2024，AI量化实验室，开工。

春节更多是中国人的仪式感吧，但年味现在着实淡了。

也可能因为不像小孩子那般对年有期待了。

过年，意味着父母的老去。

当然，孩子们也在长大。

2024年，说实话，真正开始是明天。尽管已经快过去了1/6。

2024年，最重要的事情——摘钱。

赚点钱，可以解决人生95%的问题，剩下的5%，也可以缓解大部分。

——这句话适合没有安全感，内耗的普通人。你可以焦虑的事情无穷多，但可以转化为一个东西——那就是钱。

除了生死之外（钱也能提供解决方案，比如蔡磊先生），其他的事情，在财富面前都是小事。

一切的不快乐，大多是因为缺钱或缺爱。

因此，必须奋斗，才能幸福。

说实话，很多时候我们不快乐，根本原因就是因为没钱。

如果还有空焦虑的你，治愈的终极方案——搞钱。

但大家又说了，2024年，别折腾，别辞职，别创业。

如何搞钱呢？轻创业，或者说“一人企业”更适合普通人。

大家聊投资，目标肯定是为赚钱，稍微区分一下，就有为了保值，有人为增值。这里的区别是期望值与风险承受意愿的区别。

多数普通人，更指望通过投资，尤其是量化投资，实现以小博大，至少赚到现金流。

往大处说，这是一个个交易系统；往小处说，就是一个个策略。

交易没有”圣杯“，但需要有系统。

从时效上看，长线的重在好股票，合适的价格，基本面很重要，估值很重要；中线波段，看情绪，看动量，顺势而为；短线超短线，基本面什么的都是浮云。

从主动与被动的角度，定投，网格算被动；趋势和回归算主动。

量化回测是一个“证伪”的过程。回测需要数据，量价数据，因子数据，然后“组合”出策略，而后看如何“穿越历史”而来。

回测结果行，实盘未必行；但回测结果如果不行，实盘肯定不行。——这是回测的意义，很多人搞反了，或者反过来质疑回测的价值。

从架构的角度，我们需要一个数据中心，如同多数在线量化平台一样，都会提供数据，甚至是因子。这个数据中心，驱动力是dagster。

场内基金，去掉债券型，货币型，一共1100+支，其中ETF 800多支，LOF 200多支。

ETF投资，或者说ETF主动管理，就是在这1000+支场内基金里，选基，择时，配置权重，调仓等。

这些ETF/LOF，需要打上“筛选”标签，以确保添加时的效率。

from django.db import models


class FundTag(models.Model):
    tag_name = models.CharField(max_length=10, verbose_name='标签名称')

    def __str__(self):
        return self.tag_name

    class Meta:
        verbose_name = '基金标签'
        # 定义复数时的名称（去除复数的s）
        verbose_name_plural = verbose_name


# Create your models here.
class FundInfo(models.Model):
    name = models.CharField(max_length=50, verbose_name='名称')
    symbol = models.CharField(max_length=20, verbose_name='代码')
    tags = models.ManyToManyField(FundTag)

    def __str__(self):
        return self.name

    class Meta:
        verbose_name = '基金信息'
        # 定义复数时的名称（去除复数的s）
        verbose_name_plural = verbose_name