整合qlib的模型到我们的“积木式”回测框架

原创文章第186篇，专注“个人成长与财富自由、世界运作的逻辑，AI量化投资"。

今天回归到qlib。

我们的架构从backtrader，到自研；从传统多因子到AI quant机器学习驱动，一直在学习与进化。

传统规则型的量化与机器学习不同。

传统规则型就是onbar，每天去执行规则即可，所以我们有了“算子”积木式的搭建策略。

机器学习型，需要划分训练集、测试集。在训练集在生成模型——类比就是传统里的规则，然后在测试集上回测（qlib是分了三段：train, valid, test，个人觉得，金融数据本来就少，两段就够了）。

按qlib的架构，我们也封装dataset。dataloader加载并生成了所有因子数据。dataset对数据进行相应的标准化，预处理等，然后最主要的一个工作是划分数据集（train, test）。

模型训练其实在回测体系之外的。我们假定模型已经训练完成。

我同样可以整合到我们原有的“积木式”架构中。select_topK_by_ML，机器模型为当天的bar生成pred_score，按pred_score取topK进入调仓。至于仓位多少，是等权还是风险平价，与规则型的类似。

所以，我们的model生成统一的predict界面就好，输入是day_bar的因子数据，输出是每支标的的打分pred_score即可。

model从本地加载，若不存在，触发训练，使用dataset里的数据划分情况，这个时间与回测没有强关联。

qlib使用pytorch实现了大部分前沿的模型，这里值得我们翻一翻源码。

到底是因子重要，还是模型重要呢？

另外一条主线就是强化学习。在系统的实现上，qlib的比较结构化，且代码是易懂的。当然它的模型还是与基础的dataset有比较深的结构耦合。在实现系统的初期，我们可以借鉴“金融机器学习”这样的书上的案件，有DNN, RNN以及强化学习的案例，把它整合成系统的一部分。

从难易度上，keras可能比pytorch还要简洁，但对于tensorflow我在内心是拒绝的。pytorch之上还有fastai， fastnlp这样的框架。

看fastai的示例：图片分类，图片分割，文本分类，表格数据（金融预测可以用），推荐系统。

之前进行过一段时间的机器学习量化，想着还需要把基础、规则型的量化整理明白。现在在规则型的基础上，把机器学习引入进来，二者并不矛盾，可以相互验证。但机器学习终究是未来。

fastai更加对标keras，支持表格型数据，针对AI量化投资，keras/fastai要优先学习，而针对文本，自然语言处理，fastnlp可以看看，fastnlp优点是中国人开发的，有许多中文的物料。

fastai的出品方是fast.ai，机构规模不大，但因为提供大量免费机器学习课程，而名声在外。还有，fast.ai也是美国军方的合作伙伴，研究如何加速人工智能技术的发展。

无论如何，pytorch都是基础，fastnlp的代码看了下不算复杂，做了一些基础工作的封装罢了。fastai的封装程度高一些。

昨天看三体，叶文洁如何起家了，因为遇到了一个继承了45亿美金的，“志同道合”的人。一个有技术有信仰，一个有资金有理想——先不论好与坏。才有了后端的ETO组织。