情报与实时量化系统

投资组合

对冲分析

资本流动追踪

突变点检测

简单策略

大规模计算策略

量化的核心是因子、资金流向追踪、流动性分析、特殊时间线。
基于历史数据回归的意义有限。

Active Portfolio Management
Trading and exchanges: market microstructure for practitioners

大规模多参数、多因子数，线性超算。

小型超算系统建设，面向HyperQuant，超量化，大规模实时因子计算+蒙特卡洛模拟+确定性建模
5年期，1000万募资建设
2年期，50万募资建设
ROI：年化策略收益保证100%+，及时止损

第一轮超算计算模拟，募资10万，10-20台计算节点，1TB_Hour计算量，
成功标准：100余种资产超算，技术方案保证10年期历史数据千亿级15分钟滑动窗口+1个月实盘交易万级滑动窗口，收益率能够收敛且为正数。月化利率5%以上。

资金流增殖，用收益资金建立更大规模超算系统，提高资产丰富度

顶级数学建模：
对于所有自然人类范围的资本交易行为，假设为一种随机过程且满足动态系统基本特点，定义为动态资本。
拟证明：系统工程学和结构学是否能对动态资本建模？
近似模型：类比资本为能量，使用热力学系统和动力系统建模。
典型：某时刻加密货币被卖出（Cypto系统能量衰减）-> {能量链路追踪} -> [1. 转移到货币系统，2.转移到黄金资本系统]（焓追踪）

中级模型：
这里的时程不是具体的时间长度，指的是是否宏观连续和临界离散。

长时程模型（连续模型，精度模型），全局架构，反映系统性规律，可微。

中时程模型（连续模型），积量模型，反映中级结构的规律

瞬时临界模型（离散模型），单位时间内交易量是离散量化的。

核心问题：

1. 系统架构学模型是能对动态资本进行对象化建模？并合理微分到具体的结构？
2. 动态资本是时空模型

确定化建模：
冲动交易：定义一组瞬时临界交易为非理性的交易行为群，在该集合中其中非理性（噪音）交易行为窗口占比大于等于60%。【如散户因为情绪带来的追涨杀跌的行为】
耗散压：宏观模型，反映系统的中央熵，如宏观经济情况良好时，系统呈现系统性熵增状态，系统高度动态化（牛市、良性通胀）。如宏观经济情况劣化时，系统呈现系统性熵减状态，系统恶性结构化（熊市、恶性通缩）。
组织压：中级模型，反映系统的中央控制能力，衡量系统是否可能发生超越。模型关注系统的级联特点，如某金融系统中多次的恶性交易导致系统性风险，当最后一次临界交易发生时，触发级联雪崩（如情绪制导的大规模抛售行为）
温度：金融热力学化，表示某资产当前净值
热交换速率：金融热力学化，等效模型是流通性

Mozart 模型，系统工程化多策略超量化投资组合
投资组合：（有效期2025年8月前，量化因子分析，6月中长期，夏普基线）
基线策略：红蓝对抗、金丝雀模型、热力学耗散模型、动力学建模、海龟策略
数学建模：多阶段博弈、资金面动力学分析、对冲模型、多方博弈、无限微分梯度扩散、系统工程与情报工程
指标：MAE、MSE、R2、月化收益、季化收益、年化收益、夏普指数、胜率、布林、流通率、现金流
策略核心思想：面向全量资本，短长期混合系统量化交易，通过系统工程与情报工程对资本建模，基于自动情报分析和资金热力学建模。根本目的是构造动态资本系统，分析趋势，只跟趋势，实现系统收益可控。
策略承载：通过集群和超算进行大规模多元、多参数模型实时计算，实现系统性大规模量化。

对冲基线（主系统）：
一线红方（60%窗口股权）：
黄金、离岸人民币指数、中国国债、中国消费指数、逆美国消费指数、空纳斯达克
二线红方（40%窗口股权）：
工业指数：白银（归一化等价）
对抗阵营：北证（主资产50%）、科创板（微量资产）、恒生科技（副资产）、日股指数
三线红方：沪深（仅供参考）

核函数：BTC（关联美股和贵金属的对冲因子）、期货、美国国债、无风险货币基金、中美CPI
底部临时队列：原油

一线蓝方（60%窗口股权）：
纳斯达克指数、美国消费指数、逆中国消费指数
二线蓝方（40%窗口股权）：
美元、美国国债、大宗商品
三线蓝方：其他美国盟国大盘指数（仅供参考）

对风险建模：历史回归4年内，平均滑动窗口31天的最后收盘价 - 本金，正态分布的亏损率。
低风险窗口：即本金损益在均方窗口中系统数学期望小于 10%。
中风险窗口：即本金损益在均方窗口中系统数学期望小于 [25%-50%]。
高风险窗口：即本金损益在均方窗口中系统数学期望大于 50%，极振幅小于50%。
极高风险窗口：即本金损益在均方窗口中系统数学期望大于 50%，极振幅大于100%，或存在本金全失的风险。

持仓

1. 贵金属基标：黄金、白银、铂金
2. 债券基标：（中国国债 : 美国国债 = 25:9）=> Δ -> 3/1 >= 0
3. 虚拟货币：(σ表示振幅)
   BTC指数（基线）[中风险，σ ∈ [0%, 20%]]
   ETH指数（副基线）[中风险，σ ∈ [0%, 35%]]
   主流币指数（基线）[中风险，σ ∈ [0%, 40%]]，相当于加密货币的大盘指数
   迷因币综合指数A（自定义基线）[高风险，σ ∈ [0%, 50%]]
   迷因币综合指数B（自定义基线）[极高风险，σ ∈ [0%, 200%]]
   Harold-Coin指数（自定义基线）[组]
4. 恒生指数、日股指数、北证指数、军工指数
5. 期货
6. 货币基金
7. 原油
8. 美元、USDT

Harold-Stochastic 指数：系统工程离散模型（启发随机过程算法）
一个时间窗口，均匀分布随机从资产池中随机抽卡，记为当前大盘指数
上级时间窗口，多个子时间窗口进行单位时间的自由组合，取该顶级时间窗口的均分大盘指数，用于估算亚混沌状态下的系统内部熵，并以外部收益体现
数学意义，便于寻找不同可能性的子系统投资组合，反映绝对客观的（非情绪的）条件下模拟随机选股下的投资组合收益。
多个窗口的差，同时可以反映系统内部的异化程度。

Harold-CL 指数（自定义基线）[中低风险，σ ∈ [0%, 20%]]，加密货币低风险投资组合方案
Harold-CM 指数（自定义基线）[中风险，σ ∈ [0%, 20%]]，加密货币中风险投资组合方案
Harold-CH 指数（自定义基线）[高风险，σ ∈ [0%, 200%]]，加密货币高风险，无限微分方案

对资本再归一化，由于没有任何一种货币可以完全无损失的作为标定物，且目前美元崩盘风险逐步上升，而金本位也无法完全无损失、无情绪、无调控得绝对理性地表征绝对不贬值、不变动的绝对资本量，目前数学建模困难。
本方案临时使用对冲收益双指数表征绝对收益：
归一化到时间衡量上并考虑CPI等通胀系数，作为基线使用
红收益：黄金:RMB收益率 / 收益时间 / 中国CPI
蓝收益：黄金:美元收益率 / 收益时间 / 美国CPI
该归一化指标用于更客观分析其他资产单位时间内的收益是否划得来。

系统内部资金密度建模
系统内部资金热量分布建模

Mozart N29（激进策略）: 技术面短线（回归 + 对噪音建模）* 50% + 中长期系统工程策略 * 50% [中高风险，偏右线策略]
Mozart N40（综合策略）: 技术面短线（回归 + 对噪音建模 + 恐慌建模 + 抛压建模）* 30% + 中长期系统工程策略 * 70% [中等风险]

轴
Fibonacci
Woodie指标
Camarilla指标

https://www.macroview.club/data?code=cn_ra_gold
https://data.eastmoney.com/cjsj/hjwh.html