原创内容第925篇，专注智能量化投资、个人成长与财富自由。一念执着，万般皆苦，一念放下，便是重生。
有一天，你会静下心来，像一个旁观者一样回顾自己的故事，然后微笑着摇头，意识到人生不过是场梦。能治愈你的，不是时间，而是内心的释怀和明白。
为什么考虑自研一个回测引擎？从backtrader，qlib，bt，还有pybroker，我们用了很多回测引擎。有两个原因，首先，回测引擎并不是非常复杂，因此还要自己完成是完全可以的。其次，多数回测引擎可能为了考虑通用性，都会有一些局限性。比如backtrader性能太慢，如果要加载300支股票甚至更多会有性能问题。qlib与自有的存储格式绑定，且不兼容传统的规则回测。我们用bt用得最多，因子轮动和基础的止盈止损是没有问题的，但bt不支持精细化的规则，如分步加仓，盘中交易等直接实盘整合的话，bt就在局限性。pybroker兼容机器学习和传统量化，不过它的机器学习是按symbol走的一般我们做机器学习都是对一批symbols。我们希望兼容传统量化与机器学习量化，并支持股票等多支标的同时回测。更为重要的事，如何实现与实盘框架整合的一体化。比如按时间的盘中交易，定义持仓的日期等。第2个重点是量化投研全流程。包含因子挖掘，因子分析，策略生成，策略持续优化。构建起一个量化投资流水线工厂，能够批量发掘策略。策略列表： http://ailabx.com/mall（点击文末的“查看原文”可直接访问）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。
点击 “查看原文”，直接访问策略集合。
