年化25.2%，最大回撤28%RSRS择时的大类资产轮动

今日策略——RSRS标准分择时：

重点是如下这个指标：对RSRS进行标准化：

'zscore(slope_pair(high,low,18),600)'

name = "全球大类资产轮动+RSRS择时"
desc = "全球大类资产轮动：强者恒强"
symbols = ["563300.SH", "510300.SH", "510500.SH", "512100.SH", "159915.SZ", "159967.SZ", "159920.SZ", "513100.SH", "513500.SH", "518880.SH", "159985.SZ", "513520.SH", "510050.SH"]
algo_period = "RunDaily"
algo_period_days = 20 #在RunDays时有效
rules_buy = []
at_least_buy = 1
rules_sell = ['rsrs_zscore<0']
at_least_sell = 1
order_by = "roc_20"
topK = 1
dropN = 0
b_ascending = 0
algo_weight = "WeightEqually"
algo_weight_fix = []
feature_names = ['roc_20','rsrs_zscore']
features = ['roc(close,20)','zscore(slope_pair(high,low,18),600)']
start_date = "20100101"
end_date = ""
commission = 0.0001
slippage = 0.0001
init_cash = 1000000
benchmark = "510300.SH"

这几天在搞策略开发平台。

比如如下选择ETF的界面（后续代码会打包给大家）：AI量化实验室——2024量化投资的星辰大海

宏观经济的思考

用财经视角看世界。

大家总说“日本失去了三十年”。

其实如果说按GDP基本不增长的话，应该是1992-2012这20年。

近十年，日本经济是有增长的。

另外，为何经济会持续增长。可能的理解是生产力在进步，生产效率，组织能力在增长等等。

但以学校里成绩为例，再厉害的学霸，每个学科考90分，他的增长就有限了。比如美国的GDP增长，有2%就不错了。哪一天美国GDP不增长了，应该不会有“美国失去了20年”的说法吧。

日本，韩国在二战后的二十年都经历过经济腾飞，GDP年化10%+的速度突飞猛进。如同咱们国家改革开放以后。这似乎就是经济规律，只要融入全球一体化，大家一起做生意，就应该会发生。

但不会一直增长下去。

个人如此，国家如此。

吾日三省吾身

对于普通投资者，我的建议与刘诚的类似——“低估分散不深研”。

主动型基金没法深度研究，暴雷的，出事的，不必苛责。

个股谁真有本事做精确研究呢。

曾经见过小兄弟，对于股市逻辑，公司基本面那个娓娓道来，当然，他本身也不做私募。

李笑来说，资本市场与现实世界是镜像的。

现实世界，比如竞技类运动，你努力肯定是有用的。下棋，打球，钢琴。这跟天赋没关系，你花时间，肯定会有进步。

投资镜像世界未必。

它本身逻辑性不弱，何必还总变。

因为人性善变。短期就是不确定性与人性博弈，普通人有什么洞见呢。

要么长期，要么日内高频。

若是日内与高频，那股票肯定不是好的标的，至少是期货，或者加密货币之类的，因为这与基本面本身没有任何关系了。

长期呢，你真的看得清行业与公司运作？

事后看一目了然，事前看一片茫然。

那投资能不能做？能，且一定要做。

大类资产配置，辅以战术资产调优！——最优的工具肯定是ETF。

天然支持大类资产，比如本次暴涨的黄金，在我们的大类资产组合里，自然也不会错过，还是美股科技指数纳指100等，省心省事。

战术资产调优，我给大家准备的动量因子、斜率，RSRS等趋势指标，另外加上风险平价等管理，后续当然会集成lightGBM这样的机器模型。

我们在大类资产轮动策略的基础上，加上RSRS择时，当RSRS<0.7时平仓。RSRS因子的说明：阻力支撑指标RSRS策略：光大证券研报复现

name = "全球大类资产轮动+RSRS择时"
desc = "全球大类资产轮动：强者恒强"
symbols = ["563300.SH", "510300.SH", "510500.SH", "512100.SH", "159915.SZ", "159967.SZ", "159920.SZ", "513100.SH", "513500.SH", "518880.SH", "159985.SZ", "513520.SH", "510050.SH"]
algo_period = "RunDaily"
algo_period_days = 20 #在RunDays时有效
rules_buy = []
at_least_buy = 1
rules_sell = ['rsrs_18<0.7']
at_least_sell = 1
order_by = "roc_20"
topK = 1
dropN = 0
b_ascending = 0
algo_weight = "WeightEqually"
algo_weight_fix = []
feature_names = ['roc_20','rsrs_18']
features = ['roc(close,20)','slope_pair(high,low,18)']
start_date = "20100101"
end_date = ""
commission = 0.0001
slippage = 0.0001
init_cash = 1000000
benchmark = "510300.SH"

代码已经发布至星球：

AI量化实验室——2024量化投资的星辰大海

吾日三省吾身

个人不太关注所谓网红，但有一个非知名网红除外，那就是郭宇。

28岁从字节财富自由退休。

个人觉得他的状态是最好的，戴了皇冠也不承其重。

如何获得财富自由：

郭宇在字节跳动工作期间获得了一定的期权，随着公司估值的大幅增长，这些期权成为了他实现财富自由的关键。

据分析，他在2014年进入字节跳动时获得的期权应该在50万股左右，而字节跳动的估值从2014年的5亿美金涨到了1000亿美金，使得他的身价达到了近亿级别。

除了在字节跳动的期权，郭宇还通过投资股市和其他资产逐渐积累了财富。

他在日本购置了房产，并通过房地产投资获得了稳定的收益。

郭宇在28岁时决定退休，移居日本，专注于温泉酒店和写作事业。

我让KIMI总结的

“如果你在火箭上有一个位置，别计较坐在哪儿。先上去再说”。——谢丽尔·桑德伯格，谷歌前营销部门负责人。

其实做为同行，郭宇的职业履历还好。

他的转折点在于字节跳动的期权。这是第一桶金的来源，然后通过投资（美股+日本房产）获得杠杆倍增。

关于财富自由，有一个“悖论”——你得先有钱。

本金越大，你“自然而然”会理财，会懂得控制风险。——后者虽然也有难度，但学习起来要容易得多。很多人暴雷是性格使然。但前者，需要运气、机遇各种偶然因素作用在一起。

作为同行，我们经历过几次可以坐上火箭的机会，但没有珍惜。可以说运气相关，也可以说没有财商教育的积累，理解不到股权的价值。

如果说总结起来，郭宇厉害的地方，在于他对财富的思考能力。知道股权的价值，同步善于理财投资。

郭宇在股市和房地产市场的投资决策主要包括以下几点：

1、长期持有潜力股股票：郭宇持有了腾讯股票长达6年的时间，这只股票在此期间翻了近10倍，为他带来了巨额收益。

2、分散投资：在清仓腾讯股票后，郭宇并没有停止投资，而是慢慢分散投资到美股、港股，通过这些多元化的投资策略，他在股市大涨大跌中也赚取了一些收益。

3、房地产投资：郭宇在日本投资了多套房产，并从这些房产中获得稳定的租金收益。他的投资策略不仅限于购买房产，还包括关注不动产投资市场，将股市的资金转移到房地产市场中。

先有钱，然后做好投资组合配置。

试图通过小资金，炒股的方式，直接实现财富自由，这个路径很难。除了江湖野史传说——还没有见过正式的记录。

量化投资或者说AI量化投资，也不是所谓的圣杯。——我们的目标是帮你更轻松、稳健地获得20%的年化收益。

历史文章：

风险平价之上的目标波动率控制7%，年化7%。（源代码+数据）

今日策略：全球资产风险平价，年化8%，就图个省心（源代码+数据）

Quantlab v3.9.2:策略集合——创成长与红利低波动的智能Beta策略(年化29.3%，最大回撤24%)(附源码）

Quantlab3.9代码：内置大模型LLM因子挖掘，全A股数据源以及自带GUI界面

Quantlab v3.9.2:策略集合——创成长与红利低波动的智能Beta策略(年化29.3%，最大回撤24%)(附源码）

AI量化实验室——2024量化投资的星辰大海