Quantlab AI量化系统：下一阶段开发思路汇报

最新的代码：

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

01 关于zvt的数据存储 

这两天读zvt的代码，挺有意思。

一直追求模块化的编码，zvt这方面做得还是不错的，而且编码风格良好，可读性很强。

估计是本地化的考量，zvt使用sqlite作为存储后端（不过看代码里，有留出配置，应该兼容所有sqlalchemy的关系型数据库都是可以的，比如mysql）。

不过金融数据，尤其是时间序列，个人还是比较喜欢mongo。

比如灵活高效。

另外，sqlite占用地方比较大，3000多支股票历史数据，已经2.5G左右：

从架构的角度，我们希望一次性更新数据——可能会从多个源整合数据，然后提供给前端回测和交易使用。

本地回测如果每次均从服务器同步数据，可能会比较慢。本地可以通过csv的方式来缓存（使用sqlite的好处是可以增量更新，不必每次都全量下载），通过csv简单直接，而且每天仅需要下载一次（或者每周一次也行，可以手动更新）。

我可能仍然会自己实现这份数据下载与存储方案，不过zvt给了不少有意思的启发！

02 Quantlab数据存储的设计

1、基础信息表：basic_fund,basic_index,  basic_stock, basic_bond, basic_future这样的结构。drop后新增，一次性重建，这里的symbols都需要更新qotes。

record_data()：get_data单独走api即可。

2、quotes_etf， quotes_stock, quotes_bond, quotes_future（考虑到回测效率，一般直接存储后复权数据，不过有些上市早的股票，股价看起来会特别高）。

3、财务基本面数据：类似时序数据，加载时需要fill数据。

4、其他数据：比如北向资金等。

5、query_data(type=’etf’，symbols=[], start_date, end_date,columns=[])

本地维持当前的dataloader不变，使用csv缓存时序数据。

吾日三省吾身

昨天听《月亮与六便士》。

说实话，主人公让人很不舒服。

这位艺术家抛妻舍业，远走他乡且不说；勾引人妻，致真心帮助他的好朋友家破人亡。。。——美其名曰，为了艺术。。。

其实，有梦想的人，是幸福的；勇敢追求梦想的人，是令人敬佩的。

不过，做人之底限，你可以放弃你自己，但不应伤害他人——以艺术之名。

我们搞科学的，确实欣赏不了艺术。

在科学领域，技术与商业是可以相互成就的。比如OpenAI的奥特曼，马斯克，爱迪生等，都是天才中的天才，也是富豪中的富豪，而且家庭还经营得很好。

追梦哪里一行，一定要以这样奇异的方式？

这本书可以畅销全世界？？——满街都是六便士？只是它抬头看到的月亮？？

马斯克眼里都是月亮，不妨碍他满口袋的六便士。

而且六便士才能让你更好的看月亮不是嘛？

正确的价值观，不只为钱而活，但良好的财务状况，更容易承载你的诗和远方。

身而为人，本身就要承担很多责任。而不是为了所谓的梦想，就放在为人之根本责任和义务，美其名曰心中只有“月亮”。

Quantlab希望做成一个桌面软件的形态，可以下载数据并做量化分析，可以跑策略，可以对接实盘。

比传统的看盘软件更好用更智能，比线上的量化社区安全（代码都给你）。

软件主体架构使用wxpython + streamlit。

一些下载数据的任务，软件配置等，使用传统GUI更方便，而与数据呈现，量化分析相关的功能，使用streamlit这样的框架更高效。因些我们把二者结果起来了。

代码都在GUI的目录下：

import wx
from gui.widgets.widget_web import WebPanel
from config import DATA_DIR

def OnAbout(event):
    wx.MessageBox("公众号:ailabx",
                  "关于 AI量化投研平台",
                  wx.OK | wx.ICON_INFORMATION)


def OnExit(win, event):
    win.Close(True)


def make_menubar(win):
    # Make a file menu with Hello and Exit items
    fileMenu = wx.Menu()
    # The "\t..." syntax defines an accelerator key that also triggers
    # the same event
    helloItem = fileMenu.Append(-1, "&Hello...\tCtrl-H",
                                "Help string shown in status bar for this menu item")
    fileMenu.AppendSeparator()
    # When using a stock ID we don't need to specify the menu item's
    # label
    exitItem = fileMenu.Append(wx.ID_EXIT, '退出')

    # Now a help menu for the about item
    helpMenu = wx.Menu()
    aboutItem = helpMenu.Append(wx.ID_ABOUT, '本软件')

    menuBar = wx.MenuBar()
    menuBar.Append(fileMenu, "&文件")
    menuBar.Append(helpMenu, "&帮助")

    win.Bind(wx.EVT_MENU, OnAbout, aboutItem)
    win.Bind(wx.EVT_MENU, OnExit, exitItem)
    return menuBar

from .dialog_config import DialogConfig
def tool_config_clicked( event ):
    ico = DATA_DIR.joinpath('images').joinpath('lab.ico')
    icon = wx.Icon(str(ico.resolve()), wx.BITMAP_TYPE_ICO)
    # self.SetIcon(icon)
    dlg = DialogConfig()
    dlg.ShowModal()


class MainFrame(wx.Frame):
    def __init__(self, *args, **kw):
        super(MainFrame, self).__init__(*args, **kw)
        self.SetTitle('AI智能量化投研平台')
        # 设置默认大小
        self.SetSize(wx.Size(900, 600))

        ico = DATA_DIR.joinpath('images').joinpath('lab.ico')
        icon = wx.Icon(str(ico.resolve()), wx.BITMAP_TYPE_ICO)
        self.SetIcon(icon)

        # 屏幕居中显示
        self.Centre()
        self.SetMenuBar(make_menubar(self))
        self.tool_main = self.CreateToolBar(wx.TB_HORIZONTAL, wx.ID_ANY)
        tool_png = DATA_DIR.joinpath('images').joinpath('config.png')
        self.tool_config = self.tool_main.AddTool(wx.ID_ANY, u"配置", wx.Bitmap(str(tool_png.resolve()), wx.BITMAP_TYPE_ANY),
                                              wx.NullBitmap, wx.ITEM_NORMAL, wx.EmptyString, wx.EmptyString, None)

        self.tool_main.Realize()
        self.Maximize()

        self.CreateStatusBar()
        self.SetStatusText("欢迎使用AI智能量化投研平台！请关注公众号:ailabx")

        # Connect Events
        self.Bind(wx.EVT_TOOL, tool_config_clicked, id=self.tool_config.GetId())

        # 主窗口notebook
        self.m_notebook = wx.Notebook(self, wx.ID_ANY, wx.DefaultPosition, wx.DefaultSize, 0)

        web = WebPanel(self.m_notebook)
        self.m_notebook.AddPage(web, '时间序列分析', True)
        web.show_url('http://localhost:8501')


        #self.m_notebook.AddPage(PanelBacktest(self.m_notebook), "可视化回测系统", True)

“AI量化实验室”的思考与调价的说明

昨晚大幅度调价，原因来自偶然的事件。

这个偶然的事情，提醒我重新思考星球的价值。

每天写代码，找前沿的思路，确实花了不少心血。

但代码之前很多初学者，确实有门槛，而我们又没有精力“手把手”地教大家，讲基础的python配置，配置的量化概念。

尤其我们最近上了大模型，openai， langchain，agent开发，因子挖掘之类的，对于新手就更加困难了。

所以，这也算一种筛选吧，避免大家加入之后反倒失望，这样不好。

我们要把有限的精力集中起来服务真正需要的人：

1、至少会编程吧，熟悉python和人工智能就很好了。自己能解决多数环境配置，代码调试的问题。

2、投资有基本概念吧，风险收益，对量化有热情而非只想拿一个策略去赚钱。（应该没有这种圣杯吧，如果有，你说它值多少钱吧）

如果仍然有兴趣一起学习、交流，那自然是非常欢迎。

吾日三省吾身

早上听李蕾讲苏东坡，有所悟。

写作者，其实重的不是文笔，而是观点、思想深度。

观点来自于读书，观察，深度思考和批判性思维。

这其实就是认知的体现，而人与人的高低区别，其实就是认知。

古代科举，写命题作文，其实有其道理。

反观当下数理化语数英，很分散，很多时候，在培养劳动力，而不是决策者。

当然，并不需要人人都杀伐决断。

只是说，在人群之中想脱颖而出，提升这种认知非常重要。

认知高手之外化表现，就是写出高水平的文章。

周岭在《认知驱动》里讲，他只写未来几年还有价值的文章，不追热点和所谓十万+，个人深以为然。

写对自己，对他人有价值的文章，不说传世之作，至少过几年自己还满意。