美股突破75万亿美元！行情数据却显示：机构和散户正在悄悄撤退
5月1日，新闻推送了一条消息：美股总市值首次突破75万亿美元，创历史新高。 大多数人的本能反应是“牛市还在继续”。但同一时间，三组数据指向完全相反的方向：美银客户连续五周净卖出美股；散户连续六周净卖出；机构客户单周卖出52亿美元。 指数在创新高，最聪明的一批钱却在悄悄离场。谁在买？ 这篇文章不讲“美股又创新高”的新闻摘要，只讲四件事： - 四个行情数据信号，帮你看清75万亿背后的真实资金流向 -
TickDB Research ·
TickDB 博客：市场数据分析、API 接入教程与 AI 行情工具实践。按市场和主题查找文章。
5月1日，新闻推送了一条消息：美股总市值首次突破75万亿美元，创历史新高。 大多数人的本能反应是“牛市还在继续”。但同一时间，三组数据指向完全相反的方向：美银客户连续五周净卖出美股；散户连续六周净卖出；机构客户单周卖出52亿美元。 指数在创新高，最聪明的一批钱却在悄悄离场。谁在买？ 这篇文章不讲“美股又创新高”的新闻摘要，只讲四件事： - 四个行情数据信号，帮你看清75万亿背后的真实资金流向 -
TickDB Research ·
行业调查反复印证一个数字：数据工作者将高达80%的工作时间用于数据的发现、清洗和整理。在量化金融领域，这个比例只会更高——多市场时间戳对齐、公司行动调整、异常值过滤，每一项都是时间黑洞。 这不是个别团队的抱怨。你的团队可能60%的时间在洗数据，30%在写回测，只有10%在写策略。本文拆解“数据清洗”背后的三个技术层次——不是“去重去空”那种洗法，而是多源数据对接时，字段命名、时间戳格式、复权规则的
TickDB Research ·
阅读指南 - 如果你只想要代码：直接跳转第三章，三种检测方法的完整实现可复制运行。 - 如果你想理解方法选型：从第二章开始，有 Z-Score vs MAD vs 分位数的对比表。 - 如果你关心生产级细节：第四章有各方法在金融数据上的误判场景和人工审核队列设计。 一、回测收益翻倍？先检查是不是数据错了 拿到 10 年历史 K 线数据后，大多数人的第一反应是直接跑策略回测。结果出来夏普比率 3.2
TickDB Research ·
一、四巨头4月密集出手，AI交易从“副驾驶”升级为“机长” 2026年4月，四家机构几乎同时亮出了AI交易的底牌。 4月初，Coinbase推出专为AI设计的“智能体钱包”——AI可以自己持有私钥，自己签名转账。4月中下旬，Bitget宣布其AI交易平台Agent Hub原生支持MCP协议，AI可直接调用下单接口；Gemini交易所加速推进AI代理自动化交易API。4月28日，彭博终端史上最大一次
TickDB Research ·
4月28日，彭博终端史上最大一次改版。新功能叫 AskB——一个能自己写研报、自己验证数据、自己做财务模型的 AI Agent。几乎同时，Bitget 宣布其 AI 交易平台 Agent Hub 原生支持 MCP 协议，AI 可直接调用下单接口。Gemini 交易所加速推进 AI 代理自动化交易 API。而在更早前的4月初，Coinbase 推出了专为 AI 设计的“智能体钱包”（Agentic
TickDB Research ·
▍阅读指南 - 如果你只想知道为什么K线对不上：直接看第二章的时间对齐和第三章的SIP过滤，两重机制拆解是全文核心。 - 如果你在跑分钟级策略回测：第四章的偏差矩阵和第五章的策略影响评估值得细读。 - 如果你需要工程方案：第六章有机构级Tick-to-Bar架构和第八章避坑速查表。 一、同一只AAPL，同一分钟，两个数据源的K线不一样 用 Bloomberg 的实时数据流做完分钟级策略回测，夏普比
TickDB Research ·
4月，一家刚在港股上市的中国PCB公司，被韩国散户净买入343亿韩元。 这个数字本身不算大。真正异常的是它的排名——韩国散户海外净买入TOP50榜单，常年被美股ETF和美国科技巨头霸占。这个月，只有两只非美标的挤了进来：日本NAND巨头铠侠，和这家公司，胜宏科技。 > ▍核心认知差：新闻与情报的时间差 > > KSD榜单在4月27日公布，但资金的实际买入发生在4月1日至24日。这意味着，当多数人看
TickDB Research ·
胜宏科技，一家刚在香港上市的中国PCB公司，4月被韩国散户净买入343亿韩元。 这个数字本身不大。真正异常的是：韩国散户海外净买入TOP50榜单，常年被美股ETF和美国科技巨头霸占。这个月，只有两只非美标的挤了进来——日本NAND巨头铠侠，和胜宏科技。 > ▍一个你可能没意识到的时间差 > KSD这份榜单，4月27日才公布。而韩国散户的买入，发生在4月1日到24日。你看到的是新闻，不是情报。 真正
TickDB Research ·
4 月 24 日，DeepSeek V4 预览版发布当天。 国泰海通率先完成本地化部署，实现"Day0 接入"。兴业证券仅用 2 小时完成全链路接入。中泰证券、国投证券、国金证券紧随其后，24 小时内全部官宣。 头部券商的反应速度已经不是"天"而是"小时"。一个行业观察共识正在形成：AI 能力的接入速度，正在成为金融机构的基础竞争力。 但这里有一个很少被追问的问题：模型接入了，数据呢？ 你让 Ag
TickDB Research ·
▍阅读指南 - 如果你只想要代码：直接跳转第三章，三种检测方法的完整实现可复制运行。 - 如果你想理解方法选型：从第二章开始，有 Z-Score vs MAD vs 分位数的对比表。 - 如果你关心生产级细节：第四章有各方法在金融数据上的误判场景和人工审核队列设计。 一、回测收益翻倍？先检查是不是数据错了 拿到 10 年历史 K 线数据后，大多数人的第一反应是直接跑策略回测。结果出来夏普比率 3.
TickDB Research ·
一、券商正在打响 AI 竞速战 4 月 24 日，DeepSeek V4 预览版发布当天。 国泰海通率先完成基于昇腾算力的本地化部署，实现“Day0 接入”。兴业证券仅用 2 小时完成全链路接入，同步上线“AI 老铁”模型升级。中泰证券、国投证券、国金证券紧随其后，24 小时内全部官宣。 头部券商的反应速度已经不是“天”而是“小时”。知名数字经济学者刘兴亮对此的评论一针见血：“当下行业已不再是‘要
TickDB Research ·
技术同事给你推荐了一个行情数据源，说这个稳定、那个便宜、另一个坑多。你听完能判断吗？ 大部分创始人的答案是：不能。 但最终签字付款的是你。数据中心成本通常是一家量化创业公司前三大支出之一——仅次于人力和云服务。更关键的是，数据源选错了，不是多花钱的问题，是策略上线第一天就拿着错误数据做决策，而你三个月后复盘才发现。 不懂技术的创始人，如何做出正确的数据源决策？这篇不是技术教程。是决策框架。 ---
TickDB Research ·