項統計檢定在校正後沒有任何一項能存活,而那些看似會「擴散」的顯著效應,其實只是衡量方式造成的假象。

範圍:11 種工具、5 種市場結構、26 個國家、7 屆世界盃
158 項統計檢定,經多重檢定校正後 0 項存活
一場行星級的注意力衝擊,市場卻不予定價
看似會「擴散」的效應其實是衡量假象
閱讀研究
BrazilArgentinaFranceGermanySpainEnglandItalyNetherlandsPortugalCroatiaUruguayMexicoJapanSouth KoreaMoroccoUnited StatesBelgiumSwitzerlandPolandDenmarkAustraliaCanada
26 countries · 7 World Cups158 tests · 0 survive

論文 · SSRN 6636018

一個熱門的統計篩選器真的能挑出贏家嗎?

一個簡單的問題,在大規模下驗證:依據一項廣為使用的排列檢定行動,能否幫助你預先選出致勝策略?答案是否定的,而一個聲稱它有害的著名結果,竟源自一個捨入誤差的程式錯誤。

範圍:437,911 個策略、9 個市場、3 個資產類別
執行超過 60 億次排列檢定
該篩選器的優勢:與零無法區分
一項眾所周知的負面結果,追溯至浮點數捨入誤差
閱讀研究
0
bootstrap lift, centered on zero

論文 · SSRN 6858778 · 已發表

在計入實際成本後,能從最小的幣種獲利嗎?

在支付實際交易成本後,能否從僅在去中心化交易所交易的幣種中獲利?我們橫跨 27 條鏈進行驗證,並提供可在瀏覽器中操作的示範。

範圍:27 條鏈、僅限 DEX 的幣種
純做多,並計入實際成本
任何原始優勢皆被交易成本吞噬
透過瀏覽器內示範親自探索
閱讀研究
cost drag
27 chains, long-only net of costs

論文 · SSRN 7022599 · 已發表

造市商的價差有多少被逆向選擇吞噬?

造市商賺取價差,同時向攻擊其掛單的知情交易者支付逆向選擇成本。在每筆交易皆帶有交易所真實買賣方標記的期貨資料上,我們逐筆成交量測兩者,結果價差幾乎被完全吞噬。

範圍:13 種 CME 期貨、353,387 筆被動成交
以真實成交方向量測捕獲價差與成交後逆向漂移
造市商淨利在統計上為零,是上限而非一個點
我們測試的任何庫存報價或訂單流訊號皆無法勝過它
閱讀研究
capture ≈ −adverse
13 CME roots · net ≈ 0 after adverse selection

論文 · SSRN 7157638 · 已發表

借貸協議的「風險」數字,真的是損失嗎?

5% 的脫錨將 Aave v3 某一切片中的 13.8 億美元標記為符合清算條件。在同一條連續價格路徑上,協議記錄的壞帳是 0 美元,而這是參數本身的性質,不是運氣好的樣本。

單一即時區塊:17,419 名借款人、65 億美元債務
符合條件的債務、已執行的量與已實現損失三者分離
八個上線的 e-mode 類別全部滿足 LT(1+b) < 1
損失需要被破壞的路徑,而不是更深的脫錨
閱讀研究
Eligible debt, executed repayment, and a zero bar for protocol bad debt.AAVE V3 · 5% DE-PEGeligibleexecuted$0lostLT(1+b) = 0.9595 < 1

可重現隨筆

長篇文章

全部文章

以互動式、圖表導向的方式闡述核心實證主張,每一篇皆可從公開資料表重現。

01 · 文章 · 旗艦

優勢在於流程

我們如何在不更動策略本身的情況下,將五十萬個無利可圖的策略,轉化為真正能賺錢的投資組合。整個訣竅在於你選擇保留哪些策略。

範圍:橫跨 12 個市場的 533,638 個策略
全部一起持有:整個策略池會虧損
依過往績效篩選:在 12 個市場中有 8 個獲利
優勢在於選擇,而非策略本身
閱讀文章
break-even
pool loses, selection clears break-even

02 · 文章 · 互動式

用拓撲學建構投資組合

88.2 萬個薄優勢加密策略。挑出相關性網路邊緣、與共同市場模態正交的那些,優勢就在追逐 Sharpe 會爆掉的地方被磨利。

範圍:88.2 萬個策略、100 個永續合約對
對抗市場模態來選,而非依 Sharpe
可獲利投資組合比例由 28.7% 升至 45.1%
一層波動率制度疊加使風險調整後報酬翻倍
閱讀文章
crowded corediversifying rim

03 · 文章 · 語料庫

「160 萬個策略」究竟意味著什麼

「160 萬個策略」聽起來像是資料探勘。這裡用語料庫背後的實際數字,說明為何並非如此。

範圍:橫跨 30 個市場的 160 萬個策略
這些策略彼此之間幾乎相互獨立
只有約 3% 高度相關
每一項結果皆為前進式(walk-forward),絕非樣本內
閱讀文章
01|ρ|=0.5mean 0.123
pairwise |ρ|, peaked near zero

開源模型

本實驗室 M 系列模型的十二個參考實作,涵蓋隨機矩陣理論、Higher Criticism 加 knockoffs、拓撲資料分析、尾端 EVT,每一個皆附說明、即時示範與程式碼。

λ₊
(a) eigenspectrum · MP null
M/01

策略相關性矩陣的特徵譜

策略相關性矩陣的 Marchenko–Pastur 與平行分析特徵譜。本研究室 M/01 模型的參考實作。

τ̂
W = |Z| − |Z̃| · FDR threshold τ
M/02

具 FDR 控制的稀疏訊號偵測

用於 FDR 控制策略選擇的 Higher Criticism 加上 Model-X knockoffs。本研究室 M/02 模型的參考實作。

ε=0ε=1
H₀ persistence barcode
M/03

策略結構上的持續性條碼

策略族群上、在相關性距離 Vietoris–Rips 下的 H0 持續性條碼。本研究室 M/03 模型的參考實作。

u
POT-GPD tail · log P(X > x)
M/04

超門檻峰值與配對尾部耦合

跨資產報酬上的超門檻峰值 GPD 擬合與配對尾部耦合 χ。本研究室 M/04 模型的參考實作。

OOSISsel. biasparam σskill ≈ 0
IS−OOS gap · variance decomposition
M/05

分解 IS-OOS Sharpe 差距

將樣本內/樣本外 Sharpe 差距的變異數,分解為選擇偏差、參數選擇雜訊與殘餘技能,橫跨 10 個 deep-WFO 加密資產。

ATRMACD
smooth basin · spiky peak
M/09

樣本內平滑度能預測樣本外技能嗎?

預先註冊的實證測試,檢驗在固定五擾動套件下的樣本內 Sharpe 曲面平滑度,是否能預測 SOL / DOGE / BTC 滾動前推分割上的樣本外技能。

2-D embedding · robust islands vs fragile mass
M/06

策略族群的 PCA + UMAP 幾何

從 90 維度量向量對大型策略族群進行 PCA + UMAP 嵌入,並以連通性為基礎區分穩健與脆弱策略。

K=4 HMM regimes · posterior γ_t
M/07

隱馬可夫市場狀態分割

對 (logret、波動率、趨勢) 特徵的高斯 HMM 市場狀態分割,K 由 BIC 選定;加密主流間的跨資產 4 狀態偏好。

σ_oos2549kLWHuber
OOS vol · universe-saturation curve
M/08

最小變異投資組合的宇宙飽和

對自大型策略池抽取的最小變異投資組合進行宇宙飽和分析,比較 Ledoit–Wolf 收縮、Huber 式穩健,以及樣本協方差估計量。

正在載入 CORPUS 統計…

迄今的公開產出

5
工作論文
於 SSRN:世界盃市場、置換檢定、DEX 可交易性、造市商逆向選擇、Aave 清算風險
4
長篇文章
互動模擬與圖表,完全可重現
12
開源模型
Python · Rust · R
23M+
回測策略視窗
完整 corpus,全部 30 個分割
30
資產/時間框架組合
加密主流、大型、中型市值、外匯
5+
編寫系統化策略的年數
Python · Rust · R · TypeScript

作者

Daniel Gatto

  • 獨立研究者
  • UNIP 經濟科學候選人
  • 量化系統顧問(NDA)

Daru Finance 是單一研究者的公開產出。這裡的工作是下班後完成的,以程式碼呈現,並有憑有據。

我撰寫具有強烈可重現性偏好的系統化交易研究,Python 用於分析、Rust 用於計算、R 用於驗證。我目前的工作聚焦於策略族群的統計結構:相關性特徵譜的隨機矩陣界限、用於 FDR 控制選擇的 Higher-Criticism + knockoffs、用於群集穩定性的拓撲指標,以及用於尾部共動的極值理論。貫穿其中的主線是:分析的單位是族群,而非個別策略。從研究與十二個開源模型,乃至這個網站本身,設計、程式碼、圖表、每一個字,全都是一人之作。

閱讀完整簡介

以數字呈現的背景

9+ 年
於加密市場
自 2017 年起
6+ 年
量化研究
系統化方法
5+
程式語言
Python · Rust · R · TS · C++
8k+
X 上的追蹤者
@DaruTrading
5K+
SSRN 下載量
工作論文,迄今

取得聯繫

複現、勘誤、方法論問題。

學術往來向來歡迎,複現、勘誤、方法論問題。