创业板ETF调参，最优参数年化19.2%。

原创内容第699篇，专注量化投资、个人成长与财富自由。

上周发了一个策略：基于backtrader实现人工智能LOF的择时，optstrategy实现最优参数搜索（年化从9%提升至15.4%）

星球里有同学问我，为何选择人工智能LOF，是有什么深意吗？言下之意是你不会挑一个本身就涨得好的吧？

其实就是随手挑。或者这么多当下人工智能很火吧，选择一个好的ETF总没有错。

为避免误会，咱们就从传统宽基来看参数调优过程。

创业板的动量策略：

import sys

from matplotlib import rcParams

rcParams['font.family'] = 'SimHei'
import backtrader as bt
import pandas as pd


class roc_trend(bt.Strategy):
    # 参数定义
    params = dict(
        period=20,  # 动量周期
        upper=8,
        lower=0,
    )

    def __init__(self):
        self.roc = bt.indicators.ROC(self.data, period=self.p.period)

    def next(self):
        if not self.position:  # not in the market
            if self.roc[0] > self.p.upper / 100.0:
                self.order_target_percent(self.data, 0.99)  # enter long
                # self.buy()  # enter long

        elif self.position.size > 0 and self.roc[0] < self.p.lower / 100.0:  # in the market & cross to the downside
            self.close()  # close long position


from backtrader_extends.engine import Engine

symbol = '159915.SZ'
e = Engine(symbols=[symbol])

if __name__ == '__main__':
    e.run_strategy(roc_trend,period=20,upper=8,lower=-0)
    # e.optstrategy(roc_trend, period=range(6, 30, 2), upper=range(1, 10, 1), lower=range(-5, 0, 1))
    e.show_result_empyrical()

年化17.5%：

之前的参数设定为（20，8， 0）已是比较优的参数。

经过充分调优参数，最优参数为：（20，3，-2），年化收益19.2%。

咱们的模板里我已经带了多线程调参，所以单标的择时的话，性能还是可以的。当然决定你需要搜寻的参数空间。

代码下载：AI量化实验室——2024量化投资的星辰大海

AI量化实验室 星球，已经运行三年多，1200+会员。

quantlab代码交付至6.X版本，含几十个策略源代码，因子表达式引擎、遗传算法（Deap）因子挖掘引擎等，支持backtrader和bt引擎，每周五迭代一次，代码和数据在星球全部开源。

作者：AI量化实验室（专注量化投资、个人成长与财富自由）

当下调侃最令人无力的一句话：“读了那么多书，懂那么多道理，却过不好这一生“。 

这里潜台词是自己已经很努力了，就怪外界环境，或者运气不好，出身不好等等。

这句话看似很在理，实则有根本性的逻辑错误。 

读书，懂道理是向在归因，你希望自己成长。过不过得好这一生，即所谓成功，是向外归因，就赖他们。 

听了几本书，刷了几个短视频，觉得自己好努力，看了几个观点，觉得自己天上地下无所不知了。

——这里读了和读懂是有区别的，看起来懂和真的懂，懂了会用，会用真的去用是天差地别的。 

我确实见过读了不少历史书的爱好者，但他读的都是故事，你要聊某一个细节，正史野史他张口就来。

但他说不出所以然，没有规律总结，更谈不好用什么样的历史观去读历史。信息越多，反而越混乱。

知识需要生长在自己的认知体系上，然后反复去践行，反复修正认知。——人至践，则无敌。 

成长到成功之间的鸿沟就是做，持续做对的事情。 

我们总高估1-2年的成就，却低估3年，5年，10年的收获。 

暴躁是因为能力不足，劳苦是因为方法不对。

 扩展  •  历史文章   

• 如何把一个9.5%的策略优化至年化19%？| quantlab6.1代码发布：backtrader择时策略模板

期货海龟策略，年化27.67% | 健康无碍，财富可解千愁

•  AI量化实验室——2024量化投资的星辰大海

▼点击阅读原文，访问“AI量化实验室”策略集合

（http://www.ailabx.com/mall）。