社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Python

6年年化收益46%,最大回撤率为16%的策略(附python代码)

七年实现财富自由 • 6 天前 • 45 次点击  
原创内容第877篇,专注智能量化投资、个人成长与财富自由。
更少,但更好的精要主义。
机器学习驱动的智能量化,有一个标准的模板:
1、选定股票池范围,比如沪深300成份股。
2、加载数据
3、计算因子集,比如Alpha158
4、因子分析
5、模型训练
6、回测
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。
我们用代码来写一个年化46%,最大回撤率为16%的策略。
用代码就是如下:
    t = Task()    t.name = '全球大类资产-修正斜率轮动'    etfs = [        '510300.SH',  # 沪深300ETF        '159915.SZ',  # 创业板        '518880.SH',  # 黄金ETF        '513100.SH',  # 纳指ETF        '159985.SZ',  # 豆柏ETF        '511880.SH',  # 银华日利ETF    ]    t.symbols = etfs    t.select_sell = ["出场规则"]    t.order_by_signal =  "排序规则"    e = Engine()    res = e.run(t)    print(res.stats)    # print(res.get_security_weights().iloc[-1].to_dict())    # print(res.get_weights())    import matplotlib.pyplot as plt    res.plot()    plt.show()
策略代码在这里下载:AI量化实验室——2025量化投资的星辰大海
吾日三省吾身
在一个投资社区论坛上看到一个非投资相关的话题,挺有意思的。
有一个哥们问咨询大家关于顶层楼房该不该买。
我之前也思考过这个问题,就认真看了一下,挺有意思。
不同意的观点,基本是老生常谈了。
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)。
还有人从投资价值角度,说到时不那么好卖之类的。
当然同意的人就一个观点:买个清静。
有一位兄弟说得很直白,就是你无法决定你楼上住的是什么人。
当然又有人说了,顶楼还有电梯的声音,或者风声还大呢?————白噪声又是可以接受的。
当然,我没有参与讨论。
我想到“边界感”这个词。
其实,边界感真挺重要的。
其实每个人做好自己的事情,就挺好的。
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。
父母不习惯大城市的生活,那就在镇的买个小房子,岁月静好。——省掉邻里各种家长里短。
不喜欢一件事,离得开,有的选,这就是自由
自由是一种能力。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。
代码和数据下载:AI量化实验室——2025量化投资的星辰大海

AI量化实验室 星球,已经运行三年多,1700+会员。

aitrader代码,因子表达式引擎、遗传算法(Deap)因子挖掘引等,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。

扩展  •  历史文章   

EarnMore(赚得更多)基于RL的投资组合管理框架:一致的股票表示,可定制股票池管理。(附论文+代码)

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」

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)

年化30.24%,最大回撤19%,综合动量多因子评分策略再升级(python代码+数据)

年化18%-39.3%的策略集 | backtrader通过xtquant连接qmt实战

stock-pandas,一个易用的talib的替代开源库。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/181858
 
45 次点击