昨天我们把talib的指标引入了遗传算法里的因子挖掘:
遗传算法整合talib技术分析算子做因子挖掘,比如ADX, 阿隆指标等
技术指标本质也是因子,只是它通过阈值来产生信号。
CTA有很多”知名“策略基本是日内的,当然肯定都失效了。
这就是做量化之难——你要真实的实盘结果与收益,而市场一直在变化。交易系统其实未必是形的系统,而更多是一种理念。
技术指标不在多,而在于精,很多技术指标实是重复的。
你完全可以定义和设计自己的指标。
比如RSRS就是一个比较创新型的指标,当然最近几年已经失效了。早年效果是非常好的,也有比较的逻辑解释和支撑。
重点还是控制回撤。比如回撤在10%以内,5%更好。放弃没把握的交易。加上止盈与止损机制。
代码每周五在星球更新和迭代:
01
—
如何开发金融大模型智能体?
大模型智能体开发并不复杂,难在如何找到有效的落地场景。
如同多少互联网创业项目一样。
需求和痛点的理解才是最难得。
要解决谁的什么问题?
两个角度来理解大模型:
第一个是抛开技术寻找应用场景,然后再探索此应用场景下大模型技术方面的可行性;
第二个是先熟悉大模型的技术,然后根据技术去探索与某个应用场景的结合。
信息检索增强。
获取信息是强需求,传统通过搜索引擎技术实现。
生成式大模型可以拆解,分析查询意图,做资料搜集,检索,重构。
当然,需要自行控制信息来源避免幻觉。
比如金融量化投研,就需要检索和处理大量信息。这是大模型就可以很好的派上用场。
当然,很多信息源内容并不精致,信噪比低,这样大模型也挖掘不出好的结论。
人工会自行过滤差的文章。
人机结合的效率一定是最好的。
研究智能助手,我们只需要给出初步想法,让智能体去全网挖掘信息。
智能检索的下游应用,在金融领域就是智能投研。
每年,研究团队需撰写约50份研报,每份研报都经历了信息搜寻、数据查找、观点分析、制作图表、撰写成文等多个繁琐流程……
基于智能体,做研究和开发应用,做发明,也是很有意思的事情。
——做有价值的事情,然后把它们写出来,去连接同频的人。
往期推荐
回顾过去一周热点
Quantlab5.7代码发布:使用年化收益来优化遗传算法因子挖掘
年化20.7%全球大类资产的波动率因子(附python代码)
02
—
吾日三省吾身
做成有价值的事情,最有深度和意义的思考,连接同频的人。
为谁解决什么问题。
人生在于体验。
过你想过的生活,做喜欢做的事情。————但是,这一切都需要钱的呀。
自由很贵。
延迟满足吧,据说20%的人,活不过退休。
即便是正常退休,但——欲买桂花同载酒,终不似,少年游。
读了一篇挺真诚的文章:
睡后收入的重要性:文章指出,如果没有被动收入,人们可能需要工作到生命的最后一刻。
职业选择的反思:年轻时,许多人认为找到稳定工作就能保障一生,但重复性工作缺乏成长性,可能导致中年危机。
自媒体的潜力:在数字化时代,自媒体提供了一个低成本创业的平台,通过建立个人品牌和影响力,可以实现持续的收入。
专注与深耕:专注于一件事,深耕细作,成功的几率会更高。成功之后,可以复制这一模式。
内容创作与模仿:对于刚开始接触自媒体的人,模仿是学习的一种方式,通过不断学习和实践,逐步打造出自己的风格和影响力。
持续更新与成长:通过持续更新内容,不断打破和重建自我,实现了个人成长。
你要有一个到死都能赚钱的生意
我们都在试图等一种状态,说我准备好了。
其实,永远没有所谓准备好了。
先起飞再调整姿势。
温水里待着是舒服,但可能不知不觉就丧失了逃生的能力。
中年危机就来源于此。
居安而思危,永远做好准备。
我们都试图从一个温水出来,再找一个温长苟着。
总有人会说,现在不是折腾的时候。
你想清楚风险,就不是折腾。
机会成本,本身也是一个巨大的风险。
人就活一次,过了也就过了。
但你来到最后一刻,你后悔当初的自己,为什么不敢勇敢一点呢?
不要浪费任何一次危机。
新人优惠券:
提前续费享5折优惠:
山重水复疑无路,柳暗花明又一村。
关注我,一起成长,学习量化投资,提升对于世界的认知,实现财富自由。
七年实现财富自由
七年,经过十万小时刻意练习,足矣在任何领域成为专家。 七年,成为自己的财富管理专家。 七年,实现财富自由。