awesome-systematic-trading —— 策略清单全梳理
这个仓库是什么
它不是一个"策略合集"，而是 Papers With Backtest 复现论文的目录：清单里每一条都是一篇已发表的量化论文，
官方把它写成 Python 代码、跑完各自完整历史，然后开源。README 里只展示 61 条（每个资产类别里 t 统计量 > 1.96、样本 ≥ 10 年、取前 12 名）；
而仓库的元数据文件 scripts/paper_meta.json 里躺着 全量 3,803 条。
本页把全量拆开、按资产类别和策略家族重新归类，并补上官方站点的原文链接。
1. 按策略家族归类（33 类，可多标签）
依据标题关键词自动归类（一个策略可同时属于多个家族）。点标签即可筛选下方清单。未归类 474 条（12.5%）标题里没出现可识别关键词，保留为"其他"。
2. 按资产类别分布
3. 全量清单（3,803 条）
4. README 精选 61 条（已复现、t>1.96、≥10 年）
Sharpe 全部为各自活跃窗口上计算、且未扣交易成本。原表每个资产类别只留前 12 名 ——
完整 1,687 条达标复现里只展示了这 61 条。
5. 仓库自带的 61 个代码实现
`static/strategies/` 下的 QuantConnect Python 实现，可直接读代码。
6. 仓库其余内容（非策略）
| 136 个量化库/框架 | 回测（事件驱动 / 向量化）、交易机器人、指标、风控、券商 API、数据源、数据库、机器学习、时间序列、可视化；已标注死项目/休眠项目 |
| 55 本书 | 入门 / 传记 / 编程 / 加密 / 综合 / 高频交易 / 机器学习 |
| 22 个视频与访谈 | — |
| 博客与课程 | 独立博主与量化课程链接 |
7. 口径与说明
① 数字从哪来：3,803 条标题与资产类别取自仓库 scripts/paper_meta.json；
61 条精选的 Sharpe/t/波动/年数取自 README 的 STRATEGIES 表格（该表由官方脚本从 Hugging Face 的 Strategies-NAV 数据集自动生成）。
② 链接怎么配的：仓库里只有标题没有 URL。本页从站点公开 sitemap 抓到 5,580 个 /strategies/ 真实地址，
按标题转 slug 配对：精确命中 3,728 条；另 47 条用"去括号年份 + 模糊匹配"补上，并逐条抓取页面标题复核通过。
③ 剩余 28 条没有链接：多为非英文标题（葡萄牙语/德语/土耳其语/法语）或官方未建页，保持无链接。
④ 家族标签是启发式：按标题关键词判定，非官方分类，仅用于快速导航，会有漏判/误判。
⑤ Sharpe 有坑：原表明确说明 —— 各策略在自己的活跃窗口上测算（不是统一日历），且未扣交易成本；
官方也承认半数复现过不了 t>1.96。所以"Sharpe 3.39"这种数字请当作上限看。
本文档由本地脚本生成 · 数据快照：仓库 clone 于 2026-09-29