AI量化系统+GUI版本更新（代码+数据）

今天仍然是优化版本体验：

目前计划在短视频平台（搜索：AI量化实验室）上日更视频课程，大家感兴趣可以关注。

近期代码迭代记录：

2023-10-03
1、修改bug
2、支持console和gui两种模式。

2023-10-01
1、dataclass配置ProjConfig，同步生成toml，配置策略更容易
2、网格策略Algo开发。

2023-09-29
1、toml包不支持异构的array，改用tomli包来读，还是使用toml来写。
2、引入dataclass来读写toml文件，可以直接转成类。

2023-09-28
1、使用pyinstaller打包
pyinstall main.py --noconsole --add-data ./data:./data

吾日三省吾身

国庆假期，之于我比较无感。

朋友圈看大家走遍全国，周游世界。

但想起更多的是，《百万富翁快车道》里说的，为何大家拿辛勤工作的5天，去换取周末2天的休息还这么开心？为何用一年之辛劳，换到这7天到处拥挤的打卡，还这么幸福？

这样一种惯性一定是正确的嘛？

昨天读到一本书，感觉挺好的。

“单干”的逻辑并不是字面上的，一定让你单枪匹马去做自由职业者。它指的是一种状态，也就是当下流行的“超级个体”或者“1人企业”。

为什么需要公司这样的人才组织方式？就是原始社会，由于个体力量弱，只有抱团取暖，相互帮助，大家才能很好地生存下去。工业化时代如此，互联网进入资本时代之后也是。

打造一个体验非常好，还得免费，体验为王，供给过剩的时代，军团化作战，资本加持才能做好。

但进入到互联网下半场，撒个种子就能遍地开花的时代已经过去，商业模式要求必须自己能造血。这时候，利润与成本就变得非常关键。

超级个体是由于基础设施与用户消费习惯成熟。个人做出产品容易，变现模式也变得容易。个人企业的逻辑的成本优化，最小化成本，最大化利润。

所谓商业模式，就是赚钱的模式，也就是如何变现。现在很多企业也转向把这个问题放在第一位。而不是开始只考虑规模，不考虑变现。

超级个体的逻辑是——像经营公司一样经营自己。

你是自己这家公司的CEO，有战略部，销售部，运营部，品牌部，研发部。。。

不想过被他人主导的生活，你就必须自己决定怎么做，而且有勇气去做。

瑞.达利欧

财富是你睡觉的时候，还能产生现金流的东西。产品，稀缺的产品，信息差，解决方案导向，能带来确定性的产品。杠杆倍率=基数 x 溢价。基数=标准化；溢价=独特价值。

新手红利期，向高手学习，对标头部竞品。跨界升维，差异化。

今天主要是排查AI量化系统的BUG，预计咱们在节后上班第一天，要发布一个阶段性的版本。

代码与数据均在星球更新：

功能开发基本完成了，后面是收尾，排查有没有大的问题。

这个版本会作为后面快速开发策略的一个基础版本。后续我们就专注策略开发，因子发现，积累算子，扩展数据源等工作了。

backtrader经常会发生的margin状态——原因是“现金不足”。这时候，需要预留一定比例的cash，以备支付交易佣金，尤其是你使用order_target_percent这样的api的时候，暂时没有发现更好的办法。

排查问题1：昨天有同学问，系统的交易逻辑，backtrader是按照当前bar收盘后计算信号，下一期开盘价交易的逻辑。——不少同学在探讨的这个逻辑，这里有点绕，大家需要清晰理解一下。盘后计算指标，调仓，指令在第2天以开盘价成交。

我排查了一下，暂未发现问题。

为了便于观察，我对数据预处理作了一下优化：

def to_backtrader_dataframe(df):
    df = df.copy()
    df.index = pd.to_datetime(df.index)

    df['openinterest'] = 0
    df = df[['open', 'high', 'low', 'close', 'volume', 'openinterest']]

    #if df['close'].iloc[-1] > 1000:  # 指数之类的数据，归一化一下，普通的股票ETF就不归一化了
    #    for c in ['open', 'high', 'low', 'close']:
    #        df[c] = df[c] / df[c].iloc[0]
    return df