量化研究 / 量化开发
陈彦好
CHEN YANHAO
把研究假设放进数据里检验，
再让有效的策略走向实际运行。
本人毕业于华中科技大学，经济统计学背景；
致力于数据处理、因子研究、策略回测与交易系统落地的完整过程。
Research signal
PROCESS / 01
研究 / 开发 / 验证
继续了解
关于我
从研究思路
到实际运行
研究与实践涉及加密资产、商品期货和沪深 A 股；
独立搭建了从回测到实盘运行的交易系统。
工作中使用 Cursor 和 Codex 构建量化交易系统与神经网络量化研究项目，积累了较丰富的 Vibe Coding 项目经验。
数据与特征
策略与回测
交易与执行
项目实践
让研究有迹可循
此处展示已完成的和正在着手的项目，已公开的项目资料可在 GitHub 查看。
A 股 个人项目 在研
中证1000
神经网络多空研究
以中证1000历史成分股为研究对象，使用 Walk-forward MLP 预测横截面收益，融合量价、技术、财务与 LLM 提取的 JEV 公告事件特征。
覆盖2021–2026年、1,234个样本外交易日及约123万股票日。从分类、回归迭代至 UP / NEUTRAL / DOWN 三分类，研究尾部预测与多空组合表现。
查看 GitHub 项目
持续研究中
探索性融合模型 · 零交易成本回测
- 年化收益
- 22.66%
- Sharpe
- 1.97
- 最大回撤
- 8.83%
阶段结果；研究同时检验滑点、交易成本及 Beta 暴露。方法、结果与研究限制见 GitHub 项目资料。
联系
聊聊研究与项目。
关于量化研究或项目交流，欢迎通过邮件联系。