bt框架里的算子扩展以及大小盘轮动策略（代码+数据）

尽管bt框架内置了不少算子，但扩展自己的算子，才是我们掌握了这个框架的标志。这意味着我们真正可以驾驭这个框架，实现咱们想实现的功能。

实现算子并不复杂，但要设计出一个良好的可复用的算子，还是需要花点心思。

框架内置的SelectMomentum算子，按N天的收益率（动量）对标的进行从大到小排序，取前N个。这个算子在轮动策略中非常有效。

在这个不够灵活，我们希望可以传入任何信号（Siganl）,都可以进行排序。

我们看下源代码里SelectMomentum的实现：

它继承了AlgoStack，然后初始化的时候，传入StatTotalReturn和SelectN两个算子，搞定。

这就是代码复用的力量。

class SelectHolding(bt.Algo):
    def __init__(self):
        pass

    def __call__(self, target):
        holding = []
        if target.now in target.positions.index:
            sig = target.positions.loc[target.now] > 0
            se_pos = sig[sig == True].index  # noqa: E712
            universe = target.universe.loc[target.now, list(se_pos)].dropna()
            holding = list(universe[universe > 0].index)

        if 'selected' not in target.temp.keys():
            return True

        # 如果前而有selected，则加上当前持仓。
        selected = target.temp['selected']
        selected = list(set(selected + holding))
        target.temp['selected'] = selected
        return True

其中StatTotalReturn这个算子计算当前所有标的收益率，缓存在target.temp[‘stat’]中；SelectN读取这个stat中的值，对标的进行排序，取最大的前N个。

class SelectMomentum(AlgoStack):

    def __init__(
        self,
        n,
        lookback=pd.DateOffset(months=3),
        lag=pd.DateOffset(days=0),
        sort_descending=True,
        all_or_none=False,
    ):
        super(SelectMomentum, self).__init__(
            StatTotalReturn(lookback=lookback, lag=lag),
            SelectN(n=n, sort_descending=sort_descending, all_or_none=all_or_none),
        )

一个极简的，根据信号从大到小排序的算子实现如下：

Signal可以是信号的dataframe，也可以是变量字符串；K就是取前N个。

class SelectTopK(bt.AlgoStack):
    def __init__(self, signal, K):
        super(SelectTopK, self).__init__(bt.algos.SetStat(signal), bt.algos.SelectN(K))

代码同步在星球下，请大家自取：

AI量化实验室——2024量化投资的星辰大海

吾日三省吾身

昨天的文章，几个反思点： 生产有长期价值的产品。

这个不确定的时代，你无法规划长远，但不意味着你无所作为。而是说计划赶不上变化，临渊羡鱼，不如退而结网，当下看到——有生产长期价值产品的机会，干就是了。——也许这就是局部最优，但没关系，没有人真的可以看到所谓的全局最优。——机器学习的搜索算法也是如此。

若你仍想思考更长期的未来。

不是你想过什么样的生活，这个太容易，太廉价，谁不想权倾天下，富可敌国？周游列国，结交名仕。

把“我想要”，换成“我能给”。

芒格说，“得到一件想要的东西最好的办法，就是想办法配得上它”。

你要想，什么样的能力和付出，配过这样的生活。

这个社会，本质就是价值交换，你想得到什么，取决你能拿什么东西来换。

80%的精力做当下最优，能产出阶段产品的事情。

20%的精力随兴趣漫游，尝试各种新事情，积极拥抱各种可能性。

历史文章：

选择bt框架的核心原因：“积木式”，低代码的策略开发模式

AI量化实验室——2024量化投资的星辰大海