量化交易资源大全 + 4843 篇论文的真实复现记录——最诚实的「市场里能赚钱吗」答案
更新于 2026-09-18 · GitHub 数据采集同日
← 返回汇总不只收资源，还把论文真跑了一遍——用 4843 次复现告诉你「系统性交易的真相」
paperswithbacktest 出品的量化交易 curated list：136 个库（标注死/休眠项目）、来自发表论文的策略（附复现 Sharpe）、55 本书、22 个视频访谈、博客与课程。杀器是复现统计：他们把清单里的论文在其全历史上逐篇编码回测，公开成功率分布——这在满是回测幻想的量化领域是稀有品。适合想进入量化/系统化交易的开发者与研究者。
2022-02 建仓 · 最后 push 2026-09-03 · 7 open issues · 无 license（清单内容）· 配套商业站 paperswithbacktest.com
| 指标 | 数值 | 含义 |
|---|---|---|
| 复现策略中位 Sharpe | 0.37 | 一半论文策略的风险调整后收益不及 0.4——跑不赢单纯持有多元组合的被动收益 |
| t 统计量 ≥ 1.96 的比例 | 48% | 一半已发表策略在自己样本上与零无法区分 |
| 中位测试窗口 | 34 年 | 策略需要约 (1.96/Sharpe)² 年自证——Sharpe 0.4 要 24 年 |
| 中位 S&P 500 beta | +0.17 | 剥掉指数暴露后中位信息比降到 0.21——相当一部分「alpha」其实是 beta |
| 发布后衰减 | 无可测衰减 | 2838 篇论文发布前后对照（控制市场期后）年均差 < 0.2%——「策略公开就失效」的流行说法未获支持 |
方法与免责写在 wiki（paperswithbacktest.com/wiki）。这些数字的价值：给「用代码在市场搞钱」的热情先泼一盆有数据的冷水。
55 本书按新手/专业分层 + 22 个视频访谈 + 课程——先补概率统计与市场微观结构，再碰代码。
136 个库标注死/休眠状态——回测框架、数据源、执行引擎按存活状态筛选，别把时间投给僵尸项目。
论文策略附各自复现 Sharpe——挑 Sharpe 高且窗口长的复现，比读原始论文的「完美回测」更接近真相。
「资源清单 + 大规模复现验证」是 curated list 的进化形态——用工作量建立别人抄不走的信任壁垒。只要复现数据库持续扩充，它就是量化入门的事实标准入口。