北大港大：大模型发现了人类从未想到的纳什均衡算法 北大港大团队用大模型+自动证明系统LegoNE，在近似纳什均衡领域发现超越人类范式的新算法，三人博弈理论保证从0.6提升至0.5，揭示AI与人类协作科研新范式。
清华开源K线大模型 Kronos：120 亿条数据训练，几行代码跑预测 清华开源K线大模型Kronos登GitHub Trending 30k星：用120亿条真实K线从零训练金融基础模型，预训练+零样本预测，几行代码跑通，Zero-shot RankIC超主流93%。
夏普比率的“标准误”——到底需要多少年回测才能证明策略不是靠运气？ 夏普比率只是估计值，误差有多大？用标准误公式算清三年回测夏普1.5的90%置信区间竟宽达0.12到2.88，教会你用置信区间下界判断策略是否真靠实力而非运气。
Quality Minus Junk，由22个因子构成超复杂因子！国内卷量价，国外卷基本面？ Quality Minus Junk(QMJ)因子复现！由22个因子构成的超级复杂量化因子，国外卷基本面代表。2013和2017两版本解析，z-score+o-score+多级合成，复现目的是为基金收益拆解服务，探究基本面因子在大A的选股效
基于异常收益率的注意力捕捉，一个结合了涨跌停数量、Fama-French三因子模型和动量的超复杂因子！ 基于异常收益率的注意力捕捉因子复现！中信建投研报解析，结合涨跌停数量、Fama-French三因子模型和动量的超复杂量化因子。时序回归计算个股对市场关注度敏感程度，涨跌停占比+SMB+HML+UMD多因子模型。
基于日常换手率的注意力溢出，效果会让人大吃一惊！ 基于日常换手率的注意力溢出因子复现！中信建投研报解析，将收益率换成换手率后效果大幅下降。投资者注意力溢出效应，行业+市值分组计算注意力程度，与收益率注意力因子对比分析。
基于日常收益的注意力溢出，一个IC和分层回测俱佳的因子！ 基于日常收益的注意力溢出因子！中信建投研报复现，IC和分层回测俱佳的量化因子。计算每月平均异常收益率作为注意力代理指标，行业+市值分组计算注意力溢出程度，IC稳定超过0.08，分层回测完美单调性。
