你好，QuantsPlaybook 这个项目很有价值，把券商金工研报里的策略、因子和研究思路复现出来，对做量化研究的人帮助很大。很多项目只讲框架，但你这个更接近真实研究素材和方法论沉淀。
我在做一个相邻方向的项目：Factor Lab。它更偏产品化 A 股投研工作台，核心是「因子库 + 利润断层/事件驱动股票池 + AI 圆桌研报」。简单说，我们想把金工/因子研究从 notebook 和研报复现，进一步变成每天可运行、可复盘、可解释的选股流程。
几个很想交流的点：
- 券商研报里的因子或策略，如何从研究复现走到稳定股票池；
- 不同研报策略之间，如何做统一口径的收益、回撤和命中率对比；
- AI 是否适合辅助解释因子失效、样本异常和策略适用边界；
- 研报复现结果能否沉淀成一个可操作的 A 股策略库。
感觉 QuantsPlaybook 更像高质量研究灵感和复现库，Factor Lab 更偏把这些研究流程产品化、日常化。欢迎交流。
项目地址：https://www.afactorlab.com/
你好，QuantsPlaybook 这个项目很有价值，把券商金工研报里的策略、因子和研究思路复现出来，对做量化研究的人帮助很大。很多项目只讲框架，但你这个更接近真实研究素材和方法论沉淀。
我在做一个相邻方向的项目：Factor Lab。它更偏产品化 A 股投研工作台，核心是「因子库 + 利润断层/事件驱动股票池 + AI 圆桌研报」。简单说，我们想把金工/因子研究从 notebook 和研报复现，进一步变成每天可运行、可复盘、可解释的选股流程。
几个很想交流的点：
感觉 QuantsPlaybook 更像高质量研究灵感和复现库，Factor Lab 更偏把这些研究流程产品化、日常化。欢迎交流。
项目地址：https://www.afactorlab.com/