【AI量化投资：从入门到实战】专栏大纲及布林带通道策略代码下载

今天开始，体系化输出”AI量化投资：从入门到实战“专栏。

【AI量化投资：从入门到实战】专栏大纲如下：

 代码会随着专栏文章更新，同步发布：

昨天的动量择时：

再来看一个通道择时：

import config
from datafeed.dataloader import CSVDataloader
import numpy as np

fields = ['close>bbands_up(close,20,2)', 'close<bbands_down(close,20,2)', 'calc_signal(signal_long,signal_exit)']
names = ['signal_long', 'signal_exit', 'signal']
df = CSVDataloader(config.DATA_DIR_QUOTES.resolve(), symbols=['159915.SZ']).load(fields, names)

df_close = df.pivot_table(values='close',index=df.index, columns='symbol')
df_signal = df.pivot_table(values='signal', index=df.index, columns='symbol')
df_close.dropna(inplace=True)
df_signal.dropna(inplace=True)
print(df_close)
print(df_signal)

【基础篇】

第1章 导论

1.1 AI量化投资导论

AI量化是什么？适合什么样的人样，为什么重要，以及通用的落地方法论。正确理解 量化投资 的“能”与”不能“。

不悲观，不盲目乐观。

1.2 环境准备

python开发环境：推荐pycharm：帮助大家把环境准备好。

venv虚拟环境。

pip包安装。

1.3 numpy& pandas金融量化

np的时序运算函数。

pd金融数据处理。

第2章 数据

2.1、akshare量价数据获取

2.2、tushare量价数据获取

2.3、baostock数据获取

第3章 因子

3.1 技术指标到因子

3.2 因子表达式

3.3 实现一个完整的因子表达式引擎：dataloader

第4章 回测

4.1 开源回测框架介绍

4.2 bt回测框架（积木式回测引擎，不是backtrader）

4.3 backtesting.py回测框架

4.4 qlib AI量化框架

【进阶篇】

第5章 规则策略

5.1 四大策略模板

5.2 大类资产配置

5.3 轮动策略

5.4 择时策略

5.5 组合策略

5.6 小结

第6章 AI智能策略

6.1 单因子分析框架：alphalens

6.2 树模型

6.3 深度模型

6.4 深度强化学习

第7章 因子挖掘

7.1 gplearn

7.2 强化学习

第8章 大模型LLM与量化投资

8.1 基于GPT的因子挖掘

吾日三省吾身

不要问世界需要你做什么，而是问，你想为世界做点什么？

刚才刷到一篇文章，看了一半就知道应该是广告了。但有一个概念挺有意思——“高认知穷人”。

其实生活中确实不少这样的人。

天下地下，国际金融，名人轶事，无所不知，头头是道，还能讲出一番道理。

但你近看，生活过得挺不如意。

在职场就是个大头兵，无管理职务，自诩清高，对管理没兴趣；

财务状态一般，没有规划和方向，人生没有方向。

当下移动互联网发达，信息获取成本接近0， 对于什么事情，想来上两句，点评一下，非常容易。

但有没有有价值视角，能不能为自己所用，带来改变，这就非常难了。

因此，这样的“高认知”是假的。

这个时代，不存在所谓的“怀才不遇“

也没有所谓的”懂那么道理，却过不好这一生“。

——你真的懂吗？理解对了嘛，用实践检验了吗？

数学公式你翻翻书就会了，但离解题还差十万八千里。

财富自由的逻辑特别朴素——解决别人有价值的痛点。

关键词：生产、长期价值、产品。

然后去做就是了。

一开始没有观众，没有听众，如早期的董宇辉，讲呗，自己讲高兴了，也挺好。