网站及SAAS版本AI量化系统试运行：公开策略集、自行创建策略。

为方便没有代码基础，或者不想折腾咱们开源系统的同学，我们推出了网站（免费注册的http://www.ailabx.com），现在在试运行阶段。

注册成功并激活后，就可以浏览我们的策略，或者自行创建策略。

（当然下述截图的代码，系统和策略都是对星球成员开放的，且每周至少迭代一次：【星球优惠券】AI量化实验室&财富自由践行社）。

可以快速体验创建策略。

回测结果看着还可以：

后续的迭代，增加更多算子，比如机器学习，强化学习。更多因子：比如通道，相对动量，绝对动量等。

吾日三省吾身

“从目标到系统”，这个认知非常受用。

马上就到2024年了，又要制订一年的新计划了。

最好的办法就是给目标制订一个系统。

比如，你想进行财经评论领域，或者研究ChatGPT以及AGI领域。那么最好的办法当然是海量阅读，找资深专业来聊。

系统是你每天都会做的事情。

比如你每天输出相关领域的内容，问题由问题来驱动：

1、大模型与传统预训练有何区别？ Bert vs GPT。没有本质区别，都是Transfomer架构，一个是编码器，一个是解码器。

2、大模型多大算大？出现“涌现”现象，有人说千亿，有人说百亿，也有人说30亿是（3B）上以即可。

3、像Llama这样的开源model，模型架构都是给我们的。如果我们拥有数据、算力，那么大家做的东西是差不多的。或者说，是工程上的难度，并行训练，分布式。遇到脏数据如何处理等。

只要是由问题驱动，未必读书才算阅读，看一篇公众号也算，刷一个视频也可以。这些信息可以为你所用。

国际油价是由谁来主导的，供需决定价格？那谁决定了供需？石油为什么重要，新能源崛起后，对这个格局有什么样的变化？

这个的问题可以无穷多，一开始可能问得比较浅，你收集和处理的资料多了之后，就可以构建自己的认知体系。

为目标构建系统——刚性日更输出，问题驱动，倒逼阅读输入。