实时视频网站怎么做广州今日新闻最新消息

原创内容第863篇，专注智能量化投资、个人成长与财富自由。

从csv dataloader到polars_dataloader，主要是为了使用polars引擎计算因子方便，性能更好。

还是花了小两个晚上的时间。

由于休假在家，只能晚上和早起来调试，终于解决了。

还是那个原则——更少，但更好。

if __name__ == '__main__':    t = Task()    t.name = '全球大类资产-修正斜率轮动'    t.symbols = [        '159934.SZ',  # 黄金ETF（黄金）        '511260.SH',  # 十年国债ETF（债券）        '512890.SH',  # 红利低波（股票）        '159985.SZ',  # 豆粕（商品）        '513100.SH',  # 纳指100        '513500.SH',        # '518880.SH'    ]    t.symbols =[            "159509.SZ",            "518880.SH",            "512480.SH",            "513180.SH",            "159531.SZ",            "513100.SH",            "513520.SH",            "159857.SZ",            "512100.SH",            "513500.SH",            "588000.SH",            "513330.SH",            "162719.SZ"        ]    t.select_sell = ["roc(close,21)>0.17"]    t.order_by_signal =  "trend_score(close,25)*0.4+(roc(close,5)+roc(close,10))*0.2+ma(volume,5)/ma(volume,20)"    #t.order_by_signal = 'trend_score(close,25)'    t.start_date = '20200101'
    e = Engine()    res = e.run(t)    print(res.stats)    print(res.get_security_weights().iloc[-1].to_dict())    print(res.get_weights())    import matplotlib.pyplot as plt    res.plot()    plt.show()

源代码下载地址：AI量化实验室——2025量化投资的星辰大海

吾心安处是吾乡

记录一下回家探亲的行程。

机场有点远，不过公共交通都很方便了。

周末地铁上人少多，但机场线还好。

一个半小时到机场。

没有想象中那么远。

听闻南方大雨天气，部分航班不同程度延误。

我的这班飞机暂时还没有通知。

飞机旅程就是有天气的不确定性。

短途的话，其实高铁挺方便的。

现在的交通都是朝发夕至，回去挺方便的。但我们可能总觉得来日方长吧。要起心动念安排一次，一晃又超过一年。

其实，父母在，家就在。

有时很难想象真有那么一天，可能回去的动力就更加少的多了。

最为经常出差的人，这样的旅程就是家常便饭。我出差频率还好。

与不确定共舞本身就是人生常态。

有时候，没有消息就是好消息。

确实，很多事，不必提前焦虑。

“多数事情是认为，情绪想得复杂”。

都远谈不上车到山前必有路，船到桥头自然直”之类的。

路上还算比较顺利，没有太多的延时。

“偶尔”纠结过一些小事，但看起来还算有所进步，加油。

也谈不上累其实，爸妈在等候，一如继往的等候。爸妈在的时候，才感觉自己还可以是个孩子。

以前觉得成年人还是个孩子，好像是一种批评。

其实，有时候，真的希望可以做一个孩子，天真，无忧无虑。

不用时刻注意做表情管理。

可是，我们都已经有了自己的孩子。

我们要担负起更多的责任。

代码和数据下载：AI量化实验室——2025量化投资的星辰大海​​​​​​​

扩展  •  历史文章   

EarnMore（赚得更多）基于RL的投资组合管理框架：一致的股票表示，可定制股票池管理。（附论文+代码）

年化收益200%+的策略集 | 实时板块资金热力图 「aitrader 5.0系统代码发布」

年化19.66%，回撤12%的稳健策略|manus的启发：基于大模型多智能体的智能投研系统（python代码+数据）

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18%-39.3%的策略集 | backtrader通过xtquant连接qmt实战

stock-pandas，一个易用的talib的替代开源库。