MOC — Quantitative & Algorithmic Trading

Core themes: quantitative finance, algorithmic trading, backtesting, portfolio rebalancing, mathematical modeling, market arbitrage.

Concepts

covered-call-and-options-income-strategy — 备兑看涨期权策略：利用 Theta 时间价值增强长期持仓现金流
building-a-quant-trading-firm — 从零搭建量化交易机构实操框架：做市模型与低延迟撮合
ai-macro-trading-agent — 付鹏：AI 宏观交易智能体与投研范式重构，主观经验向算法设计者与风险守门人转型
onchain-ai-agent-trading-and-mev — 链上 AI Agent 交易、做市与套利架构：DePIN、Solana 低延迟数据流与 MEV 捕获
quantitative-trading — 结合数学、统计学与计算机算法进行投资决策的系统性交易方式
portfolio-rebalancing — 格雷厄姆和不在此山中均推荐的被动股债再平衡策略
ai-quant-loop — AI 量化交易循环：研究、策略、执行三大闭环与12步自运转量化桌面方法论（2026-07-06 更新：补充 Market Daily Review / Position Tracker / Backtest Generator 三大可装入Claude Code的开源Skill）
continuous-strategy-discovery-pipeline — 持续策略发现流水线与多 Agent 集群量化架构：文艺复兴科技底层模式与 $300/月工业级平替
perpetual-futures-and-funding-rates — 永续合约机制与资金费率博弈：多方博弈流动性池与价格收敛机制
short-selling-mechanics-and-borrow-fees — 做空机制与借券成本风险：GME历史费率警示、非对称劣势与轧空防御