【讨论】星球当下的优化级安排

ailabx

昨天在星球发的一个贴，收到两个方向的答案：

1、深度学习、强化学习等等前沿的东西。论文、研报。
2、教程。

当然，说到策略大家都不会反对。
策略当然好啊，实盘，拿来用就赚钱。————等等，想想这个逻辑成立嘛？

那么强的配备的私募公司，也有亏得底掉的。
我要是跟您说，保证您赚钱，那一定是骗您的。

那你要问了，那你这个实验室 干吗的？

学习量化投资，只是让你更有纪律，更省事，更理解风险，投资更有抓手。
它不是灵丹妙药 ，包治百病。

关于前沿模型，我的逻辑，现有的模型统计能力足够，动不动就过拟合，根本不必费力就找更深，更大的模型。
更重要的是数据，更好的数据，另类数据，然后就是因子，构造因子是你的经验，你的投资能力的体现。
当然可以挖掘，但这个仁者见仁，机器因子里过拟合居多。
很多私募公司搞人海战术找因子。

因此，我目前的想法：
1、模型上，除非有特别强的理论和实战证明的模型，咱们会复现和引入，否则把lightGBM的StockRanker帮助大家封装好就足够了。（与某智能量化平台类似）
2、基础数据帮大家整理好。
3、遗传算法挖掘继续完善。
...
待补充。
欢迎大家发表观点讨论。

小飞侠

实盘方向更涉及一点。
好因子怎么筛选？
好因子怎么组合？筛选出来5个好因子，那怎么组合在一块？
单调性怎么量化，单调性因子的挖掘怎么在deep里实现？

ailabx

小飞侠 发表于 2024-8-7 16:33
实盘方向更涉及一点。
好因子怎么筛选？
好因子怎么组合？筛选出来5个好因子，那怎么组合在一块？

实盘有人觉得没必要，现在qmt，或者ctp都是成熟的，自己写就好了。
模型是我打算把StockRanker（类似Bigquant）的封装出来，就够用了。

因子合成：等权，加权，机器合成（用StockerRanker）。
然后就是因子构造了。

cuits5

老大，因为不会写实盘代码，所以想了半自动化交易的方式。希望能每天收盘后自动更新数据，策略给出交易信号（比如聚宽、bigquant的模拟盘），然后通过券商软件设置时间条件单进行交易。所以想着一是数据自动更新，二是盘后定时给出交易信号

ailabx

cuits5 发表于 2024-8-7 17:23
老大，因为不会写实盘代码，所以想了半自动化交易的方式。希望能每天收盘后自动更新数据，策略给出交易信号 ...

自动更新与信号是可以的。

yhmickey

觉得还是需要行业内的工作流，结合框架，多出一些对我们非行业内的教程。 那些花里胡哨的新技术不如踏踏实实的业内工作流，让我们知道重点努力的方向，以及如何努力

ailabx

yhmickey 发表于 2024-8-7 22:53
觉得还是需要行业内的工作流，结合框架，多出一些对我们非行业内的教程。 那些花里胡哨的新技术不如踏踏实 ...

同意这个观点。