logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

以AI量化为生:8.回测模块优化与重要指标增强

本文深入优化了vnpy回测框架,新增多项关键指标以多维度评估策略表现。核心改进包括:1)交易级别统计(胜率、盈亏比、凯利最优仓位等);2)高级风险指标(索提诺比率、卡尔马比率等);3)智能筛选功能(16种条件)与分组显示界面;4)时间维度分析(月度/半小时区间统计)。通过综合评分系统,将30+指标按业务逻辑分组显示,并支持详细报告导出。这些增强功能使策略评估更全面科学,参数优化更高效,为实盘交易提

文章图片
#人工智能#算法#大数据 +3
以AI量化为生:7.编写自己的第一个量化策略

本文介绍了《以AI量化为生》系列第七篇关于vnpy策略开发的内容。文章从修改策略加载机制入手,详细分析了vnpy的双均线、布林带等经典策略,并最终实现了一个支持多时间周期的3MA策略。该策略通过15分钟周期判断趋势,5分钟周期执行交易,结合动态止盈止损机制,在回测中取得了39.26%的总收益率。文章还展示了参数优化过程,最终将年化收益率提升至155.08%,夏普比率达到5.07。完整代码已开源,为

文章图片
#人工智能#大数据#金融 +2
以AI量化为生:6.日志系统与告警机制设计

本文介绍了量化交易系统中日志管理和告警通知系统的设计实现。作者基于loguru构建了异步高性能日志系统,支持自动轮转、压缩存储和彩色输出。告警系统整合了飞书/钉钉机器人,采用多线程异步发送机制,具备失败重试和频率限制功能。文章详细展示了日志格式设计、告警机器人配置、核心代码实现及系统集成方案,并提供了测试验证方法和常见问题解决方案。该系统可有效监控量化交易运行状态,及时发现异常情况,为后续策略开发

文章图片
#人工智能#大数据#金融 +2
以AI量化为生:5.期货数据定时下载与合约管理

《期货数据定时下载系统设计与实现》摘要:本文详细介绍了期货量化交易中数据管理系统的设计与实现,重点解决主力合约切换、数据连续性等核心问题。系统通过智能合约管理机制,自动跟踪85个期货品种的主力合约变化,支持主连合约和加权合约下载。文章深入分析了不同合约类型的适用场景,提出了基于active_months的智能截断算法,并开发了包含多数据源适配、增量更新、错误重试等功能的数据下载器。系统通过配置文件

文章图片
#区块链#人工智能#大数据 +1
以AI量化为生:4.vnpy配置管理与系统集成

本文介绍了一种轻量级的vnpy配置管理方案,通过.env文件实现集中化配置管理。文章详细讲解了vnpy的默认配置机制,提出了基于.env文件的解决方案,包括数据库、数据源和邮件通知等核心配置项。方案支持环境隔离、自动加载配置,并给出了SQLite和MySQL数据库的配置建议。同时提供了天勤数据源等数据接入方式,以及QQ邮箱等通知服务配置方法。最后阐述了程序集成方案和最佳实践,包括环境隔离、安全建议

文章图片
#数据库#大数据#人工智能 +1
以AI量化为生:3.vnpy插件安装与配置指南

本文详细介绍了在vnpy量化交易框架中安装和配置核心插件的完整流程。主要内容包括:1. 插件安装策略:分核心插件、数据插件和定制插件三个层次,重点安装CTP交易接口、CTA策略引擎、数据管理、回测引擎和MySQL支持等核心插件。2. 特殊处理:针对Mac系统详细说明了vnpy_ctp的源码编译安装方法,包括获取源码、检查编译环境、编译安装等步骤,并提供了解决插件冲突的方案。3. 配置验证:创建了全

文章图片
#人工智能#大数据#金融
以AI量化为生:2. 手把手搭建量化交易系统开发环境

本文详细介绍了vnpy量化交易框架的开发环境搭建与项目重构全过程。主要内容包括:1. 环境准备:系统要求检查、Python环境配置、vnpy源码下载;2. 安装过程:虚拟环境创建、依赖库安装、常见问题解决方案;3. 验证测试:通过测试脚本全面验证vnpy核心功能;4. 项目重构:整合vnpy源码、建立标准化目录结构、制定开发规范;5. 实用建议:从简单策略入手、重视回测与风控、做好开发记录。文章提

文章图片
#人工智能#大数据#金融
以AI量化为生:普通人如何从无到有构建个人交易系统

【AI量化投资系统构建日志】作者分享从零搭建可实盘量化系统的完整路径,包含可视化终端、AI分析引擎、数据中台、策略风控等模块。系统特点:1)工程化思维,强调回测-实盘一致性;2)提供可直接复用的代码模板与指标组件;3)集成多周期监控、智能信号标注、新闻事件分析功能;4)每周更新开发进度与市场复盘。面向量化新手/开发者,通过公开写作驱动系统迭代,构建包含15+技术指标与AI决策支持的完整交易基础设施

文章图片
#人工智能#大数据#金融
到底了