单因子分析:
roc(20)为何有效,因为10D的ic超过0.09,一般来说,超过0.05即为有效因子。
多空收益分析:
核心代码如下:
elif choose == "单因子分析": from config import DATA_DIR instru = DATA_DIR.joinpath('instruments') import os files = os.listdir(instru.resolve()) filename = st.selectbox('请选择投资标的集合:', options=files) with open(instru.joinpath(filename).resolve(), 'r') as f: symbols = f.readlines() symbols = [s.replace('\n', '') for s in symbols] st.write(symbols) factor_expr = st.text_input('请输入因子表达式', value='slope(close,20)') if st.button('加载数据并计算因子值'): from datafeed.dataloader import CSVDataloader loader = CSVDataloader(DATA_DIR.joinpath('quotes'), symbols) df = loader.load(fields=[factor_expr], names=['factor_name']) factor_df = df[['symbol', 'factor_name']] factor_df.set_index([factor_df.index, 'symbol'], inplace=True) close_df = df.pivot_table(values='close', index='date', columns='symbol') # st.write(factor_df) # st.write(close_df) from datafeed.alphalens.utils import get_clean_factor_and_forward_returns results = get_clean_factor_and_forward_returns(factor_df, close_df) #st.write(results) from datafeed.alphalens.streamit_tears import create_full_tear_sheet create_full_tear_sheet(results)
从做日频波段策略来看,ETF是很好的标的,控制好回撤的基础上,努力寻求更大的回报。
而大类资产配置,本身可以有效降低波动。而适当的趋势指标,可以进一步控制回撤。
吾日三省吾身
你如何过一天,就如何过一生。
无论多宏伟的计划,战略,都需要通过时间,一天天去实现。
时间,不短不长,不会停止。
无论你是贫穷,富有,健康,还是疾病,均是如此。
快与慢的相对感知,取决于你。
如何过好这一生,成为想成为的自己,达到内心期望。
提升你的能力,想拥有想要的生活,最好的方式是配得上它。同时管理好自己的预期,当能力与预期匹配时,你会感到幸福。
预期都是容易膨胀,你一点需要警惕。
厘清几个认知,比如“被动收入”,由于理财自媒体的宣传,大家现在很认同“被动收入” = “财富自由”。
因为财富自由= 被动收入 > 生活必需。
这个公式没有错,但有误导性。
被动收入很好,但取了理财复利和房产租金,其他形式的所谓被动收入很少。
房产有门槛,流动性又不好,理财需要本金大,复利才好起作用。
这个公式 应该再转换为 财富自由= 被动收入>生活必须 = 本金*长期年化收益 >生活必须。
这时候,被动收入转为 你的长期可投资本金。——这一步很关键,本金应该是更多是主动收入,越快越好。
你积累下的财富越多,复利效应越好。——看似悖论,但这就是自然法则,富者越富。
所以,不谈被动收入,专注积累更多本金。
财富积累 = 影响力。
靠什么建立影响力,持续对外输出内容,或对外提交产品或服务。提供对他人有帮助,有价值的内容或产品。
如此认知,你就知理解,李开复为何给大学生写公开信,吴军写黑板报。
之前见过升职很快的产品总监,几乎都会持续在各大内容平台输出内容,行业认知。
自媒体,推荐流行的当下,网红效应,让做影响力,做IP更加必要。
回到主题,如何过好每一天,那就持续思考,如何提供好的内容及产品,影响和帮助到更多人。那你的价值就越大。
为何懂得那么多道理,很多人却无法过好这一生?
知易而行难。
成长很慢,成功还需要叠加运气。
做任何事情,都需要有正向反馈,都需要有商业闭环。
发布者:股市刺客,转载请注明出处:https://www.95sca.cn/archives/103354
站内所有文章皆来自网络转载或读者投稿,请勿用于商业用途。如有侵权、不妥之处,请联系站长并出示版权证明以便删除。敬请谅解!