INVENTORY · MEASURED AT A PINNED COMMIT
QuantsPlaybook 案例清单：58 个案例目录的逐条实测
本页把仓库里到底有什么、装在哪一类、依赖什么数据、README 有没有给你入口，逐条列成表。所有数字都来自固定 commit 1e4a2310 的全量文件树统计，可复现。
- QuantsPlaybook 实测 58 个案例目录：A 类 2 + B 类 25 + C 类 29 + D 类 2。
- 另有 2 个自研工具目录（
hugos_toolkit、SignalMaker）与 1 个散落在分类目录下的 Notebook。 - 24 个案例在 README 里没有指向仓库内文件的链接。
- 32 个案例的 Notebook 文件名与目录名不一致。
四类案例各有多少个？
1e4a2310 文件树统计的结构示意图；数字为本站实测，非官方统计口径。COUNT RECONCILIATION
QuantsPlaybook 到底有多少个策略？四种说法与实测结果
同一份 README 里对「有多少策略」有四种不一致的表述。这不是抠字眼——它直接决定你对工作量的预期。
| 出处 | 原文说法 | 本站实测 / 核对 | 差异说明 |
|---|---|---|---|
| README 首屏「项目特色」 | 「100+ 量化策略：涵盖择时、因子、价值、组合四大领域」 | 实测 58 个案例目录 | 与同页分类表矛盾 |
| README「策略生态」表 | 择时 25+ / 因子 20+ / 量化价值 2+ / 组合优化 2+ | 合计 49+ | 与首屏 100+ 矛盾 |
| README「完整策略目录」小节标题 | 择时 25+ / 因子 22+ / 价值 2 / 组合 2 | 合计 51+ | 第三种口径 |
| README「项目结构」「策略统计」块 | 「B-因子构建类 (22+个) / C-择时类 (25+个)」；「总计 100+个量化策略」 | 实测 B 类 25、C 类 29 | 数量接近但不一致 |
| 本站实测（固定 commit） | — | 58 个案例目录 / 65 个 Notebook / 83 份研报 PDF | 以目录与文件为准，可复现 |
结论：把「100+」当成营销数字看，把「58 个案例目录」当成工作量的真实下限。本站所有数量类结论都出自同一次文件树统计，脚本与原始 JSON 保存在研究档案中。
A · FUNDAMENTALS AND D · PORTFOLIO
QuantsPlaybook 的 A 类与 D 类有哪些案例？
这两个方向案例少，容易被忽略。它们各自的定位很清楚：A 类做基本面价值选股，D 类做组合权重与风险配置。
| 案例目录 | Notebook | 研报 PDF | README 仓库内入口 | 内容与数据特征 |
|---|---|---|---|---|
华泰FFScore | 1 | 1 | 无（README 指向聚宽社区） | 财务 + 行情；FFScore 价值选股 |
申万大师系列十三 | 1 | 1 | 无（README 指向聚宽社区） | 现金流选股法则；偏基本面 |
DE算法下的组合优化 | 1 | 2 | 无（README 指向聚宽社区） | 组合权重优化；需自备组合数据 |
MLT_TSMOM | 1 | 2 | 有 | 多任务时序动量；ts_data_service/config.py 里写 TS_TOKEN |
注意：A 类的两个案例在 README 表格里都有条目，但链接指向聚宽社区文章而不是仓库内文件；照 README 点进去会离开 GitHub。
C · TIMING
QuantsPlaybook 的择时案例有哪些？29 个目录逐条清单
这是案例最多、也最杂的一类：从经典技术指标（RSRS、扩散指标）到信号处理（小波、HHT）、深度学习（稀疏自编码器）、行业轮动（RRG）都有。表中「README 仓库内入口」一列直接反映你能不能在 GitHub 里点到代码。
| 案例目录 | Notebook | 研报 PDF | README 仓库内入口 | 内容与数据特征 |
|---|---|---|---|---|
RSRS择时指标 | 2 | 3 | 有 | 原始版 + 修正版两套 Notebook；经典阻力支撑相对强度 |
QRS择时信号 | 1 | 1 | 有 | 含 requirements.txt，依赖 pyfolio_reloaded |
C-VIX中国版VIX编制手册 | 2 | 6 | 有 | 6 份 PDF；公开 issue 提过缺少 prepare_data |
CSVC框架及熊牛指标 | 2 | 4 | 有 | CSCV 回测过拟合概率 + 牛熊指标两条线 |
基于稀疏自编码器的指数择时 | 1 | — | 有 | 2026 年新增；自带 使用指南/常用操作/参数参考/偏离评估；.env 的 TS_TOKEN |
相对旋转图RRG行业轮动 | 1 | — | 有 | 纯离线快照版；数据为百度网盘 DuckDB（约 1.1 GB+） |
结合改进HHT模型和分类算法的交易策略 | 1 | 1 | 有 | SignalMaker/hht_signal.py 的配套研究 |
基于鳄鱼线的指数择时及轮动策略 | 1 | — | 有 | SignalMaker/alligator_indicator_timing.py 的配套研究 |
另类ETF交易策略：日内动量 | 1 | 1 | 无 | 仓库内体积居前的数据文件（95 MB 分钟 parquet）在这个目录 |
时变夏普 | 1 | 6 | 有 | 6 份 PDF；公开 issue #3 讨论过该案例问题 |
技术分析算法框架与实战 | 1 | 2 | 有 | 含 Technical Pattern Recognition 子模块 |
技术分析算法框架与实战二 | 1 | 1 | 有 | 识别圆弧底；公开 issue #7 讨论过 |
特征分布建模择时 | 2 | 1 | 有 | 用 config.json 的 ts_token；依赖钉在 2021 年 |
特征分布建模择时系列之二 | 1 | 1 | 有 | 同上；特征成交量模型 |
小波分析 | 1 | 3 | 有 | 含支持向量机指数预测 |
扩散指标 | 1 | 1 | 有 | 扩散指标择时基础用法 |
指数高阶矩择时 | 1 | 1 | 有 | 偏度/峰度类择时 |
投资者情绪指数择时模型 | 1 | 1 | 有（README 用 nbviewer 链到 dev 分支） | 情绪指数构造 |
行业指数顶部和底部信号 | 1 | 1 | 无（README 的 nbviewer 链接是错别字路径） | 净新高占比；（requirements.txt 只有 3 行） |
均线交叉结合通道突破择时研究 | 1 | 1 | 无（README 链接路径多一个「合」字，404） | 申万宏源研报复现 |
低延迟趋势线与交易择时 | 1 | 1 | 有 | 广发证券研报复现 |
基于相对强弱下单向波动差值应用 | 1 | 1 | 有 | 国信证券波动率研报 |
基于CCK模型的股票市场羊群效应研究 | 1 | 1 | 有 | 羊群效应 CCK 模型 |
基于点位效率理论的个股趋势预测研究 | 1 | 2 | 有 | 兴业证券「相似几何」系列 |
北向资金交易能力一定强吗 | 1 | 1 | 有 | 北向资金行为分析 |
成交量的奥秘_另类价量共振指标的择时 | 1 | 1 | 有 | README 配图指向本地 D:\Downloads\…，图在 GitHub 上必然 404 |
Trader-Company集成算法交易策略 | 3 | 2 | 有 | 3 个 Notebook，含 version_0.0.1 目录 |
趋与势的量化定义研究 | 1 | 1 | 有 | 国泰君安数量化专题 |
ICU均线 | 1 | 1 | 有 | 公开 issue #2：作者自己问「为什么 5 日回看比原研报差」 |
另有 1 个 Notebook 直接放在 C-择时类/ 下、不属于任何案例目录：择时视角下的波动率因子.ipynb。
B · FACTOR CONSTRUCTION
QuantsPlaybook 的因子案例有哪些？25 个目录逐条清单
因子类案例的依赖最重：Qlib 流水线、alphalens 因子分析、LightGBM/TCN 因子合成、网络构建都出现在这一类，也是「装不上」问题最集中的地方。
| 案例目录 | Notebook | 研报 PDF | README 仓库内入口 | 内容与数据特征 |
|---|---|---|---|---|
筹码因子 | 1 | — | 有 | 依赖 Qlib（qlib==0.0.2.dev20 + pyqlib==0.9.1 同装）；数据走百度网盘 |
凸显理论STR因子 | 1 | 5 | 有 | 行为金融 STR 因子；5 份 PDF；公开 issue #1 问 IC 为何与研报不同 |
个股动量效应的识别及球队硬币因子 | 1 | 2 | 有 | 需自建 MySQL；数据走百度网盘（2013-01-01~2023-05-31） |
股票网络与网络中心度因子研究 | 1 | — | 有 | 自带 22.5 KB 中文《使用指南》；Qlib 字段表达式 |
基于隔夜与日间的网络关系因子 | 1 | — | 有 | 需 DolphinDB + 作者私有 DataFeed；无 Qlib 时回退模拟数据 |
开源证券-开源量化评论（91）：形态识别，均线的收敛与发散 | 1 | — | 有 | 数据走百度网盘；后复权收盘价 2014–2023 |
企业生命周期 | 1 | 1 | 无 | 仓库内第二大数据文件（约 68.9 MB 的 factors_frame.csv） |
多因子指数增强 | 1 | 2 | 无 | 基于自适应风险控制的指数增强 |
基于量价关系度量股票的买卖压力 | 1 | 1 | 无 | 东方证券因子选股系列六十 |
来自优秀基金经理的超额收益 | 1 | 4 | 无 | 「优秀基金经理」因子；依赖持仓数据 |
开源证券-市场微观结构研究系列（1）：A股反转之力的微观来源 | 1 | 1 | 无 | W 因子构建 |
基金重仓超配因子及其对指数增强组合的影响 | 1 | — | 无 | Notebook 名为「基金持股比列」（原文如此） |
处置效应因子 | 1 | 2 | 无 | 资本利得突出量 CGO；重置版 Notebook |
再论动量因子 | 1 | 1 | 无 | 动量因子再检验 |
因子择时 | 1 | 1 | 无 | 来源为券商路演而非公开报告 |
振幅因子的隐藏结构 | 1 | 1 | 无 | 开源证券市场微观结构系列（7） |
聪明钱因子模型的2.0版本 | 1 | 1 | 无 | 市场微观结构系列（3） |
金股增强策略 | 1 | 1 | 无 | 分析师推荐概率；需金股数据库 |
高质量动量因子选股 | 1 | — | 无 | 来源为图书《构建量化动量选股系统的实用指南》 |
高频价量相关性，意想不到的选股因子 | 1 | — | 无 | CPV 因子；需高频数据 |
行业有效量价因子与行业轮动策略 | 1 | 1 | 无（README 用 nbviewer 链到历史 commit） | 华西证券行业轮动 |
APM因子模型 | 1 | 1 | 无 | 市场微观结构系列（5）APM 进阶版 |
剔除跨期截面相关性的纯真波动率因子 | 1 | 1 | 无 | Notebook 名为「波动率选股因子_特质波动率」 |
A股市场中如何构造动量因子？ | 1 | 1 | 无 | 开源量化评论（3） |
上下影线因子 | 1 | 1 | 无 | Notebook 名为「上下引线因子」（原文如此） |
这一类还有个结构特点：多数案例把代码拆成 scr/（或 src/）+ notebook/ 两层，并把 Qlib 的 YAML 工作流配置放在 src/config/ 下；单是「球队硬币」案例就有 36 份 workflow_config_*.yaml。
README VS REPO
QuantsPlaybook 的 README 与仓库有哪些对不上的问题？
这一节是本站最实用的部分之一：如果你照着 README 找代码，下面六种情况会直接把你带沟里。
| 问题类型 | 实测数量 | 典型例子 | 你该怎么做 |
|---|---|---|---|
| 仓库内链接 404（错别字） | 2 / 40 | 均线交叉结合合通道突破择时研究、另类ETF交易策略：日内动动 | 用目录名在仓库里搜索，别点 README 链接 |
| 案例目录在 README 里没有仓库内入口 | 24 / 58 | A 类 2 个、B 类 20 个、C 类 2 个（含 1 个路径写错）、D 类 1 个 | 以本页清单为准定位目录 |
| README 表格链接指向聚宽社区而非仓库 | 17 行 | 因子构建类 23 行里 16 行、量化价值 2 行全部 | 想要代码就进目录，想读讲解再看社区帖 |
| nbviewer 链接指向 dev 分支或历史 commit | 3 个 | 其中 1 个路径还是不存在的（行业指数顶顶部…） | 以上面同一目录下的 .ipynb 为准 |
| Notebook 文件名与目录名不一致 | 32 / 58 | 上下影线因子 → 上下引线因子.ipynb；C-VIX… → 中国版VIV.ipynb | 在目录内按 .ipynb 后缀找，不要按名字猜 |
| 文档里的图片用本地绝对路径 | 1 处 | 成交量的奥秘…/README.md 指向 D:\Downloads\localhost_8501_.png | 忽略这类图，直接跑代码看输出 |
核对方式：把 README 里全部 40 个仓库内链接、3 个 nbviewer 链接与 21 个聚宽链接，逐个与固定 commit 的文件树做集合比对。脚本与完整输出见研究档案。
HOW TO FIND YOUR REPORT
怎样按手上的研报找到代码？QuantsPlaybook 四步定位法
案例目录名基本都是「券商 + 报告标题」的形态，所以定位并不难，难的是知道去哪一列找。
仓库里出现的券商至少包括光大、华泰、招商、国信、广发、东方、开源、东吴、国泰君安、兴业、东北、西部、浙商、华西、安信、申万宏源、中金、中泰、华创、华福等。在本页表里搜券商名，通常 1 秒能定位到候选目录。
B-因子构建类 通常需要因子数据或 Qlib 环境；C-择时类 多数只需要指数日线，门槛相对低；A / D 类需要财务或组合数据。先看方向，再看依赖。
预期看到：研报 PDF（可能是扫描件）、requirements.txt、notebook/ 或 py/、以及一个数据获取脚本。没有 requirements.txt 的目录说明该案例未做依赖管理，需要自己按 import 推断。
找到案例里怎么拿数据：jqdatasdk 认证、TS_TOKEN、自建数据库连接串、百度网盘快照，或干脆是模拟数据回退。这一步决定你能不能得到有意义的输出。
别按 Notebook 名字找
32 个案例的 Notebook 名与目录名不一致，其中有些是错别字（如「上下引线因子」）。最稳的方式是进目录列 *.ipynb。
别信「100+」当预算
按 58 个案例目录安排时间，比按 100+ 现实得多。而且其中相当一部分需要付费数据权限才能产出有意义的结果。
先看有没有自带文档
2025–2026 年新增的案例会自带中文文档（使用指南 / 常用操作 / 参数参考 / 偏离评估），老案例通常只有十几行「说明」。自带文档的案例上手成本明显更低。
FAQ
QuantsPlaybook 案例清单常见问题
QuantsPlaybook 到底有多少个策略？
以固定 commit 1e4a2310 的文件树为准：58 个案例目录（A 类 2、B 类 25、C 类 29、D 类 2），共 65 个 .ipynb（含 1 个不属于任何案例目录的 Notebook）与 83 份研报/论文 PDF。README 里的「100+」出现 3 次，但同页分类表加起来只有 49+，属于无法核验的宣传数字。
QuantsPlaybook 为什么我点 README 里的链接会 404？
README 的 40 个仓库内链接里有 2 个是错别字导致的死链：均线交叉结合合通道突破择时研究 与 另类ETF交易策略：日内动动——目录名里多写了一个重复字。改成一个字或者在仓库里搜目录名即可。另有 3 个 nbviewer 链接指向 dev 分支或历史 commit，其中 1 个路径也不存在。
QuantsPlaybook 我按 README 的表找不到某个案例的代码，是错觉吗？
不是。58 个案例目录中有 24 个在 README 里没有指向仓库内文件的链接。其中因子构建类 23 行表格里有 16 行、量化价值 2 行全部指向聚宽社区文章；另有少数几个在 README 里完全没有入口。建议以本站本页的清单表为准，直接在仓库里按目录名检索。
QuantsPlaybook 目录名和 Notebook 文件名为什么对不上？
实测有 32 个案例存在这种情况，通常是把研报标题简写成目录名、Notebook 却保留了更早或更口语化的命名，个别是错别字（如「上下引线因子」、「基金持股比列」、「中国版VIV」）。在目录内按 .ipynb 后缀列文件即可，不要按名字猜。
QuantsPlaybook A 类和 D 类只有 2 个案例，值得看吗？
值得，而且它们比因子类更容易跑通：A 类（FFScore、大师系列现金流）主要是财务指标 + 行情；D 类（DE 组合优化、多任务时序动量）需要组合数据。如果你想先跑通一个完整案例建立信心，从 C 类里已离线化的那三个（RRG、SAE 择时、部分技术分析案例）或 A 类入手更现实。
QuantsPlaybook 这份清单会过时吗？
会。仓库在持续更新（最近一次推送是 2026-09-22），本站所有数字都绑定在 commit 1e4a2310 上，并标注采集日期 2026-09-29。仓库后续新增案例时，本页数字不会自动更新——请以仓库为准，并把 commit 一并记录下来。