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

图片

图片

图片

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。

图片

代码已经发布:

图片

请大家前往星球下载:AI量化实验室——2024量化投资的星辰大海

代码都在GUI的目录下:

图片

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)

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。

Quantlab3.8源码发布:整合AlphaGPT大模型自动因子挖掘以及zvt股票数据框架

AI量化实验室——2024量化投资的星辰大海

发布者:股市刺客,转载请注明出处:https://www.95sca.cn/archives/103443
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!

(0)
股市刺客的头像股市刺客
上一篇 2024 年 7 月 29 日
下一篇 2024 年 7 月 29 日

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注