- 博客(284)
- 收藏
- 关注
RSS订阅原创 6年年化收益46%，最大回撤率为16%的策略（附python代码）
在星球里下载的策略，保存的toml的格式，有些同学说，怎么不是代码。其实toml就是json的存储格式，json就是dict，转为策略给engine来执行的。比如夏天热（受热面积大，热一点是肯定的，夏天肯定都是空调了，可能会多耗一点点吧），防水不好可能会漏水（其实现代的建设标准这个应该问题不大）。当然，如果有更强的实力，直接摆平事情，那是更强的一种能力。财务自由，这个自由是什么，就是你有足够的能力建立自己的边界。不喜欢一件事，离得开，有的选，这就是自由。其实每个人做好自己的事情，就挺好的。
2025-05-05 08:18:51
140
原创 年化30-200%，100多个策略支持下载到本地了（python代码已发布）
商业系统，普通人而言，小而美最好，被动收入为佳。所以人生的第一性原理，就是让自己成长，足够优秀，足够有价值。金钱系统是钱生钱，复利，主要是投资理理财系统，年化10%的长期复利，就很舒服了。公开的策略，目前是96个都可以直接下载，星球会员专属是星球会员也可以直接下载。解决的过程，需要人的参与。要解决根上的问题，一是降低安全感的阈值，生于天地间，体验罢了。还是实验室在持续开发和补充的策略，都是可以直接下载的。财富自由，构建金钱系统和商业系统，然后交一些朋友。想象出来的问题，是解决不完的。
2025-04-29 14:23:23
357
原创 当前最好的策略年化205%，100多个策略可以在软件上查看了（python代码下载）
然后小心翼翼，啥也不敢，战战兢兢“逃避”，能不做的事情，都不做；等，支持vnpy，qlib，backtrader和bt引擎，内置多个。根源没能解决，过了这一件，还会很快有下一件，无穷无尽，仓鼠之轮。所谓“焦虑”，就是怕，怕未来发生你“应付”不了的事情，对不对？正确的方式，跳出循环，不了了之，当然是正确处理之道。你可以用尽力气，说服，折腾去所谓“解决”一件事。，每周五迭代一次，代码和数据在星球全部开源。可以，这种所谓“意料之外”，肯定防不胜防。这种广泛性焦虑，是解决不完的。扩展 • 历史文章。
2025-04-28 11:33:18
255
原创 十年年化33%，宽基轮动也可以有不错的效果（策略代码下载）
可以拉取网站策略，查看回测结果（quantstats，lightweight-charts显示回测结果）。等，支持vnpy，qlib，backtrader和bt引擎，内置多个。3、新建本地策略，调试看结果，发布到网站参与排名或跟踪结果。2、依权限查看/修改策略参数后，运行并查看回测结果。，每周五迭代一次，代码和数据在星球全部开源。情绪是假的，不抗争，不逃避，不屈从。而且，其实我们并未远离电脑、手机。偶尔远离都市，拉拉家常，也挺好。似了未了，不了了之，如此而已。扩展 • 历史文章。
2025-04-27 11:25:26
268
原创 策略优选里，最好的策略，年化收益207% | 说说金钱系统的运作逻辑（python策略下载）
比如股票池，比如因子失效（这一词个人一直有点看法，到底是失效，还是本身就是欠拟合或过拟合？主观交易，有时候过去灵活，灵活到很多人，总感觉这次不一样，然后随意操作。天公还算作美，除了今天连续下了一天雨，这几天基本上，还是可以外出溜达。等，支持vnpy，qlib，backtrader和bt引擎，内置多个。是的，一周的假期，又进入倒计时，明天就是本次休假和行程的最后一天。就像定投、网格这种被动的量化模式，选对标的，其实也是有收益的。更重要的是，由于逻辑清楚，不容易焦虑——跌时赚股，涨时赚钱。
2025-04-25 07:15:58
447
原创 aitrader代码框架在gitee上开源 | lightweight_charts专业金融量化库
说缺点的话，打包后文件夹比较大，200M，压缩后60来M，还算可以接受吧。另外就是杀毒软件可能会误报，我是直接加到信任名单里，不过可以看下，如何解决让它不误报的问题。短期，一天，能做的事情，很有限，其实不必列长长的清单，也许某几天可以完成的很好，但长期会压力大，没有必要。aitrader的框架后续计划在gitee上托管，地址已经同步在星球中，并发布的初始代码。选择脚本，基本参数，然后把本地目录选择一下，就可以打包成exe了。关键是你有没有战略远见，长期思考力，去沉淀一件有价值的事情。只是工作受地点限制。
2025-04-24 07:19:44
315
原创 年化收益198%，回撤仅12% | lightweight-charts：基于 TradingView 的轻量级金融图表库
是否需要传统技术指标更说，应该使用时间序列函数，用Deap进行排序因子的挖掘。本地可以读取相应的列表，不过相应的策略，需要权限查看源代码和参数。其实，我是希望每年都有这么几天，有这样的机会，和父母走走，有散散步，拉拉家常。——希望这样的日子可以持续下去。等，支持vnpy，qlib，backtrader和bt引擎，内置多个。就像《拿铁因素》里说的，每天找一段时间，给自己一个激进的休假。因为在回忆里，没有有确定性，一切的过往，都塑造了今天的我们。因此更需要专注，精力有限，更少更更好，如无必要，勿增实体。
2025-04-23 07:11:15
865
原创 这是一个公开策略，年化142% | polars因子引擎升级完成（python代码+策略下载）
有些就是细节没有是下意识执行的，并没有太深的印象——就是你非得回忆，那确实无法“核实”。核心逻辑就是我们如此这般细心，谨慎之人，大概率不会犯多大的错误，即使偶尔的小错误，或者说错一些话，也并没有多大的影响。多数的人，遇到这种情况，会如何的处理。等，支持vnpy，qlib，backtrader和bt引擎，内置多个。“随大流”，就是想一想，你熟悉的某个人，遇到类似的情况会如何处理？视而不见的前提，是需要识别，识别出什么是“纸老虎”。焦虑感，屈从与对抗，均是输入能量，在强化焦虑状态。扩展 • 历史文章。
2025-04-22 07:33:14
263
原创 年化112.5%，最大回撤24.3%，卡玛比率4.62 | polars因子引擎重构完成（python源代码下载）
从csv dataloader到polars_dataloader，主要是为了使用polars引擎计算因子方便，性能更好。现在的交通都是朝发夕至，回去挺方便的。也谈不上累其实，爸妈在等候，一如继往的等候。最为经常出差的人，这样的旅程就是家常便饭。有时很难想象真有那么一天，可能回去的动力就更加少的多了。其实，有时候，真的希望可以做一个孩子，天真，无忧无虑。“偶尔”纠结过一些小事，但看起来还算有所进步，加油。由于休假在家，只能晚上和早起来调试，终于解决了。可是，我们都已经有了自己的孩子。
2025-04-21 07:24:59
389
原创 年化26.9%的稳健策略|polars重构因子计算引擎（python策略下载）
akshare有一个问题，如果在交易时间同步数据，也能读到当年的数据。而你掌控之外，甚至没有意识到的事情，若发生，你的积累，财富自由就非常关键。事缓则圆，指遇到事情时，放缓处理节奏，冷静应对，往往能找到更周全的解决办法，使结果更圆满。若有一天，你不想，或者无力在参与劳动是，如何还能过着体面的生活。思考代码和量化之外，还要做点啥内，喜欢且擅长，能把个人价值和社会价值结合起来。等，支持vnpy，qlib，backtrader和bt引擎，内置多个。世上本无事，庸人自扰之，无视恐慌和焦虑，安之如怡。
2025-04-20 07:44:09
601
原创 年化16%的大类资产配置策略，稳稳的幸福 | polars替换pandas做因子计算，性能提升30倍！（python策略下载）
polars的性能比pandas确实好，而且计算完成后，可以直接转为pandas，因此我们不使用duckdb，转到polars。同时考虑使用github和gitee来管理代码，这样大家同步代码会更加容易。日子是一天天过，纠结一些事情时候，就会觉得时间过得慢；昨天我们发布了aitrader 6.2，代码进一步精简。不愧于心，不白来一遭，尽情地体验，允许一切发生！一个人的精力真的有限，能做好一点事情就不错了。一直想着，一年至少要回家两次，看看父母。小时候，盼望着长大，好独立生活。进入社会，时间一晃就过去了。
2025-04-19 08:28:11
177
原创 附上年化203%的etf策略，aitrader6.2代码提供下载
多数人是不太会写代码的，我们希望低代码，甚至零代码的方式，大家可以创建出有效的策略。投资品，ETF作为入门选择无疑是最好的，热门的ETF就那么100多支，有债券，商品，股票，黄金，原油，全球大类资产。道理特别简单，无论是个人还是组织，精力和资源都是有限的，要专注，做最有意义，直奔自己目标而去的事情。你只有清楚知道自己最想要什么，在探索的时候，灵感闪现的时候，你才能抓住这个机会。回测框架，bt最优，实盘通过信号对接，无论是qmt，ptrade还是其它。精要主义的逻辑相信大家都懂，也认可，但如何能做到。
2025-04-18 15:38:31
278
原创 年化203%的ETF策略，把信号对接到QMT上即可 | 天勤SDK+ backtrader实盘方案（python代码+数据下载）
情绪是假的，抑郁症或者强迫症的人，脑子里有一些回路出现了佛教里讲的妄念。它们像风从林中刮过，你不应该挡它，你不理的方式呢，就是你接受它，真的接受它，允许一切发生。很多新手同学一上来就问，这个策略在这个平台能跑嘛，其实，有了信号，比如日频的，你就手动执行不是很稳健？在上学那会，就意识到这个问题，选择计算机，就是因为编程可以自己“创造“一个空间，一份价值。真要做投资，也应该是走量化投资，量化投资如果能建立起稳健的系统，那就是真正的被动收入。等，支持vnpy，qlib，backtrader和bt引擎，内置多个。
2025-04-14 11:36:42
713
原创 颠覆传统！MoE大模型量化系统TradExpert：20天回测验证的AI投资新范式
四大LLM专家模块（新闻、市场、阿尔法因子、基本面）协同作战，通用专家智能整合多源数据，支持涨跌预测与选股排序双模式。一种基于混合专家（MoE）框架的新型系统，包含四个专门分析不同金融数据的 LLM 专家模块（新闻、市场数据、阿尔法因子和基本面数据），并通过一个通用专家 LLM 整合各模块的洞察以生成最终预测或交易决策。量化投资的四大范式：手工构建因子，机器构建因子，深度学习整合因子，然后就是基于大模型。：作为比较器，通过松弛排序算法（如改进的冒泡排序）生成 Top-K 股票列表，优化选股策略。
2025-04-13 08:05:02
306
原创 穿越牛熊的硬核策略：年化30%+夏普1.15全解析（python代码+数据下载）| 天勤量化tqsdk初体验
tq sdk安装一个python包即可，不用自己准备数据，要以使用分钟级，甚至tick级的数据来回测，可以很轻松使用模拟账号进行回测。首先是数据准备，尤其是日内数据，数据量是比较大的，一般我们需要商用的数据源。手持烟火以谋生，心怀诗意以谋爱， 且停且忘且随风， 且行且看且从容。从接入实盘的角度，一是回测，二是实盘，希望这两个阶段可以无缝切换。人生之意义，就是想看看，能折腾到什么程度，能体验过什么精彩。拒绝焦虑，拒绝胡思乱想，不给焦虑输入能量，加油！人这一生，生不带来，死不带去。扩展 • 历史文章。
2025-04-12 11:26:43
367
原创 年化30%+到年化177%的策略集，随aitrader_v6.0.1开放源代码下载
站在无垠的时空维度里，或许重要的不是“为什么努力”，而是意识到：我们本身就是宇宙思考自身的方式。每个在晨光中醒来的人，都在参与构建这个宏伟的元叙事——以有限之身，证无限可能。正因生命有期限，孩子第一次奔跑时扬起的尘土才显得珍贵，恋人在车站的告别才有了沉甸甸的分量。我们的努力如同坠入时空深潭的石子，激起的涟漪正在改写尚未诞生的未来。生命的诗意在于有限性，如果人类永生，时间将失去刻度，晨曦与黄昏不再动人，成长的焦虑与蜕变的痛楚都会消散。死亡不是努力的终点，而是将所有这些体验封存为琥珀的永恒瞬间。
2025-04-11 10:54:01
417
原创 近两年年化是177.6%，wxpython+backtrader+quantstats的智能投研平台（系统源码+策略下载）
真实的情况，就是什么也没有发生，什么也不会发生。一个个具体的所谓“事件”，其实是解决不完了，无穷无尽，没完没了。如果什么都不做，老了会不会后悔，说年轻时为什么不勇敢一点点。可是，真心去做了发现，又懊悔自寻烦恼。经历过周期最长的，也经历过强度最大的。事缓则圆，时间将带走一切，如此而已。这需要决心和勇气，以及正常的方法论。当然仍然没有习惯，也无法习惯。其实都知道，焦虑终将会过去。扩展 • 历史文章。战胜过，多数是配合去完成。兴来每独往，胜事空自知。行到水穷处，坐看云起时。偶然值林叟，谈笑无还期。
2025-04-10 15:58:56
283
原创 年化收益177.6%的全球大类资产轮动策略，在quantstats改造后计算是203%
quantstats的年化收益计算偏小，修改之后，在一些场合，似乎又偏大。3、ETF以多因子轮动为主（aitrader，backtrader引擎）。从大类资产配置的角度，或者全天候风险平价的角度，当下应该是最难受的阶段。好在都是长线资金，如果真的指望短期内从这里赚生活费，那就风险太高了。1、期货 日内和实盘，重在自动量化交易(aitrader)。原创内容第851篇，专注智能量化投资、个人成长与财富自由。量化就是按规则来，没有人知道顶和底，相信规则。全球市场剧烈震荡，只有生扛。扩展 • 历史文章。
2025-04-09 16:14:00
333
原创 年化收益183.7%，最大回撤仅7.8%，不确定时间段策略选择避险（策略代码+系统源码下载）
昨天原本预计就连大类资产配置，需要需要大幅度回撤，不过后来看，可能是预期不高，反而感受上还好一点。左侧交易，交易的是趋势，本质就是“追跌杀跌”；右侧交易本质是估值，本质就是“均值回归”。原创内容第850篇，专注智能量化投资、个人成长与财富自由。没有人可以“预测”市场，投资只是一种应对，而且是概率上的。其实就是周期的两个不同的阶段罢了。我自己的在用的大类资产配置，还好。人生到处知何似，应似飞鸿踏雪泥。只是你要清楚自己在做什么，都对。扩展 • 历史文章。这里又回归到投资本质了。
2025-04-08 11:28:35
185
原创 投资策略分析：十年年化32.2%，夏普比1.31的动量斜率策略（策略源码+数据下载）
我们可以通过代码扩展相应的能力和补充相应的数据，接入到一个个Agent里，然后直接以“微服务”的方式提供出终端应用。苏轼被贬黄州期间，借雨中徐行的意象，表达对人生荣辱得失的超越。风雨象征困境，"任平生"的洒脱与"也无风雨也无晴"的淡然，体现了他对意义的理解——意义不在外境，而在心境。使用dify这样的低代码平台的好处，在于可以整合，使用LLM的能力，快速交付一个应用。在财富自由的路上，打工人的想象天花板是A8，有人写的说A8.5是上限。但工薪族能想象的空间，加上超强的理财投资能力，也就是A8水平。
2025-04-06 08:17:29
405
原创 年化30%有多牛？10年翻13倍！普通人如何实现？
当然，上述策略涉及到很多ETF只有近两年的数据，所以回测周期只有两年，所有收益率很高。拉长周期看，其实如果能比较稳健实现20%，就非常厉害了。因为为数不多的，一个人，一台电脑，就可以创造一个世界。本质上还是实力的交锋，所以，努力做好自己的事情就是了。回家的频率从一周，到两周，到数个月，大学变成的按年。但一路走来，发现有些人，有些事，确实没有解释的必要。很幸运，依着兴趣爱好，笃定要学编程，学计算机。有时候，独自一个人，挥洒代码，便是整个世界。年少轻狂，再到三十而立，回归现实，那时候很小，也没有未来的概念。
2025-04-05 09:28:36
266
原创 年化182.9%，回撤仅7.8%的策略连同系统源代码已发布| aitrader 6.0（python代码+数据下载）
短短四句，以"庐山烟雨"和"浙江潮"两种自然景象为喻，道出了"见山是山，见水是水"的三重人生境界。苏轼用禅宗"看山还是山"的思维，揭示了人生从"渴慕"到"放下"的修行过程。但在deepseek的加持下，写gui代码其实很容易，这里aui的大部分代码结构是deepseek等大模型生成后，我来修改的。你只需要大致描述你想到的东西，它就能为你完成的很好，甚至有时候还远超出你的预期。我们追逐的很多"理想"，或许只是想象中的执念。我们要做的事情，就是专注于策略，逻辑，实盘就好了。这一个版本的重构，个人是比较喜欢的。
2025-04-04 11:56:18
843
原创 近两年年化182.9%，回撤仅7.8%，夏普3.77，策略代码全公开，backtrader回测（python代码+数据下载）
aitrader_6.0，我们内置了数据源更新到本地，而且支持增量更新——这样大家就不必等我周五发版本再统一更新数据了，可以随时更新，也可以软件启动时，自动更新数据。考虑到实盘回测一体，综合评估下来，backtrader仍然是一体化的最优选择。原创内容第845篇，专注智能量化投资、个人成长与财富自由。这些数据都是后复权之后的，可以直接用于回测策略。扩展 • 历史文章。
2025-04-03 11:31:07
311
原创 策略创新高，年化收益268%，稳稳的幸福 | 底层引擎兼容backtrader，回测实盘一体化。（代码与策略数据下载）
这里的加载有一个好处，就是日期不必对齐，比如A股与美股的calendar不同的，有些股票存在不交易的情况，这种都会自动跳过。接受与改变均不是上策，要改变别人很难，改变环境也需要时间，而接受多是委屈自己。从交易的角度，稳定经过实战以及丰富的社区很重要，这一点backtrader也满足。在A8.5之前，精力应该花在商业系统与体系的构建上，在此之上，可以更多追寻意义。等，支持vnpy，qlib，backtrader和bt引擎，内置多个。但其实类似的人与事，仍然存在着，只是我们有能力置得事外罢了。
2025-04-01 14:49:18
914
原创 策略年化261%，多平台复现确保没有未来函数 | aitrader 5.0桌面版本回测+实盘一体（python代码+数据下载）
toolbar.AddTool(3, "AI量化实验室官网", wx.ArtProvider.GetBitmap(wx.ART_GO_HOME), "打开AI实验室")toolbar.AddTool(8, "策略优选", wx.ArtProvider.GetBitmap(wx.ART_GO_FORWARD), "打开AI实验室商城")——实盘接口也会对接，而且是以散户能接受的低门槛的方式。config_path = os.path.join(script_dir,"imgs", "配置管理.png")
2025-03-31 14:43:45
620
原创 年化收益200%+的策略集 | 实时板块资金热力图 「aitrader 5.0系统代码发布」
indicator = st.radio("分析周期", ["今日", "5日", "10日"], index=0, horizontal=True)df['涨跌幅'] = pd.to_numeric(df[f'{indicator}涨跌幅'], errors='coerce')df['资金净流入(亿)'] = df['资金净流入(亿)'].round(2) # 保留两位小数。df['流向强度'] = abs(df['资金净流入(亿)'])[0.55, "#ffe5e5"], # 浅红色（小幅流入）
2025-03-28 10:36:39
777
原创 年化33.9%的稳健策略 | streamlit和dash驱动的智能量化投研（python代码+数据）
return LabxApp("aitrader_AI量化投资实验室", "com.ailabx",author = "飞狐", home_page = "http://www.ailabx.com")之前我们写过双引擎：streamlit+ dash，现在加一个引擎就是toga+pyecharts。("金融数据下载", create_tab()),等，支持vnpy，qlib，backtrader和bt引擎，内置多个。，每周五迭代一次，代码和数据在星球全部开源。扩展 • 历史文章。守好底线，认真生活。
2025-03-25 11:35:51
1062
原创 年化105%，回撤25.5%掘金量化终端复现星球策略（python代码下载）
是考试，还是沟通，或者旅游等等。阅读也一样，有目标感的成长计划，往往更加务实。因为咱们的回测系统都是自研的，尽管所有代码都给到大家，但偶尔会有同学担心说与成熟平台的运行结果会不会不差别？:return: 趋势评分数组，长度与输入相同，前period-1位为NaN。如果你只说要学英语，或者要阅读，这时候列一个计划，往往是低效的，因为没有目的性。等，支持vnpy，qlib，backtrader和bt引擎，内置多个。:param symbol: 标的代码。
2025-03-21 11:37:56
779
原创 年化超过200%？！不可思议！| Deepseek驱动的多智能体「虚拟对冲基金」开源了！手把手教你用大模型做投资决策
原创内容第830篇，专注量化投资、个人成长与财富自由。今天带来的是“Deepseek驱动的多智能体「虚拟对冲基金」”的系统代码下载。用多智能体协作技术模拟专业对冲基金团队，仅需一行代码就能看到AI如何分析股票、管理风险、生成交易信号！今天我们就来拆解这个「华尔街数字分身」的奥秘。
2025-03-19 11:19:40
668
原创 长期年化141%的策略是否有未来函数？| 可转债数据下载 | 基于manus开源框框架的投资智能体平台（python代码+数据）
所以有纯债价值，纯债溢价率，转股价值，转股溢价率，还有债对应的正股价。做时间的朋友，流量x产品，manus为代表的智能体是”一人企业“的重要支撑。计划本身并不难，很多人都熟悉的“倒排法”，要排起来简单，但真有效的计划，并不容易。目标会有一种力量，尤其在你迷茫，焦虑，陷入低谷的时候，给自己一种力量。等，支持vnpy，qlib，backtrader和bt引擎，内置多个。当然，转债是有明确退市日期的，所以很多都是已经退市的。，每周五迭代一次，代码和数据在星球全部开源。当然，反过来，过度的思虑，也会带来焦虑。
2025-03-17 11:23:14
576
原创 “低代码”配置年化109%，回撤25%的复合排序因子策略，已经发布到网站（python代码+数据）
不期待成为谁的白月光，也不想成为谁的朱砂痣，白月光爱而不得，朱砂痣得而不惜，说白了，都是意难平罢了。很多时候，回过头看，某一个看似普通的决定，在日记里不过是沉闷的一天，但人生可能就此发生了一次转折。——就是所谓的运气罢了，也许是下意识，也是就是偶尔，如此罢了。在量化投资眼前，一切都是因子，但更偏向于高频，至少是日内，分钟级别甚至更短的周期。等，支持vnpy，qlib，backtrader和bt引擎，内置多个。个人努力，时代选择，运气加持，缺一不可。量化投资如何赋能投资？扩展 • 历史文章。
2025-03-11 11:01:54
338
原创 年化109%，回撤25%的复合排序因子，经过波动率和成交量调整（python代码+数据）
只是当时站在三岔路口，眼见风云千樯，你作出选择的那一日，在日记上，相当沉闷和平凡，当时还以为是生命中普通的一天。'512100.SH', # '中证1000ETF','510180.SH', # '上证180ETF','513500.SH', # '标普500ETF',等，支持vnpy，qlib，backtrader和bt引擎，内置多个。'159915.SZ', # '创业板ETF','518880.SH', # '黄金ETF','513100.SH', # '纳指ETF',
2025-03-10 10:27:17
887
原创 年化19.66%，回撤12%的稳健策略|manus的启发：基于大模型多智能体的智能投研系统（python代码+数据）
基于日线本身的空间有限，还有一个提升的方向，或者与实战更为接近，需要分钟线，分钟线不是为了“高频”，而是在盘中按条件触发交易。另外一个方向就是当下最前沿的大模型技术，如何辅助量化投研和投顾，这个才是方向。等，支持vnpy，qlib，backtrader和bt引擎，内置多个。最终得到一个综合考量趋势强度、波动率和风险调整的动量指标。昨天这个策略，基本上是ETF排序轮动投资策略的一个方向。，每周五迭代一次，代码和数据在星球全部开源。综合了多因子，动量，波动率，交易额等等。扩展 • 历史文章。
2025-03-09 07:41:49
770
原创 aitrader_v4.6代码发布，支持duckdb|股票全量数据（python代码+数据）
内心演绎的重逢桥段——我说，好久不见，她说，恭喜你终于实现了当年的梦想！不过有梦想的人是幸福的，可以扛住雨雪风霜；等，支持vnpy，qlib，backtrader和bt引擎，内置多个。这些年，从年少轻狂，到务实努力，遇良人成家，遇贵人立业。总觉得技术在手，搞一个产品，就火了，然后就自由了。明白了多数人，可能终其一生都是普通人的残酷现实。，每周五迭代一次，代码和数据在星球全部开源。没有产品化的思路，也没能打造产品的逻辑。那一年，车站匆匆一别，竟然二十载过去。更何况，当年的技术也并不如当下成熟。
2025-03-07 10:57:50
841
原创 策略排行榜，欢迎来比赛|A股全市场多因子回测框架设计（python代码+数据）
我们第一步增量更新mongo里的日线，然后可以把数据dump到本地的csv，2024年以前的历史数据dump到一个文件目录，2025年的增量单独一个目录，后续增量只需要覆盖这个目录即可，避免每次都全量导数据。——潜意识不干了，开始焦虑。所以，我觉得治本的方式，还是努力向前吧（当然，你得直接从潜意识接受现状，那就当然好），心态上接受不确定性，允许一切发生，一切皆体验。但股票如果把全市场数据都计算一轮，那就太慢了，应该是每个运行周期，先选股，再计算这个池子所需要的择时指标，然后决定仓位分配。
2025-03-06 11:02:14
716
原创 年化27%，ETF综合评分策略结合RSRS择时（python代码+数据）
aitrader代码，自研因子表达式引擎、遗传算法（Deap）因子挖掘引擎等，支持vnpy，qlib，backtrader和bt引擎，内置多个年化30%+的策略，每周五迭代一次，代码和数据在星球全部开源，还有ailabx.com低代码策略平台。如果你的等待未来几天的一件事情发生，尤其是你认为重要，但却没有把握的时候，你会觉得时间过得无比的慢。做着自己喜欢的事情，那么别说一周，一月，一年，十年，弹指一挥间。有时候，希望时间过得快，孩子快快长大，可是转念一想，时间的流逝就意味着父母的老去。突然有一刻，好想家。
2025-03-04 11:33:53
321
原创 低代码配置出的年化70%，夏普2.06的策略。（python代码+数据下载）
等，支持vnpy，qlib，backtrader和bt引擎，内置多个。遇到困境时，“享受”困境，充分地体验，“毕竟”这样的机会不多。原创内容第813篇，专注量化投资、个人成长与财富自由。，每周五迭代一次，代码和数据在星球全部开源。看社区里有同学写了一个策略，挺厉害的。绝对的允许，充分地体验，允许一切发生。那些打不死我们的，终将让我们更加强大！这一切，终将成为你时过境迁后的笑谈。我相信，困境终将过去，而且会很快。凡事遇见，皆为因果，均为渡你而来。提升自己，锻炼心性，让自己成长。接纳焦虑，与之共处，进而平息。
2025-03-02 09:03:22
709
原创 年化25.7%，通过斜率拟合度对全球核心ETF评分策略在线上可查看参数（python代码+数据）
r_squared = np.nan_to_num(r_squared, nan=0.0) # 处理零方差情况。'159915.SZ', # 创业板100（成长股，科技股，中小盘）:return: 趋势评分数组，长度与输入相同，前period-1位为NaN。'510180.SH', # 上证180（价值股，蓝筹股，中大盘）等，支持vnpy，qlib，backtrader和bt引擎，内置多个。，每周五迭代一次，代码和数据在星球全部开源。aitraderv4.5，重点更新，3、ETF历史数据更新到最新。
2025-02-28 10:02:31
647
原创 几秒钟创建一个年化20%的策略：会员专属策略上线，不需要积分即可查看策略和回测啦。
大模型给出的解决方案：往前查就近的一个财报日期，而且，每支股票的发布日期不一定相同，肯定无法用where date=‘date’。函数按股票代码分组，并按日期降序排列，为每支股票的财报日期分配一个行号。随着模型本身的长思考能力的增强，模型本身就能，且更好地完成这样的任务。等，支持vnpy，qlib，backtrader和bt引擎，内置多个。关于AGI之路，在应用层面上，目前我的观感，确实没有太多技术深度。有时候，似乎也不知道在恐慌什么，明明也挺好的。，每周五迭代一次，代码和数据在星球全部开源。
2025-02-27 11:35:31
437
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人