DeepAlpha通用因子挖掘：支持GPlearn遗传算法和深度强化学习挖掘因子（代码+数据下载）

今天的几项工作：

1、策略模板统一化，统一的json，部分策略模板。

2、创业板择时策略，本地回测。

3、网页策略回测。

4、网页策略保存。

5、Django-Apscheduler，调度策略运行，结果入mongo。

6、代码发布。

代码已经发布至星球，请大家请往下载更新：

AI量化实验室——2024量化投资的星辰大海

策略配置统一化后的代码：

几点改进，统一一个模板，可以配置所有策略。

数据加载统一走“universe”文件夹，不区分etf，股票，指数还是期货。

class Task:
    name: str = '策略名称'
    desc: str = '策略描述'

    # 标的池
    symbols: list[str] = field(default_factory=list)

    algo_period: str = 'RunDaily'
    algo_period_days: int = 20  # 仅当RunDays时需要

    # 规则选标的：当rules_buy或rules_sell至少有一条规则时，添加SelectBySignal算子， 在SelectAll之后
    rules_buy: list[str] = field(default_factory=list)  # roc(close,20)>0.08
    at_least_buy: int = 1
    rules_sell: list[str] = field(default_factory=list)  # roc(close,20)<0
    at_least_sell: int = 1

    # 排序算子：当order_by不为空时，在选股之后，添加SelectTopK算子
    order_by: str = ''  # 比如roc(close,20)，或者 roc(close,20)+ slope(close,20)
    topK: int = 1
    dropN: int = 0
    b_ascending: bool = False  # 默认降序

    # 仓位分配，默认等权
    algo_weight: str = 'WeightEqually'
    algo_weight_fix: list = field(default_factory=list)  # 当WeightFix时需要

    feature_names: list = field(default_factory=list)  # roc(close,20)
    features: list = field(default_factory=list)  # roc_20


    def load_datas(self):
        logger.info('开始加载数据...')  #
        loader = CSVDataloader(DATA_DIR.joinpath('universe'), self.symbols, start_date=self.start_date,
                               end_date=self.end_date)
        df = loader.load(fields=self.features, names=self.feature_names)
        df['date'] = df.index
        df.dropna(inplace=True)
        return df

        return None

    def get_algos(self):
        algos = []
        algos.append(self._parse_period())
        algos.append(SelectAll())
        if len(self.rules_buy) or len(self.rules_sell):
            algos.append(SelectBySignal(rules_buy=self.rules_buy,
                                        buy_at_least_count=self.at_least_buy,
                                        rules_sell=self.rules_sell,
                                        sell_at_least_count=self.at_least_sell
                                        ))

        if len(self.order_by):
            algos.append(SelectTopK(factor_name=self.order_by, K=self.topK, drop_top_n=self.dropN,
                                    b_ascending=self.b_ascending))

        algos.append(self._parse_weights())
        return algos

在新模板下，实现“创业板择时策略”——是不是更加简洁了？

from engine.engine import Engine
from engine.task import Task

t = Task()
t.name = '创业板动量择时'
t.symbols = ['159915.SZ']  # 创业板指数
t.features = ['roc(close,20)']
t.feature_names = ['roc_20']

t.rules_buy = ['roc_20>0.08']
t.rules_sell = ['roc_20<0']