"道生一，一生二，二生三，三生万物"
以东方哲学思维洞察 A 股市场，以量化严谨方法评估投资价值
📖 文章目录 · 🏗️ 模型架构 · 📝 写作规范 · 🚀 快速开始
Dao Quant Research 是一个专注于 中国 A 股市场量化分析 的研究知识库，收录 128 篇 Markdown 格式的研究文章，系统性地记录和分享基于"双引擎四层融合模型"的量化分析研究。
┌──────────────────┐
│ 综合评分输出 │
│ 0-100 分 / 五档评级 │
└────────┬─────────┘
│
┌─────────────────────┼─────────────────────┐
│ │ │
▼ ▼ ▼
┌─────────┐ ┌─────────┐ ┌─────────┐
│ 基本面引擎 │ │ 量价引擎 │ │ 风控引擎 │
│ 60% │ + │ 25% │ + │ 15% │
└────┬────┘ └────┬────┘ └────┬────┘
│ │ │
┌────┴────┐ ┌────┴────┐ ┌────┴────┐
│ 盈利能力 │ │ 趋势分析 │ │ 波动率 │
│ 成长能力 │ │ 量价配合 │ │ 回撤控制 │
│ 估值水平 │ │ 资金流向 │ │ 集中度 │
│ 财务健康 │ │ 筹码分布 │ │ 流动性 │
└─────────┘ └─────────┘ └─────────┘
| 哲学概念 | 量化映射 |
|---|---|
| 道法自然 | 尊重市场规律，不预测只评估 |
| 阴阳平衡 | 多空因子均衡配置，攻守兼备 |
| 无为而治 | 系统化评分，减少主观干预 |
| 大道至简 | 三层架构清晰可解释，不搞黑箱 |
共收录 163 篇研究文章，覆盖 29 个子分类，按 5 大板块 组织
| 板块 | 目录数 | 文章数 | 平均每目录 | 说明 |
|---|---|---|---|---|
| M - 模型理论 | 7 | 28 | 4.0篇 | 双引擎四层模型完整解析 |
| I - 行业研究 | 10 | 52 | 5.2篇 | 银行/非银/地产/医药/电子/新能源/消费/周期/TMT/制造 |
| C - 个股案例 | 5 | 16 | 3.2篇 | 沪深300/中证500/创业板/科创板/北交所分析框架 |
| R - 研究方法论 | 5 | 37 | 7.4篇 | 工具/数据处理/回测/随笔/文献综述 |
| O - 开源项目 | 2 | 32 | 16篇 | 量化交易开源项目深度解析 + AI Hedge Fund Agent系列 |
| 总计 | 29 | 166 | 5.7篇 | 覆盖量化投资全流程 |
最近 10 篇发布的研究文章（完整目录见下方分类板块）
| 文章 | 分类 | 日期 | 难度 | 阅读时间 |
|---|---|---|---|---|
| A股交易新规：主板ST股涨跌幅调整至10%深度量化分析 | R04 | 2026-07-04 | 🔴 高级 | 55min |
| 美国6月非农就业爆冷对A股影响的量化分析 | R04 | 2026-07-02 | 🔴 高级 | 55min |
| 猪养殖周期规律的变化与现状量化分析 | I08 | 2026-07-02 | 🔴 高级 | 55min |
| 八部门工业互联网+AI实施意见对A股影响的量化分析 | I09 | 2026-07-01 | 🔴 高级 | 55min |
| 工业气体产业链量化选股模型与投资策略 | R04 | 2026-06-30 | 🔴 高级 | 55min |
| 稀有气体氦氖氪氙战略资源稀缺性量化分析 | I08 | 2026-06-30 | 🔴 高级 | 55min |
| 电子特种气体半导体粮食稀缺性与国产替代量化分析 | I05 | 2026-06-30 | 🔴 高级 | 55min |
| 氢气碳中和核心载能体量化分析 | I06 | 2026-06-30 | 🔴 高级 | 55min |
| 氩气与二氧化碳芯片清洗新星的量化分析 | I05 | 2026-06-30 | 🔴 高级 | 55min |
| 氧气与氮气空分双雄的量化分析 | I08 | 2026-06-30 | 🔴 高级 | 55min |
| 工业气体全景与市场格局量化分析 | I08 | 2026-06-30 | 🔴 高级 | 55min |
| A股6月末千亿元解禁潮冲击的量化分析 | R04 | 2026-06-29 | 🔴 高级 | 55min |
| 美伊冲突升级对油价与A股影响的量化分析 | I08 | 2026-06-29 | 🔴 高级 | 55min |
| 美联储降息预期与A股资金面重构的量化分析 | R04 | 2026-06-29 | 🔴 高级 | 55min |
| 625亿以旧换新补贴对消费产业链影响的量化分析 | I07 | 2026-06-29 | 🔴 高级 | 55min |
| MLCC超级周期：AI+新能源车双重驱动的量化分析 | I09 | 2026-06-29 | 🔴 高级 | 55min |
| 央行+证监会政策共振对A股结构性影响的量化分析 | R04 | 2026-06-29 | 🔴 高级 | 55min |
| 长鑫存储295亿IPO对半导体产业链估值重塑的量化分析 | I05 | 2026-06-29 | 🔴 高级 | 55min |
| 日韩股市剧烈波动对A股影响的深度量化分析 | R04 | 2026-06-28 | 🔴 高级 | 55min |
| 1-5月规模以上工业企业利润增长18.8%对股市影响的量化分析 | R04 | 2026-06-27 | 🔴 高级 | 55min |
| 新型能源体系"十五五"规划对股市影响的量化分析 | I06 | 2026-06-26 | 🔴 高级 | 55min |
| 美光科技FY26Q3财报对股市影响的量化分析 | I05 | 2026-06-25 | 🔴 高级 | 55min |
| AI产业链大起大落对其他行业影响的量化研究 | R04 | 2026-06-24 | 🔴 高级 | 55min |
| 金刚石散热材料概念量化研究 | I10 | 2026-06-23 | 🔴 高级 | 55min |
| a-stock-data：A股全栈数据工具包，零依赖直连13大数据源 | O01 | 2026-06-22 | 🟡 中级 | 35min |
| 美联储议息会议结论的量化分析方法 | M03 | 2026-06-18 | 🔴 高级 | 55min |
| AI-Trader：港大HKUDS出品的Agent原生AI交易平台 | O01 | 2026-06-19 | 🟡 中级 | 35min |
| A股各板块轮动规律的量化分析方法 | M03 | 2026-06-17 | 🔴 高级 | 50min |
| WorldQuant 101因子（Alpha101）量化分析方法深度研究 | M06 | 2026-06-16 | 🔴 高级 | 55min |
| 国泰君安191因子（GTJA191）完整公式表 | M06 | 2026-06-15 | 🟢 初级 | 20min |
| A股大盘所处阶段判断的量化分析方法：多维度择时框架 | M03 | 2026-06-14 | 🔴 高级 | 45min |
📌 查看更多：完整 166 篇文章请浏览下方 📚 完整分类目录
关于双引擎四层融合模型的理论阐述与方法论
| 子分类 | 代码 | 文章数 | 说明 | 文章列表 |
|---|---|---|---|---|
| 模型总览 | M01 | 3 | 模型架构、设计哲学、整体介绍 | 架构总览 · 数学原理 · 回测绩效 |
| 基本面引擎 | M02 | 3 | 盈利能力、成长能力、估值、财务健康 | 引擎概述 · ROE杜邦分析 · 成长因子 |
| 量价引擎 | M03 | 8 | 趋势分析、量价配合、资金流向、筹码分布、情绪量化、大盘阶段判断、板块轮动、美联储议息量化 | 引擎概述 · 均线系统 · 资金流向 · 趋势分析实践 · 情绪量化 · 大盘阶段判断 · 板块轮动 · 美联储议息量化 |
| 风控引擎 | M04 | 3 | 波动率、回撤控制、集中度、流动性风险 | 引擎概述 · VaR模型 · 集中度流动性 |
| 融合算法 | M05 | 3 | 加权机制、评级映射、动态调整 | 算法概述 · 动态权重 · 机器学习融合 |
| 因子检验 | M06 | 7 | 单因子有效性、IC测试、分层回测、GTJA191因子、WorldQuant Alpha101 | 检验方法 · IC测试 · 多因子组合 · 基本面α因子 · GTJA191因子 · GTJA191公式表 · WQ Alpha101 |
| 模型迭代 | M07 | 3 | 版本更新、改进记录、回测对比 | 迭代记录 · 回测绩效 · AI应用 |
特定行业的量化分析框架与案例研究
| 子分类 | 代码 | 文章数 | 说明 | 文章列表 |
|---|---|---|---|---|
| 银行业 | I01 | 3 | 银行板块因子适配、特色指标 | 分析框架 · 估值股息 · 区域行vs股份行 |
| 非银金融 | I02 | 3 | 保险、证券、多元金融 | 行业分析 · 内含价值 · 券商经纪业务 |
| 房地产 | I03 | 4 | 房企量化分析、三道红线 | 行业分析 · 周期择时 · REITs投资 · 城市更新十五五 |
| 医药生物 | I04 | 3 | 创新药、医疗器械、CXO | 行业分析 · 创新药估值 · 医疗器械 |
| 电子半导体 | I05 | 11 | 芯片、消费电子、半导体设备、物理AI、美光财报、长鑫存储、电子特气、芯片清洗气体 | 芯鉴九维模型 · 设备国产替代 · AI芯片 · 长鑫科技IPO · 华为韬定律 · 六氟化钨分析 · 物理AI产业链 · 美光财报量化 · 长鑫存储IPO估值重塑 · 氩气CO₂芯片清洗 · 电子特气量化 |
| 新能源 | I06 | 6 | 光伏、锂电、储能、新能源车、新型能源体系、氢能 | 行业分析 · 新能源车 · 储能产业 · 算电协同 · 新型能源体系十五五量化 · 氢气碳中和量化 |
| 消费 | I07 | 5 | 白酒、食品饮料、家电、体育消费、以旧换新 | 行业分析 · 白酒品牌 · 家电出海 · 体育赛事影响 · 以旧换新量化 |
| 周期 | I08 | 9 | 钢铁、煤炭、化工、有色、地缘冲突、工业气体、生猪养殖 | 行业分析 · 煤炭供需 · 有色金属 · 氧化钇概念量化 · 美伊冲突油价量化 · 工业气体全景 · 氧气氮气量化 · 稀有气体量化 · 猪养殖周期量化 |
| TMT | I09 | 5 | 互联网、软件、传媒、通信、MLCC、工业互联网 | 行业分析 · 互联网平台 · 通信运营商 · MLCC超级周期量化 · 工业互联网AI量化 |
| 制造 | I10 | 5 | 机械、汽车、军工、电力设备、金刚石散热 | 行业分析 · 高端制造 · 工业机器人 · SpaceX IPO影响分析 · 金刚石散热量化 |
具体股票的深度量化评分分析
| 子分类 | 代码 | 文章数 | 说明 | 文章列表 |
|---|---|---|---|---|
| 沪深300成分 | C01 | 3 | 大盘股深度分析 | 分析框架 · 贵州茅台 · 平安银行 |
| 中证500成分 | C02 | 4 | 中盘股深度分析 | 分析框架 · 宁德时代 · 隆基绿能 · 宁德时代凝聚态电池 |
| 创业板指 | C03 | 3 | 成长股深度分析 | 分析框架 · 迈瑞医疗 · 东方财富 |
| 科创板 | C04 | 3 | 硬科技企业分析 | 分析框架 · 中芯国际 · 寒武纪 |
| 北交所 | C05 | 3 | 专精特新企业分析 | 分析框架 · 贝特瑞 · 吉林碳谷 |
研究工具、方法、思路与学术随笔
| 子分类 | 代码 | 文章数 | 说明 | 文章列表 |
|---|---|---|---|---|
| 研究工具 | R01 | 3 | 数据源、Python库、可视化工具 | 工具与数据源 · Python工具链 · 量化平台对比 |
| 数据处理 | R02 | 3 | 数据清洗、特征工程、标准化 | 数据处理与特征工程 · 数据清洗 · 特征工程 |
| 回测方法 | R03 | 4 | 回测框架、趋势判断、过拟合防范 | 回测方法与框架 · 交叉验证 · 事件驱动回测 · ETF趋势分析 |
| 研究随笔 | R04 | 13 | 投资感悟、市场观察、宏观量化 | 研究随笔与感悟 · 认知偏差 · 量化心路历程 · Serenity瓶颈投资方法论 · AI产业链影响量化 · 工业利润量化分析 · 日韩股市波动量化 · 央行证监会政策共振 · 美联储降息资金面 · 解禁潮冲击量化 · 工业气体选股策略 · 美国非农爆冷量化 · 交易新规ST涨跌幅量化 |
| 文献综述 | R05 | 14 | 经典论文解读、学术前沿、涨停归因 | 文献综述 · 五因子模型 · 机器学习量化 · 涨停归因模型 · CAPM理论详解 · CAPM Python实战 · Fama-French详解 · Fama-French实战 · APT理论详解 · APT Python实战 · Markowitz理论详解 · Markowitz Python实战 · Black-Litterman理论详解 · Black-Litterman Python实战 |
量化交易领域优秀开源项目的深度解析与评估
| 子分类 | 代码 | 文章数 | 说明 | 文章列表 |
|---|---|---|---|---|
| 开源项目 | O01 | 13 | 量化交易开源项目深度解析 | TradingAgents · Microsoft Qlib · Backtrader · Freqtrade · StockSharp · Riskfolio-Lib · FinRL · TradeMaster · VN.PY · Zipline · AI Hedge Fund · AI-Trader · a-stock-data |
| AI Hedge Fund Agent | O02 | 19 | AI对冲基金19个Agent深度解析 | Buffett · Graham · Munger · Burry · Pabrai · Wood · Fisher · Lynch · Growth · Druckenmiller · Taleb · Ackman · Damodaran · Jhunjhunwala · Valuation · Fundamentals · Technicals · Risk Manager · Portfolio Manager |
| 读者类型 | 推荐阅读 | 说明 |
|---|---|---|
| 初学者 | 模型总览 → 基本面引擎 → 行业研究 | 先理解方法论，再看行业应用 |
| 行业研究员 | 行业研究 → 个股案例 | 关注特定行业的分析框架 |
| 量化开发者 | 研究工具 → 数据处理 → 回测方法 | 关注工具、数据和回测方法 |
| 投资者 | 芯鉴九维模型 → 个股案例 → 行业研究 | 直接查看投资标的分析 |
| 投资场景 | 推荐文章 | 说明 |
|---|---|---|
| 行业配置 | 芯鉴九维模型 | 电子行业五大细分赛道对比分析 |
| 个股选择 | 沪深300分析框架 | 大盘蓝筹的量化评估与选股策略 |
| 模型构建 | 模型架构总览 | 学习双引擎四层融合模型 |
| 工具方法 | 研究工具与数据源 | 数据处理、回测框架等 |
| 标识 | 难度 | 适合读者 |
|---|---|---|
| 🟢 初级 | beginner | 量化投资新手 |
| 🟡 中级 | intermediate | 有一定基础的投资者 |
| 🔴 高级 | advanced | 专业量化研究者 |
💡 提示：每篇文章的 Frontmatter 中都标注了
difficulty和reading_time，可根据自身情况选择。
dao-quant-research/
├── README.md # 本文件：仓库首页
├── WRITING-GUIDELINES.md # 写作规范（必读）
├── COMMIT-GUIDELINES.md # 提交规范
├── LICENSE # MIT 许可证
├── CITATION.cff # 引用信息
├── .gitignore # Git 忽略规则
│
├── articles/ # 📖 研究文章（核心目录）
│ ├── M01-model-overview/ # 模型总览 (1篇)
│ ├── M02-fundamental-engine/ # 基本面引擎 (1篇)
│ ├── M03-volume-price-engine/ # 量价引擎 (1篇)
│ ├── M04-risk-control/ # 风控引擎 (1篇)
│ ├── M05-fusion-algorithm/ # 融合算法 (1篇)
│ ├── M06-factor-validation/ # 因子检验 (1篇)
│ ├── M07-model-iteration/ # 模型迭代 (1篇)
│ ├── I01-banking/ # 银行业 (1篇)
│ ├── I02-nonbank-finance/ # 非银金融 (1篇)
│ ├── I03-real-estate/ # 房地产 (1篇)
│ ├── I04-pharma/ # 医药生物 (1篇)
│ ├── I05-semiconductor/ # 电子半导体 (1篇)
│ ├── I06-new-energy/ # 新能源 (1篇)
│ ├── I07-consumer/ # 消费 (1篇)
│ ├── I08-cyclical/ # 周期 (1篇)
│ ├── I09-tmt/ # TMT (1篇)
│ ├── I10-manufacturing/ # 制造 (1篇)
│ ├── C01-hs300/ # 沪深300成分股 (1篇)
│ ├── C02-zz500/ # 中证500成分股 (1篇)
│ ├── C03-chinext/ # 创业板指 (1篇)
│ ├── C04-star/ # 科创板 (1篇)
│ ├── C05-bse/ # 北交所 (1篇)
│ ├── R01-tools/ # 研究工具 (1篇)
│ ├── R02-data-processing/ # 数据处理 (1篇)
│ ├── R03-backtesting/ # 回测方法 (1篇)
│ ├── R04-essays/ # 研究随笔 (1篇)
│ ├── R05-literature/ # 文献综述 (1篇)
│ ├── O01-open-source-projects/ # 开源项目 (1篇)
│
├── templates/ # 📝 文章模板
│ └── article-template.md # 标准文章模板
│
└── data/ # 📊 研究数据（不纳入版本控制）
└── .gitkeep
Dao Quant 采用 "双引擎四层融合模型" 对 A 股进行量化评估：
- 基本面引擎（60%）：盈利能力、成长能力、估值水平、财务健康
- 量价引擎（25%）：趋势分析、量价配合、资金流向、筹码分布
- 风控引擎（15%）：波动率、回撤控制、集中度、流动性
最终输出 0-100 分 的综合评分与 五档评级（S/A/B/C/D）。
| 特色 | 说明 |
|---|---|
| 🔄 动态权重 | 根据市场环境自动调整各引擎权重 |
| 📊 多因子融合 | 综合 30+ 个量化因子，避免单一指标偏差 |
| 🎯 可解释性 | 每个评分都有明确的因子贡献分解 |
| ⚡ 实时更新 | 支持日度/周度数据更新与评分刷新 |
1. 了解模型 → [模型架构总览](./articles/M01-model-overview/M01-01-dao-quant-model-overview.md)
2. 学习引擎 → [基本面引擎](./articles/M02-fundamental-engine/M02-01-fundamental-engine-overview.md) / [量价引擎](./articles/M03-volume-price-engine/M03-01-volume-price-engine-overview.md)
3. 查看案例 → [行业研究](./articles/I01-banking/) / [个股分析](./articles/C01-hs300/)
4. 深入方法 → [研究工具](./articles/R01-tools/) / [回测方法](./articles/R03-backtesting/)
# 克隆仓库
git clone https://github.com/laozdao/dao-quant-research.git
# 安装依赖（如需运行代码示例）
pip install pandas numpy matplotlib seaborn tushare akshare backtrader欢迎提交 Issue 和 PR！请参考：
{分类代码}-{序号}-{文章标题英文简写}.md
示例：
- M01-01-dao-quant-model-overview.md
- I05-03-ai-chip-computing-demand.md
- C01-02-maotai-quantitative-analysis.md
本项目采用 MIT License 开源协议。
- GitHub Issues: 提交问题或建议
- 邮箱: laozdao@126.com
"知者不惑，仁者不忧，勇者不惧"
以量化之道，探投资之真