原创文章第367篇,专注“个人成长与财富自由、世界运作的逻辑与投资"。
社群下一步要为量化入门同学,打造一个可以免安装,直接使用的AI量化平台。
我们还是从ETF开始,原因是新的投资者,从ETF,大类资产开始,总是不错的选择,甚至于,如果你不是,也不想成为专业投资者,只能享受投资复利的话,使用ETF就够多了。
当市场越来越有效的时候,alpha甚至消失,剩下市场beta也就是分享资本市场成本带来的收益。
ETF一共有1000多支,不过没有必要同步所有数据。
比如跟踪中证500指数的ETF就是20多支,当然有些做了增强。从咱们量化的角度,选择严格跟踪指数的ETF,因此,一般选择交易量最大的即可。
from django.db import models
from django.urls import reverse
class Tag(models.Model):
name = models.CharField(max_length=255, unique=True)
def __str__(self):
return self.name
class Meta:
verbose_name = 'ETF标签'
verbose_name_plural = verbose_name
class ETF(models.Model):
symbol = models.CharField(max_length=20, verbose_name='基金代码')
name = models.CharField(max_length=60, verbose_name='基金名称', null=True)
found_date = models.DateField(verbose_name='成立日期', null=True)
tags = models.ManyToManyField(Tag, related_name='etfs', blank=True)
benchmark = models.CharField(max_length=500, verbose_name='比较基准代码', null=True, blank=True)
def __str__(self):
return '{}({})'.format(self.name, self.symbol)
def get_absolute_url(self):
print('abs')
return reverse('etfs')
class Meta:
verbose_name = '场内基金-ETF'
verbose_name_plural = verbose_name
选择投资标的:
配置交易规则:
目前看,从极简的技术选型看,后端使用django+ninjia,可以完美支持管理系统,对于手工入,配置相关信息,可以用极少的代码,获得一个管理系统。
而回测系统,前端交互比较复杂,使用vue+elementUI是个好的选择,但不想引入nodejs的复杂性,直接使用cdn的模式引入。
吾日三省吾身
人生之境遇,很多时候是自身连续选择的结果。
而这些选择,是由我们底层的价值观决定的。
有人激进,有人中庸。
无它,都是选择,自己认为对就好,不要拧巴。
一次时间投入,可以长期使用的产品,服务,总是值得投入。
产品化,服务化,创造价值。
我们聚焦在ETF领域,可以大类资产配置,可以轮动,可以择时,可以高频也可以引入机器学习算法交易。
创业板ETF动量择时:年化21%,最大回撤18%,以及DeepAlphaGen强化学习因子代码发布
12年年化收益14.5%的大小盘轮动,投资应该可以很简单的(代码+数据下载)
绝对型收益策略集:大类资产ETF风险平价及趋势动量(低代码量化系统实证,代码+数据下载)
联系客服