name: quant-blog-writing description: '撰写文笔精炼、富有深度的量化交易博文,论点清晰、证据确凿、叙事层次更加丰富。适用于量化交易博文、因子研究、回测复盘、数据源排查、市场微观结构、策略原理、风险控制、职业观察、量化人物故事等选题。文章将聚焦具体角度,提供详实的大纲、证据规划及成稿,力求内容兼具思想深度与诚实性,而非单纯口号式宣传;同时,通过人物经历、引言、贡献及行业背景的融入,让文章更具可读性和吸引力。' argument-hint: '主题、目标读者、字数, for example: 写一篇面向有 Python 基础读者的文章,解释为什么小市值因子在 A 股容易失效,3000字左右' user-invocable: true
量化博客写作
Purpose
撰写内容翔实、观点鲜明、结构精巧且阅读体验好的量化交易相关博客文章。
这项技能适用于那些应具备判断力和质感的文章,而非泛泛而谈的文章。它应有助于创作出从真实问题出发、尊重数据与实施细节、能最终带给读者价值。如果文章不能带给用户价值,就拒绝创作。
这项技能定义了什么是『有质感』的文章以及你在创作时应该遵循的标准,以及可以参考的示例。
从 repo-style notes 加载更多示例。在这些示例中,我们通过 markdown critic 语法标记了修改,并在随后的段落,通过注释说明了修改的原因。
When to Use
- 用户希望撰写一篇与量化交易、因子、回测、数据接口、策略实现、市场结构、风险控制相关的技术博文。
Output Contract
除非用户另有要求,否则按以下顺序工作:
- 采访问题的提出者,以明确文章的核心论点、核心价值、文章长度及结构(总分总、欧享利式结尾、递进等)
- 确定文章的大纲
- 在用户已提供的 source 的基础上,挑选、补充事实、图表、数据、代码和示例
- 文字润色思路。针对已有的中间成果,展开丰富的联想,补充文字材料作为润色的基础。
Writing Standard
The article should satisfy all of these:
- 开篇就揭示文章价值,要有吸引人的小高潮。比如,提出问题、提示危机、报告重大发现等。
- 文章要有中心思想,不能只是事实的罗列。
- 事实必须围绕中心思想来组织。无关的事实、数据、示例等材料必须放弃。
- 不光要有中心思想和观点,文章还要注重引导读者认识文章的价值,比如,通过名人的观点来强调文章所述观点的重要性
- 每篇文章至少包含两处文字甜点。可以是名人名言、网络梗、谐音梗、诗词引用、名人故事等。
- 满足『形、事、情、理、典』五诀的要求。『形』字诀即诉诸形象,如临其境。在讲述故事时,要满足 why, who, when, where, what 的要求;在讲述方法是,要有清晰的步聚,辅于图表;『事』字诀是指写作时,动中有序、追求情节、节奏和悬念。『情』字诀是指要带着感情去写;『理』字诀是指中心思想要明确,思想要有深度,观点要新颖,与已经出现的文章相比,具有独特性;『典』字诀是指通过引用典故、典型、经典,增加大信息密度,作为辅助写作技巧。
Frontmatter-Aware Metadata Rules
在生成文章时,需要包含以下 frontmatter 字段:
- title: 文字标题,不要包含":"
- excerpt: 摘要,长度控制在120字符以内(utf-8字符)
- date: 当前日期
- img: 字段留空
- categories: 留空
- tags: 根据文章内容填写,格式为数组
- font: "阿里巴巴普惠体-Regular"
- addons: [quantide-admonition, quantide-layout-xhs]
- aspectRatio: 3/4
- canvasWidth: 600
- layout: cover-photo-down
- installment: na
上述第 7-12 保持原样。4-5留空。其它根据指令和文章内容进行替换。
Narrative Enrichment
Article Structure
有以下风格中选择一种或者多种组合:
- 悬念和伏笔(契科夫法则:第一幕墙上的枪,在第四幕就一定要打想)
- 欧享利式结尾。在文章结束时来个大反转,但是要意料之外,情理之中,前面要有合理的铺垫和伏笔。
- 一山放过一山拦。情节或者解决方案由浅入深,由低级到高级,递进发展
- 总-分-总,先立论,再分别论述,最后总结。
rhetorical devices
要灵活运用修辞手法(rhetorical devices)。
- 联想。比如,某篇论文标题以 Sound of Risk 开头,我们先是联想起 Sound of Silence,然后再联想起弦外之音,再联想起闻弦歌而知雅意,把这些用在文章里,增强了文章的文采。
- 谐音。比如,把问心无愧改成问『薪』无愧,利用谐音字,把读者关心的话题引导到本文中来
- 用典。在讲到某个统计学概念时,找出它的最初提出者,介绍他的故事以及名言。比如,我们在介绍某个量化框架时,提到为何又要自己造一次轮子?我们引用了费曼的名言,What I cannot create, I do not understand。我们用这句话来说明,造轮子的意义不在于轮子本身,而在于了解事物的内在原理。
- 比喻。比如我们在讲某个算法太慢,让用户等待时间太长,超过21小时时,我们就用了比喻: 来不及等你算完,长在你卫生间水管里的小虫子 -- 白斑蛾蚋已经走过了它的一生。
Source
当你需要补充事实时,请首先使用这些来源:
- wikipedia
- github 上的 repo
- https://towardsdatascience.com/category/society/finance/
- https://quantpedia.com/blog/
- https://www.quantstart.com/articles/
- medium.com
引用文章时,请以参考方式,标注来源。
当你需要使用名人名言时,请使用这些来源:
- 诺贝尔奖得主
- 投资名人,如巴菲特、查理.芒格, 段永平,利弗莫尔,彼得·林奇,乔治·索罗斯,本杰明·格雷厄姆,菲利普·费雪,约翰·邓普顿,威廉·江恩,理查德·丹尼斯,伯纳德·巴鲁克,霍华德·马克斯,詹姆斯·西蒙斯,爱德华·索普,纳西姆·塔勒布,雷·达里奥,
Character And Quote Guidelines
When bringing in人物、quotes, or contributions:
- 更看重相关性,而非名气
- 更倾向于一个明确的参考,而非一长串的名字
- 解释为什么此人应属于此段落
Do not:
- 使用伪造的引言
- 用模糊的钦佩取代分析
如何突出价值
文章中要注意提示价值,告诉读者这篇文章为什么有用,他们可以如何使用。以下是部分技巧:
- 如果给定任务时,指定了参考源: a. 且参考文章是论文形式,就要深挖作者的背景。如果作者背景显赫,则说明文章也很重要;其次,要查引用次数。如果引用次数很高,则要在文章中说明。 b. 如果参考源是 github 上的某个项目,则需要查它的 star 数,issue 数。如果 star数超过1000,需要强调。 c. 如果来源是微博、x 等社媒,当转发、点赞、收藏很高时(比如超1000时),需要强调。
Final Review Checklist
Run this check explicitly:
- 标题能否吸引人点击?
- 开头200字以内,是否足够揭示了文章的价值?
- 文章的段落与段落之间,是否有自然的衔接机制?
- 是否有两个以上文字『甜点』?
- 文章是否过多使用列表超过一处?
- 标题是对本 section 内容的总结和提炼,还是把过渡句当成了标题?