quantlab5.1代码发布,含10+个策略以及期货实盘对接(代码+数据)
原创文章第586篇,专注“AI量化投资、世界运行的规律、个人成长与财富自由"。
代码截图如下:
请大家请往下载更新:网页链接
周末“刷“了四本投资相关的书,欧内斯特的2本,埃尔德的两本。
因为很多内容是熟悉的,所以读起来很快。——仍然很有收获,不是具体某一个策略,或者某一些因。
这两套书,与其他多量化书的区别在于,...
quantlab5.1代码发布,含10+个策略以及期货实盘对接(代码+数据)
原创文章第586篇,专注“AI量化投资、世界运行的规律、个人成长与财富自由"。
代码截图如下:
请大家请往下载更新:网页链接
backtrader国内期货实盘环境搭建——回测得来终觉浅,觉知量化要实盘。
原创文章第584篇,专注“AI量化投资、世界运行的规律、个人成长与财富自由"。
咱们的目标是实盘。量化而言,就是把人工盯盘这种低效,无法积累的事情取代掉。
就算你是主观交易高手,需要在交易时间一直盯着盘,就算你可以稳定地赢利,以交易为生——这已经很不容易了。但这仍然是“打...
RSRS研报复现——年化21.5%,含RSRS标准分,右偏标准分的Backtrader指标计算(代码+数据)
原创文章第583篇,专注“AI量化投资、世界运行的规律、个人成长与财富自由"。
继续Backtrader,今天讲讲指标扩展。
作为规则型的量化框架,指标是非常重要的元素,它是策略的基础。
我们来扩展一个经典的指标,RSRS——来自光大证券研报的“阻力支撑”指标。
尽管Backtrader内...
年化15.73%:创业板指数布林带突破Backtrader策略(代码+数据)
原创文章第582篇,专注“AI量化投资、世界运行的规律、个人成长与财富自由"。
昨天咱们使用backtrader,重写了创业板动量趋势择时:网页链接
翻开这一篇文章,发现竟然是五年前写的了。 五年了,投资理念 ,投资思想,量化能力有了新的认知。 大类资产配置理念 已经成熟,现在奔着量化私募的职投能力进化。
年化19.2%:backtrader+quantstats实现创业板动量择时(代码+数据)
原创文章第581篇,专注“AI量化投资、世界运行的规律、个人成长与财富自由"。
backtrader,去年我们花了不少时间,当然,我在backtrader的基础上做了很多封装。
网页链接
年化达21%(K=1),最大回撤35%,K=3时,卡玛比最优,最大回撤20%(年化15.2%)| Quantlab5.0代码发布
原创文章第578篇,专注“AI量化投资、世界运行的规律、个人成长与财富自由"。
Quantlab5.0代码发布:
值得说明,Quantlab5与4没有继承关系,5开始的思路是:
1、尽量少封装,保留回测框架最原始的功能。
2、取消配置、可视化界面,使用notebook写策略,方便大家直观学习。
Alpha2:使用深度强化学习挖掘公式化的超额收益因子(附论文及源代码)
原创文章第577篇,专注“AI量化投资、世界运行的规律、个人成长与财富自由"。
今天说说因子挖掘,我们之前交付的Deap遗传算法因子挖掘,大家可以前往温习一下:
网页链接
原创文章第573篇,专注“AI量化投资、世界运行的规律、个人成长与财富自由"。
2024年上半年即将结束,开始准备星球下半年的工作。
目前设想的——Quantlab5.0,之所以升级一个大版本,与4.x有很大不同。
5.0专注策略开发,可能以notebook形式为主,弱化gui界面,甚至少用streamlit...
【代码发布】Quantlab-4.3.1发布:lightGBM全球大类资产配置-模型自动调参(代码+数据)
原创文章第572篇,专注“AI量化投资、世界运行的规律、个人成长与财富自由"。
今天是星球每周更新代码的日子。
本周核心进展,是基于lightGBM大类资产配置,以及相应的参数调优的代码:网页链接
年化20%+的趋势轮动,可媲美机器学习模型?那多因子是否还有必要?(代码+数据)
原创文章第571篇,专注“AI量化投资、世界运行的规律、个人成长与财富自由"。
“每个人都有两次生命,第一次是活给别人看的,第二次是活给自己的,第二次生命常常从四十岁开始。真正的人生从四十岁才刚刚开始,在那之前,你只是在做调研而已。”
卡尔.荣格
为自己而活,其实蛮难的...
【自动调参】年化29.3%,最大回撤18.5%:lightGBM的参数优化
原创文章第570篇,专注“AI量化投资、世界运行的规律、个人成长与财富自由"。
研报复现继续:网页链接
原创文章第569篇,专注“AI量化投资、世界运行的规律、个人成长与财富自由"。
lightGBM在训练完成之后,树模型是可以筛选特征的,我们可以把特征按重要性排序,筛选最有效的特征(因子)。
feat_importances = pd.Series(model.feature_importances_, index = X_train.columns).sort_v...
年化16.6%,全球大类资产使用lightGBM预测轮动——数据缓存提升效率
原创文章第568篇,专注“AI量化投资、世界运行的规律、个人成长与财富自由"。
Dataloader缓存
加载160个因子,10几支大类资产,这个计算还是需要一点时间,尤其在我们频繁运行的时候,需要等待,这里我们实现了load_alpha, 从因子集里加载,同时加上的缓存机制,连同运算好的因子值,...
【代码发布】Quantlab4.3:lightGBM应用于全球大类资产的多因子智能策略(代码+数据)
原创文章第566篇,专注“AI量化投资、世界运行的规律、个人成长与财富自由"。
昨天,网页链接
Quantlab整合Alpha158因子集,为机器学习大类资产配置策略做准备(代码+数据)
原创文章第565篇,专注“AI量化投资、世界运行的规律、个人成长与财富自由"。
我们的研报得现工作,用了两篇文章讲数据准备:
网页链接
【研报复现】年化27.1%,人工智能多因子大类资产配置策略之benchmark
原创文章第564篇,专注“AI量化投资、世界运行的规律、个人成长与财富自由"。
昨天今天把基础数据准备完成了:
网页链接
深红利与创成长轮动:年化27.5%,优化了一下策略(代码+数据)
原创文章第562篇,专注“AI量化投资、世界运行的规律、个人成长与财富自由"。
“股票投资和减肥一样,决定最终结果的不是头脑而是耐心。”
《彼得·林奇的成功投资》
修正一个小bug:(bt框架里获取历史持仓的逻辑,有一些小变化,这里做了一下修正),主体不受影响,策略表现较之前...