原創(chuàng)內(nèi)容第878篇，專(zhuān)注智能量化投資、個(gè)人成長(zhǎng)與財(cái)富自由。之前的系列，咱們主要集中的ETF的趨勢(shì)輪動(dòng)策略上，不同的因子，但邏輯類(lèi)似，就是買(mǎi)入信號(hào)+已持倉(cāng)-賣(mài)出信號(hào)，然后進(jìn)行排序。當(dāng)然，這就是多因子策略的標(biāo)準(zhǔn)模板，只不過(guò)這里信號(hào)是主觀設(shè)計(jì)的。或者通過(guò)一些遺傳算法的參數(shù)優(yōu)化。而機(jī)器學(xué)習(xí)驅(qū)動(dòng)的策略設(shè)計(jì)呢，就是股票池，比如滬深300成份股，然后因子集，比如alpha158。然后用機(jī)器學(xué)習(xí)模型來(lái)擬合這個(gè)因子，變成模型，而后進(jìn)行回測(cè)。后續(xù)一段時(shí)間，我們來(lái)做這個(gè)標(biāo)準(zhǔn)化的流程。if __name__ == '__main__': lab = AlphaLab(Path('D:\work\.aitrader_data\quotes_etf')) df = lab.load_bar_df(symbols=['510300.SH','159915.SZ'], start='20100101', end='20250506',extended_days=10) print(df) dataset: AlphaDataset = Alpha158( df, train_period=("2010-01-01", "2014-12-31"), valid_period=("2015-01-01", "2016-12-31"), test_period=("2017-01-01", "2020-8-31"), ) # 添加數(shù)據(jù)預(yù)處理器 dataset.add_processor("learn", partial(process_drop_na, names=["label"])) dataset.add_processor("learn", partial(process_cs_norm, names=["label"], method="zscore")) # 準(zhǔn)備特征和標(biāo)簽數(shù)據(jù) dataset.prepare_data(filters=None, max_workers=3)
下一步就是因子分析，模型訓(xùn)練以及回測(cè)等。普通人階層躍遷的可能路徑？——?jiǎng)?chuàng)業(yè)、投資？之前我們建議的方式是“一人企業(yè)”。但一人企業(yè)，做得好，可以讓你躍遷到A8。但要到A9，還是需要一個(gè)大的賽道，不錯(cuò)的運(yùn)氣。人還是要有夢(mèng)想，萬(wàn)一實(shí)現(xiàn)了呢？創(chuàng)業(yè)這條路，一種人特別合適，就是風(fēng)險(xiǎn)承受力特別強(qiáng)，而且就喜歡挑戰(zhàn)，喜歡張羅事，不甘于寂寞。多數(shù)人不具備這種才能。技術(shù)能力強(qiáng)的人，可以做二把手。相當(dāng)于把你的技能通過(guò)杠桿放大。那你的技術(shù)就需要有獨(dú)特且厲害之處。未來(lái)，這里最重要的技術(shù)我相信是與大模型、智能體相關(guān)。這一塊的技術(shù)我們可以再深入，跟進(jìn)前沿。技術(shù)+產(chǎn)品化到商業(yè)化。——這個(gè)很適合技術(shù)牛人，極客。而投資這條路，有人做到，江湖總有傳說(shuō)，但冷暖自知吧。目前比較確信的是，本金比較大，追求年化10%這樣的長(zhǎng)期收益是比較容易的，但從A7做到A8，甚至期望從A8-A9，客觀講還沒(méi)有想好。另外一個(gè)是關(guān)于成就感，就是社會(huì)價(jià)值與個(gè)人價(jià)值的統(tǒng)一。AGI是技術(shù)的前沿，而且有利于社會(huì)發(fā)展，這個(gè)突破當(dāng)然是非常厲害。能賺錢(qián)的事情不好，能賺錢(qián)而且受人尊重的人就少一些了。從長(zhǎng)遠(yuǎn)看，值得投入，去挑戰(zhàn)一下AGI前沿。最不濟(jì)，緊跟前沿做落地應(yīng)用也是不錯(cuò)的。代碼和數(shù)據(jù)下載：AI量化實(shí)驗(yàn)室——2025量化投資的星辰大海AI量化實(shí)驗(yàn)室 星球，已經(jīng)運(yùn)行三年多，1700+會(huì)員。 aitrader代碼，因子表達(dá)式引擎、遺傳算法（Deap）因子挖掘引擎等，支持vnpy，qlib，backtrader和bt引擎，內(nèi)置多個(gè)年化30%+的策略，每周五迭代一次，代碼和數(shù)據(jù)在星球全部開(kāi)源。
|
