一个交易体系，不应该只有信号或者说追求胜率，赔率同样重要

咱们星球的ETF动量策略，看起来年化32%还不错对不对？

但你有没有仔细想过，敢不敢all in？

我的逻辑是，不太敢。

资本市场的风险和魅力同源，就是它的不确定性。

回测是对历史的总结，未来以何种方式出现，即使会重复，也是以概率的形式。

看中间的回撤，就算20%（相比市场还好对不对），但你不禁会担忧，到底是市场风格变了，策略失效了，还是正常的回调。

这里同样的逻辑，还出现在私募，主动型公募产品上。

长期看，A股很多的主动型基金经理是可以创造超额收益的，但回撤也不小，比如当下，很多私募都腰斩，因为市场确实不好。

那么，你是选择坚守，还是认输出局呢？

塔勒布2019年的书《非对称风险》讲的就是这个。

基金经理属于典型的权力与责任非对称。就是市场不好，人家那管理费照收，那他们的目标是把盘子做大，规模大则管理费多，你的绝对收益并非他的第一要务，这就很麻烦。

那咱们作为一个有追求的量化社群，要做些什么，能帮大家做点什么呢？

有同学问，能不能系统学会量化？我反思的问题是——什么叫系统学会量化呢？

如果是python或者一两个量化框架，那特别简单，我录门课，写几篇教程就完成了。

但量化投资，本质还是投资。投资那命题可就大了，科学，哲学，心理。。。

咱们星球是从大类资产配置讲起，到ETF趋势交易，这些都已经交付成熟策略的。

我相信大家并不满足，大家希望的那种策略，“稳赚”的。。。

其实没有人可以预测未来，当然好在，我们还有事情可以做。

咱们本周做的gplearn挖因子系列：

反脆弱的投资体系：gplearn因子挖掘系列，支持3000支股票

还有上周做的深度强化学习挖因子系列DeepAlphaGen:

端到端因子挖掘框架：DeepAlphaGen V1.0代码发布，支持最新版本qlib

因子模型本质还是Alpha模型，就是希望“预测”，给出信号，但要知道，信号的胜率其实一般。一个交易体系，不应该只有信号，或者说追求胜率，这个最难，赔率同样重要。

10次“预测”，你对6次，很厉害对不对，但每次对的话赚一块，输的话亏两块，对6次=6*1-4*2=-2，你还亏2块。

但如果对的话赚一块，输的话亏5毛，那么哪怕你胜率只有40%，也就是对4次=4*1-6*0.5=1，你还赚1块。

这个简单的测算，你看出来没有，我们动用那么多“高精尖”的技术，可能把生率从50%，提升到55%，而且越来越难。市场黑天鹅事件频出，如何是好？

赔率这一块，我们是不是可以做更多事情？

止损的底层逻辑，就是控制损失上限，赢的时候让利润奔跑。这是朴素但有效的道理，其实就是设计一种有利于我们的交易赔率系统。

说这么多，就是要引出下一步咱们星球的方向——从构建交易系统的角度来搭建交易软件/平台。

而不是所谓某“一个或几个策略”，在高手的眼中，两根均线，裸K也能打天下，不说盘感这么玄学，其实是系统在起作用。

大家知道我们之前帮大家拆解，整合过不少优秀的框架：qlib, backtrader, bt, pyalgotrade，pybrokder，很多优秀的特性都做现在咱们quantlab里系统源代码发布v2.4供下载，带年化32.1%策略，简化GUI逻辑。

下一步，更接地气，打算拆解：wondertrader, vnpy等国等化的优秀软件，大家还有什么建议，可以在星球回复我。

老规矩，明天发布gplearn因子挖掘的代码，而后我们开始拆解wondertrader和vnpy。

吾日三省吾身

01

看了OpenAI的“宫斗”，感受是人家是为人类前途命运而斗。

再看周遭，一些人，一些事，深深感悟到不值得！

有些事，无法选择原谅，而有些人，视宽容为懦弱，不可纵容。

但“算了吧”。

算了吧，也是一种成熟，不与烂人破事纠缠，抓紧升级自己的正道。

“你在凝望深渊的时候，深渊也是凝望你”。——好的做法是，直接无视它！

董宇辉和他的小编，这都有宫斗。

可见有人的地方，江湖就存在。

02

自媒体太多的“超级个级”，说的都是做“自媒体”，最近看到很多是“小红书”。直播带货已经是一个“资本”游戏了。

几乎所有的流量游戏，都是如此。

个人自媒体所谓自由职业，如果光靠平台自身成长期，对内容诉求给的一些红利，后期会比较痛苦。要么个性鲜明，快速积累，成为大V。比如董宇逃，张雪峰，那这辈子肯定超越多数普通人，不用愁生计和工作了。