Py学习  »  Python

年化591%,回撤仅7%的策略,支持订阅信号|基于AgentScope开发金融多智能体,附python代码

七年实现财富自由 • 昨天 • 14 次点击  
原创内容第1032篇,专注AGI+,AI量化投资、个人成长与财富自由。
网站主体功能已经重构完成,基本上是重写,但是值得的。
把星球同学很多的建议都纳入进来。
网站作为星球的重要补充,未来会给星球同学提供策略平台,参数,甚至是智能化的功能。
登录后即可以查看策略最新的持仓。(所有登录用户均可见。)
比如,当前这个年化591%的策略的持仓:
明天添加订阅功能,订阅后,即可以看到调仓信号。
规划一个智能化的功能——“金融量化多智能体平台”。
首先需要一个智能体框架,尝试通义开源的AgentScope。
从akshare获取最新的个股消息:
然后用大模型对宏观面进行解读:
system_message = {    "role""system",    "content""""你是一位专业的宏观经济分析师,专注于分析宏观经济环境对A股个股的影响。        请分析提供的新闻,从宏观角度评估当前经济环境,并分析这些宏观因素对目标股票的潜在影响。
        请关注以下宏观因素:        1. 货币政策:利率、准备金率、公开市场操作等        2. 财政政策:政府支出、税收政策、补贴等        3. 产业政策:行业规划、监管政策、环保要求等        4. 国际环境:全球经济形势、贸易关系、地缘政治等        5. 市场情绪:投资者信心、市场流动性、风险偏好等
        你的分析应该包括:        1. 宏观环境评估:积极(positive)、中性(neutral)或消极(negative)        2. 对目标股票的影响:利好(positive)、中性(neutral)或利空(negative)        3. 关键影响因素:列出3-5个最重要的宏观因素        4. 详细推理:解释为什么这些因素会影响目标股票
        请确保你的分析:        1. 基于事实和数据,而非猜测        2. 考虑行业特性和公司特点        3. 关注中长期影响,而非短期波动        4. 提供具体、可操作的见解"""}
警告: 无法导入新的搜索模块,将回退到 akshare新闻保存目录: src\data\stock_news成功创建或确认目录存在: src\data\stock_news新闻文件路径: src\data\stock_news\600519.SH_news_2025-10-21.json使用缓存的新闻数据: src\data\stock_news\600519.SH_news_2025-10-21.json (缓存数量: 100)宏观分析师: {"macro_environment": "neutral", "impact_on_stock": "positive", "key_factors": ["市场情绪改善""货币政策宽松预期""产业政策支持消费升级"],  "reasoning""当前宏观经济环境整体呈现中性特征。  "}
(以上为大模型AI解读,仅作技术演示)
每天“不管”一点点,每天就变强一天天。
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,1900+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。


点击 “查看原文”,直接访问策略集合

扩展  •  历史文章   


年化390%,回撤7%,夏普6.32 | A股量化策略配置

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429%,夏普5.51 | 全A股市场回测引擎构建

年化443%,回撤才7%,夏普5.53,3积分可查看策略参数

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/188167