量化与主观结合的自营交易者
湖南大学管理科学与工程博士研究生，拥有 3 年私募从业经验。
现独立管理自营资金，长期专注于 A 股交易、量化研究与风险管理。
Hybrid quantitative and discretionary proprietary trader focused on China A-shares.
我不是纯主观交易者，也不是把决策完全交给模型的系统交易者。我的方法是一条连续的研究链路：
- 主观研究寻找方向：从市场结构、风格与交易机会中提出值得验证的问题，并明确失效条件。
- 量化研究形成择时信号和子策略：用数据检验方向，把观点转化为可以复核、可以追踪的市场状态与辅助策略。
- 主观完成策略组合与风险判断：组合使用子策略，将市场状态映射到风险暴露，并负责尾部风险下的最终决策。
核心择时框架每天计算一次，把市场划分为 强空、弱空、看平、弱多、强多 五档。状态本身不是统一的仓位指令；不同交易者应根据自己的风险偏好选择相应暴露。
AI 与 LLM 用于扩大信息处理和研究效率，但不替代对仓位、判断和结果的责任。
| 载体 | 作用与证据 |
|---|---|
| 苏牙说 | 每个交易日前发布的主观盘前观点，是公开内容与读者关系的主要入口 |
| 苏牙投资 | 个人完整自营组合的历史记录，包含基准、回撤、区间表现与方法说明 |
| 公开择时账本 | 记录事前时间戳、延迟揭示的五档市场状态、失败阶段与修订；验证工具已公开，第一条记录从真实的下一次信号开始 |
| AlphaForge | AAAI 2025，共同作者（作者列表第 2 位），研究公式化 Alpha 因子挖掘与动态组合 |
“苏牙”是长期品牌，“苏牙说”负责主观观点，“苏牙投资”负责个人自营研究与历史记录；所有公开内容最终都由宋伟力本人表达、解释并承担责任。
历史信息仅用于研究与交流，不构成投资建议，不募集资金，不代客理财，也不代表或保证未来表现。
我更关心能否把研究做成可复核、可迭代的真实工作流，而不是展示工具清单。当前主要使用 Python、PyTorch、PostgreSQL、ClickHouse、DolphinDB、QMT、TypeScript 与 Next.js，并通过 Claude Code、Codex 和 Agent Systems 辅助研究与工程实现。
过往数据科学经历包括 Kaggle LLM Science Exam 88 / 2664、CommonLit 23 / 2064、AMEX Default 50 / 4874，以及 Ubiquant Challenge 6 / 532；更多公开信息见 Kaggle Profile。
|
|
微信公众号：苏牙说 微信内搜索 dasuyatalk阅读代表文章 |
- 投研交流：申请入口
- Email：weilisong@hnu.edu.cn
- 微信：
sowelswl· QQ：405113793 - LinkedIn · 知乎 · 雪球
判断提出问题，系统检验答案。 Judgment asks. Systems test.