代码实证：gpquant基于沪深300ETF的因子挖掘

今天继续：

gpquant已经扩展了不少内容，我们可以拿过来用。

使用沪深300ETF的数据，很多同学问，股票行不行，其实咱们的代码和框架，你换成ETF，股票，期货或者加密货币，都差不多，我没有使用市场相关的东西。

import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
from sklearn.utils import *
from gpquant.SymbolicRegressor import SymbolicRegressor
from gplearn.genetic import SymbolicTransformer
from gplearn.functions import make_function

from config import DATA_DIR
from datafeed import CSVDataloader

loader = CSVDataloader(DATA_DIR.joinpath('etfs'), ['510300.SH'],start_date='20220101')
data = loader.load(names=['label'], fields=['shift(close,5)/close-1'])
data.dropna(inplace=True)
data.columns = [c.capitalize() for c in data.columns]
print(data)



feature_names = ['Open', 'High', 'Low', 'Close', 'Amount']
y_train = data['Label']
X_train = data[feature_names]

from gplearn.functions import _function_map
sr = SymbolicRegressor(population_size=2000,

                       tournament_size=20,
                       generations=3,
                       stopping_criteria=0.01,
                       p_crossover=0.7,
                       p_subtree_mutate=0.1,
                       p_hoist_mutate=0.1,
                       p_point_mutate=0.05,
                       init_depth=(6, 8),
                       init_method='half and half',
                       function_set=list(_function_map.keys()),
                       variable_set=feature_names,
                       const_range=(0, 1),
                       ts_const_range=(0, 1),
                       build_preference=[0.75, 0.75],
                       #metric='annual return',
                       metric='sharpe ratio',
                       parsimony_coefficient=0.01)
sr.fit(X_train, y_train)
print(sr.best_estimator)

————Generation  1————

best estimator: div(max(div(sin(sqrt(inv(Amount))), sub(div(abs(High), sub(1, Open)), max(neg(0), max(0, Low)))), abs(tan(mul(abs(Open), sqrt(Close))))), mul(cos(log(add(inv(1), Close))), min(div(sub(sqrt(0), Open), neg(add(Open, Close))), neg(min(Low, add(1, Amount))))))

best fitness: 3.735121955881781

div(max(div(sin(sqrt(inv(Amount))), sub(div(abs(High), sub(1, Open)), max(neg(0), max(0, Low)))), abs(tan(mul(abs(Open), sqrt(Close))))), mul(cos(log(add(inv(1), Close))), min(div(sub(sqrt(0), Open), neg(add(Open, Close))), neg(min(Low, add(1, Amount))))))

样本内夏普3.73，还可以吧。

当然这个因子非常复杂了。

代码明天统一打包更新：

明天讲讲GPT-alpha:

吾日三省吾身

最近翻了一本小书：《种子：走出迷茫，找到人生和工作的意义》。

说是翻，基本就是上班路上就看完了。

因为这种书，着实不需要逐字逐句去读。

老外写书，特别喜欢把一个简单的道理，搁到一个复杂故事里去讲。他们是演绎思维，我们还得发心思再把它归纳出来。

这本书最后演绎的结论是于当下的工作和生活中找到意义。简言之，不要试去找所谓“有意义的工作”，而是在当下的工作中找到意义。

若是早年，看到这个结论，我会和评论区里多数同学一样，把书扔了。

但现在似乎读出了一点不一样的东西。

其实每件事情，事业，工作都是一个复杂体系，一定有你喜欢，热爱的，也有你不热爱的。

在学校时，没日没夜写代码，不求回报，没开心；但毕业去了大公司，拿着不错的回报，反而没有了这份热情。为什么？是突然不喜欢了吗？不是，喜欢的是那份自由，想学啥学啥，想用啥用啥，想如何设计架构就如何设计，然后看着自己写的代码运行起来那份成就感。。。但大厂有其规范，工程师为何后来戏称“码农”，因为你没有选择，就是把活干了。

所以说，你喜欢的，是一些“元素”，而不是某一种工作。任何工作中都有你喜欢的和不喜欢的。所以你觉得换工作就能解决问题是错的，而是你要从工作中发现你喜欢的，去拥抱它。

比如创业，更多的琐事，搞定人，搞定资本，而不是电视剧里关键节点的杀伐决断。你是否喜欢应付这种日常？

从这个角度想过去，AI量化反倒特别契合我。

满足对新技术的好奇，选择自己喜欢的技术栈，离市场近，不需要过多受制于人的因素。——“一人企业”特别契合我的理念。

至于意义嘛——把前沿技术转化为生产力，我们搞应用或者科普，落在量化上，只是目前找到有落地路径的一个场景；后续比如像大模型LLM, Sora等，如何能以“一人企业”的模式落地，我们依然会探索。

另外，个人特别喜欢“规则极简，内涵极丰富”的技术产品形态，比如围棋，规则可能两句话就说清楚了，但却是棋类里最难的。搜索，推荐，以及当下的ChatGPT问答。产品极简，但内在技术极丰富。

回到量化投资，它的内核就是因子，因子组合成策略。

这时我们仅需要专注因子挖掘，或者说因子的自动化挖掘就好。