年化54.2%，夏普​1.97的策略诞生记

继续咱们的AI量化，本周要把”个人创建策略的向导”上线。

对ETF进行多因子组合，目前可以使用的策略集，包括大类资产配置、动量动化+择时等。

动量确实是长期有效的，全球范围内都是如此。

但其余的多因子，就不好说的。包括RSRS，近年来效果就不太好，还有比如北向资金也存在这个问题。

投资本身就是“用的人多了，就失效了”这样的悖论。

代码及数据，请前往星球下载：

【星球优惠券】AI量化实验室&财富自由践行社

这里唯一需要操作的就是“选择ETFs”，我们选择了宽基和智能beta，还是纳指和黄金，就是常见的大类资产标的。

第2步，选股模型，使用默认值“全选”就可以了。

第3步：排序模型：

我们选择slope(close,20)，也就是按各标的斜率动量排序，按从大到小排序，选择动量最大的那一个。

第4步，选择仓位分配模型：

保持默认值”等权“即可。其实我们仅选择了一只ETF。

点击回测：年化26.2%，还不错，说明我们的动量因子是有效的。

我们对排序因子做一个优化，加上”卡曼滤波“：

年化54.2%，夏普1.97的新策略：

原定周五发布的代码，今天预发布，着急的同学可以先下载：

执行run_main.py即可，支持debug streamlit了。