"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 127 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 127 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 | 22 | 3.1篇 | 双引擎四层模型完整解析 |
| I - 行业研究 | 10 | 34 | 3.4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 | 27 | 5.4篇 | 工具/数据处理/回测/随笔/文献综述 |
| O - 开源项目 | 2 | 30 | 15篇 | 量化交易开源项目深度解析 + AI Hedge Fund Agent系列 |
| 总计 | 29 | 127 | 4.4篇 | 覆盖量化投资全流程 |
精选推荐与最新发布的研究文章
| 文章 | 分类 | 日期 | 难度 | 阅读时间 | 摘要 |
|---|---|---|---|---|---|
| 老子道·芯鉴九维投资分析模型 | I05 | 2026-05-20 | 🔴 高级 | 45min | 以道家哲学为底层逻辑，构建覆盖电子行业五大细分赛道（半导体设备、AI芯片、半导体材料、存储芯片、消费电子）的九维量化投资分析模型 |
| Dao Quant 双引擎四层融合模型架构总览 | M01 | 2026-05-20 | 🟡 中级 | 25min | 系统阐述 Dao Quant 核心模型的整体架构、设计哲学与核心逻辑，建立整体框架认知 |
| 基本面引擎概述 | M02 | 2026-05-20 | 🟡 中级 | 30min | 双引擎四层模型中占60%权重的基本面评估体系，涵盖盈利/成长/估值/财务四大维度 |
| 量价引擎概述 | M03 | 2026-05-20 | 🟡 中级 | 30min | 占25%权重的趋势、量价、资金、筹码四维分析体系 |
| 风控引擎概述 | M04 | 2026-05-20 | 🟡 中级 | 25min | 占15%权重的波动率、回撤、集中度、流动性风险控制体系 |
| 新能源行业量化分析 | I06 | 2026-05-20 | 🟡 中级 | 35min | 光伏、锂电、储能产业周期分析与投资框架 |
| 沪深300成分股分析框架 | C01 | 2026-05-20 | 🟡 中级 | 30min | 大盘蓝筹的量化评估与选股策略 |
| ROE杜邦分析与盈利质量评估 | M02 | 2026-05-20 | 🟡 中级 | 30min | ROE三因素分解与盈利质量深度分析 |
| Python量化投资工具链实战 | R01 | 2026-05-20 | 🟡 中级 | 35min | Tushare/AkShare/Backtrader实战应用 |
| 贵州茅台深度量化分析 | C01 | 2026-05-20 | 🟡 中级 | 40min | 品牌价值/盈利能力/现金流全面评估 |
| Fama-French五因子模型详解 | R05 | 2026-05-20 | 🔴 高级 | 40min | 市场/规模/价值/盈利/投资因子构建与实证 |
| TradingAgents多智能体LLM交易框架 | O01 | 2026-05-27 | 🟡 中级 | 35min | TauricResearch开源的多Agent金融交易框架深度解析 |
| 长鑫科技IPO过会：国产存储龙头上市影响量化分析 | I05 | 2026-05-28 | 🟡 中级 | 35min | 基于Dao Quant双引擎四层融合模型，对科创板史上第二大IPO进行系统性量化分析，综合评分63.45分，评级C（中性） |
| 华为韬(τ)定律深度解析：后摩尔时代的芯片产业新范式 | I05 | 2026-05-29 | 🔴 高级 | 40min | 基于Dao Quant双引擎四层融合模型，深度解析华为韬定律技术原理与产业影响，识别先进封装、Chiplet投资机会，综合评分67.5分，评级B（推荐） |
| Backtrader回测框架 | O01 | 2026-05-27 | 🟡 中级 | 35min | 21.7k+ Stars，最受欢迎的Python量化回测框架之王 |
| Freqtrade加密货币机器人 | O01 | 2026-05-27 | 🟡 中级 | 35min | 32k+ Stars，最流行的开源加密货币量化交易机器人 |
| StockSharp C#交易平台 | O01 | 2026-05-27 | 🟡 中级 | 35min | C#开发的算法交易平台，支持股票/外汇/加密货币多市场 |
| Riskfolio-Lib组合优化 | O01 | 2026-05-27 | 🟡 中级 | 30min | Python投资组合优化库，现代投资组合理论实现 |
| FinRL深度强化学习 | O01 | 2026-05-27 | 🔴 高级 | 40min | AI4Finance出品，深度强化学习量化交易框架 |
| TradeMaster强化学习平台 | O01 | 2026-05-27 | 🔴 高级 | 35min | NTU出品，专注强化学习的量化交易平台 |
| VN.PY国产量化框架 | O01 | 2026-05-27 | 🟡 中级 | 35min | 国内最流行的Python量化交易框架，支持CTP接口 |
| 宁德时代凝聚态电池技术突破：500Wh/kg航空级电池的商业化之路 | C02 | 2026-06-01 | 🔴 高级 | 40min | 基于Dao Quant双引擎四层融合模型，解析宁德时代凝聚态电池500Wh/kg技术原理，分析航空+汽车双轮驱动商业化路径，综合评分70.95分，评级B（推荐） |
| 城市更新十五五规划出炉：十五万亿级市场与投资机遇分析 | I03 | 2026-05-31 | 🟡 中级 | 35min | 基于Dao Quant双引擎四层融合模型，解读城市更新十五五规划核心指标与15-20万亿市场空间，识别建筑、建材、地产、管网投资机会，综合评分65.8分，评级B（推荐） |
| 算电协同提速：AI设施用电激增与绿色算力投资机遇 | I06 | 2026-05-30 | 🟡 中级 | 35min | 基于Dao Quant双引擎四层融合模型，分析AI数据中心用电量激增现象，识别液冷、绿电、储能投资机会，综合评分67.25分，评级B（推荐） |
| Zipline回测引擎 | O01 | 2026-05-27 | 🟡 中级 | 35min | Quantopian出品的机构级Python回测框架 |
| AI Hedge Fund传奇投资者Agent | O01 | 2026-06-04 | 🟡 中级 | 35min | 25k+ Stars，用19个LLM Agent模拟巴菲特/芒格/林奇等传奇投资者协作决策 |
| Warren Buffett Agent：奥马哈先知的AI价值投资之道 | O02 | 2026-06-05 | 🟡 中级 | 30min | 深度解析巴菲特Agent的护城河分析、Owner Earnings计算与LLM提示词设计 |
| Ben Graham Agent：证券分析之父的深度价值筛选法 | O02 | 2026-06-05 | 🟡 中级 | 30min | 格雷厄姆净净股筛选、Graham Number公式与安全边际量化实现 |
| Charlie Munger Agent：质量优先的多元思维模型 | O02 | 2026-06-05 | 🟡 中级 | 30min | 芒格Agent的ROIC持续性分析、质量>价格权重设计与巴菲特Agent对比 |
| Michael Burry Agent：大空头的逆向深度价值猎手 | O02 | 2026-06-05 | 🟡 中级 | 30min | 伯里Agent的逆向情绪分析、FCF收益率评分与硬催化剂识别机制 |
| Mohnish Pabrai Agent：Dhandho投资的下行保护艺术 | O02 | 2026-06-05 | 🟡 中级 | 30min | 帕布莱"正面我赢反面不输"哲学的量化实现与轻资产模式分析 |
| Cathie Wood Agent：颠覆性创新的AI捕手 | O02 | 2026-06-05 | 🟡 中级 | 30min | 伍德Agent的高成长DCF模型（20%增长率）与经营杠杆分析 |
| Phil Fisher Agent：闲话中的成长股猎手 | O02 | 2026-06-05 | 🟡 中级 | 30min | 费雪Scuttlebutt法的量化实现、CAGR计算与利润率稳定性分析 |
| Peter Lynch Agent：十倍股猎手的GARP策略 | O02 | 2026-06-05 | 🟡 中级 | 30min | 林奇Agent的PEG核心指标、六种股票分类与十倍股识别逻辑 |
| Growth Agent：纯量化增长评分引擎 | O02 | 2026-06-05 | 🟡 中级 | 30min | 唯一不使用LLM的Agent，线性回归趋势分析与五维度加权评分 |
| Stanley Druckenmiller Agent：宏观传奇的不对称风险猎手 | O02 | 2026-06-05 | 🟡 中级 | 30min | 德鲁肯米勒Agent的价格动量评分、不对称风险回报与趋势跟踪 |
| Nassim Taleb Agent：黑天鹅猎手的反脆弱投资框架 | O02 | 2026-06-05 | 🔴 高级 | 35min | 塔勒布Agent的尾部风险（峰度/偏度）、反脆弱性与凸性分析 |
| Bill Ackman Agent：激进主义者的质量投资法 | O02 | 2026-06-05 | 🟡 中级 | 30min | 阿克曼Agent的激进主义潜力分析、品牌护城河与简化DCF估值 |
| Aswath Damodaran Agent：估值教父的学术DCF框架 | O02 | 2026-06-05 | 🔴 高级 | 35min | 达蒙达兰Agent的CAPM模型、"故事→数字→价值"叙事与FCFF DCF |
| Rakesh Jhunjhunwala Agent：印度大牛的复合增长猎法 | O02 | 2026-06-05 | 🟡 中级 | 30min | 强君胡瓦拉Agent的ROE导向、管理层行为分析与双轨信号生成 |
| Valuation Agent：四模型加权的内在价值评估引擎 | O02 | 2026-06-05 | 🔴 高级 | 35min | DCF+Owner Earnings+EV/EBITDA+剩余收益四模型加权估值系统 |
| Fundamentals Agent：四维度基本面量化评分系统 | O02 | 2026-06-05 | 🟡 中级 | 30min | 盈利能力/增长/财务健康/估值比率四维度多数决评分系统 |
| Technicals Agent：五策略集成的量化技术分析系统 | O02 | 2026-06-05 | 🔴 高级 | 35min | 趋势跟踪+均值回归+动量+波动率+统计套利五策略加权集成 |
| Risk Manager：波动率-相关性动态仓位控制系统 | O02 | 2026-06-05 | 🔴 高级 | 35min | 波动率四级仓位限制+相关性调整乘数+双重约束机制 |
| Portfolio Manager：多Agent信号聚合的最终决策引擎 | O02 | 2026-06-05 | 🔴 高级 | 35min | 19个Agent信号聚合+预过滤优化+LLM紧凑决策+确定性约束 |
| CAPM资本资产定价模型详解 | R05 | 2026-06-01 | 🟡 中级 | 35min | 系统阐述CAPM理论基础、核心公式、Beta系数计算、假设条件及A股实证分析 |
| CAPM模型Python实战指南 | R05 | 2026-06-01 | 🟡 中级 | 40min | 基于Python实现CAPM完整分析流程，涵盖数据获取、Beta计算、Alpha分析与可视化 |
| Fama-French多因子模型详解 | R05 | 2026-06-01 | 🔴 高级 | 45min | 深入解析三因子与五因子模型理论基础、因子构建方法、实证检验及A股应用 |
| Fama-French多因子模型Python实战指南 | R05 | 2026-06-01 | 🔴 高级 | 50min | 基于Python实现Fama-French因子构建、回归分析，投资组合构建与回测 |
| APT套利定价理论详解 | R05 | 2026-06-01 | 🔴 高级 | 40min | 深入解析APT理论基础、与CAPM比较、因子识别方法、实证检验及量化应用 |
| APT套利定价理论Python实战指南 | R05 | 2026-06-01 | 🔴 高级 | 45min | 基于Python实现APT因子识别、载荷估计、Fama-MacBeth回归与套利策略 |
| Markowitz均值-方差模型理论详解 | R05 | 2026-06-01 | 🔴 高级 | 45min | 深入解析Markowitz均值-方差优化模型的理论基础、有效前沿构建、最优组合求解及A股应用 |
| Markowitz均值-方差模型Python实战指南 | R05 | 2026-06-01 | 🔴 高级 | 50min | 基于Python实现有效前沿构建、最优组合求解、风险贡献分析与回测验证 |
| Black-Litterman模型理论详解 | R05 | 2026-06-01 | 🔴 高级 | 45min | 深入解析BL模型贝叶斯框架、观点融合机制、参数设定及资产配置应用 |
| Black-Litterman模型Python实战指南 | R05 | 2026-06-01 | 🔴 高级 | 50min | 基于Python实现BL模型完整流程，涵盖均衡收益计算、观点设定、后验融合与回测 |
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 | 4 | 趋势分析、量价配合、资金流向、筹码分布 | 引擎概述 · 均线系统 · 资金流向 · 趋势分析实践 |
| 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 | 3 | 单因子有效性、IC测试、分层回测 | 检验方法 · IC测试 · 多因子组合 |
| 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 | 5 | 芯片、消费电子、半导体设备 | 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 |
| 新能源 | I06 | 4 | 光伏、锂电、储能、新能源车 | 行业分析 · 新能源车 · 储能产业 · 算电协同 |
| 消费 | I07 | 3 | 白酒、食品饮料、家电 | 行业分析 · 白酒品牌 · 家电出海 |
| 周期 | I08 | 3 | 钢铁、煤炭、化工、有色 | 行业分析 · 煤炭供需 · 有色金属 |
| TMT | I09 | 3 | 互联网、软件、传媒、通信 | 行业分析 · 互联网平台 · 通信运营商 |
| 制造 | I10 | 3 | 机械、汽车、军工、电力设备 | 行业分析 · 高端制造 · 工业机器人 |
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 | 3 | 投资感悟、市场观察、失败总结 | 研究随笔与感悟 · 认知偏差 · 量化心路历程 |
| 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 | 11 | 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 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
- 按分类浏览：点击上方目录中的分类链接
- 按标签搜索：查看文章 Frontmatter 中的
tags字段 - 查看最新：关注
status: published且日期较新的文章
- 阅读写作规范：WRITING-GUIDELINES.md
- 阅读提交规范：COMMIT-GUIDELINES.md
- 复制文章模板：templates/article-template.md
- 选择分类目录：根据内容选择
articles/下的对应子目录 - 按规范命名文件：
{分类代码}-{序号}-{kebab-case标题}.md - 填写 Frontmatter：所有必填字段必须完整
- 质量检查：对照规范中的检查清单自查
M01-01-model-overview.md # 模型总览第1篇
I07-02-baijiu-sector.md # 行业研究-消费-白酒板块
C01-05-pingan-bank.md # 个股案例-平安银行
---
title: "文章标题"
date: "2026-05-20"
author: "laozdao"
category: "M01" # 分类代码
tags: ["标签1", "标签2", "标签3"]
status: "published" # draft/published/archived/updated
version: "1.0"
summary: "100-200字摘要"
difficulty: "intermediate" # beginner/intermediate/advanced
reading_time: 30 # 预估阅读时间（分钟）
---# 标题
> 一句话摘要（30字以内）
## 一、引言/背景
## 二、核心内容
## 三、结论与启示
## 四、附录（可选）
## 参考文献
---
> ⚠️ 免责声明：本文仅供学习研究，不构成投资建议。如果本仓库的研究内容对您有帮助，请引用：
@misc{laozdao2026daoquant,
author = {laozdao},
title = {Dao Quant Research: A-Share Quantitative Analysis Study},
year = {2026},
howpublished = {\url{https://github.com/laozdao/dao-quant-research}},
note = {Accessed: YYYY-MM-DD}
}laozdao. (2026). Dao Quant Research: A-Share Quantitative Analysis Study. GitHub. https://github.com/laozdao/dao-quant-research
欢迎通过以下方式参与：
- 🐛 提交 Issue — 报告错误或提出建议
- 📝 提交 PR — 按写作规范提交新文章或修正
- 💬 讨论 — 在 Issue 中分享你的量化研究心得
本仓库采用 MIT License 开源。
本仓库所有研究文章仅供学习研究交流，不构成任何投资建议。
- 模型评分基于历史数据，过往表现不代表未来收益
- 股市有风险，投资需谨慎
- 作者不对因使用本仓库内容而造成的任何损失承担责任