今天想和大家讨论一下期货，先把一篇旧文翻出来：
塔勒布的杠铃策略，就是要求极安全以及少量的高赔率投资。这样你在承受总体不大的风险的基础上，可能可以实现“阶层跃升”。
我想聊的是期货。
从AI量化的角度，其实ETF也好，转债也罢，股票，期货，外汇，加密货币，都差不多，时间序列罢了。
期货CTA其实是量化的鼻祖，还有外汇的自动交易机器人等。
适合量化的几个特点：高频T+0， 多空双向交易，杠杆，有自动化交易接口且被鼓励。
这几点，股票市场都不可以。
网上有做动量的，做量化数据的，低风险的。我们的初心是AI赋能量化，那的确应该开拓最适合量化的领域。
那加密货币呢？ 更刺激。一则偏灰色不被鼓励；二是基本面基本没有。这两点，当然不排除我们会移植一些策略过去。
而且应该偏择时而不是轮动。轮动是组合逻辑，截面比较，长期看仍然比较接近市场beta。比如低风险策略之可转债的双低，还可以加上一些基本面因子等。
比如“大小盘轮动”，就是大小盘的低相关性，此起彼伏。因此一个动量小了，另一个动量就大，一直找动量大的轮动就能拿到收益。转债双低，也是基于双低这个值，给转债估值一个“锚”。轮动比较的是“相对优势”。有点类似smart beta的逻辑。轮动是选股+择时一起做的，相对优势的，就是买入时机，因此更没有止盈损之说。难点在于，相关性的变动，相对优势不好比较，通过是很多标的，甚至是全市场淘金。
CTA就是择时，组合是多品种，多周期，多策略的合集，通过这样操作来降低回撤和控制风险。但单到一个策略，就是择时，可以止盈损等，因策略逻辑而变。择时是判断方向，判断错了就止损，对了就让利润奔跑。难点在于预测，优点在于，逻辑倒是非常清晰的，而且容易做高频交易，就是为数不多的几个标的，做透。
吾日三省吾身
有人的地方就有江湖。
江湖讲平衡，成年人的世界，哪那么多对错。
谈判的底牌永远是实力。
如果要受制于人或环境，那别人选择突破底限，那你不要抱怨。
你要做的事情，是积蓄力量，心中有佛，手中有刀。
不是所有人，会因为妥协而迁就，和平是打出来。
努力是为了有选择的自由。
梦想的生活并不容易，需要可能超出十倍的努力。
经历过PUA，明争，暗斗，委屈，不甘，不屑。
都是成长，都是经验，打不死你的，必将让你更加强大。
有些事情，看到好的一面。有些人、有些事的出现，就是为了“提醒”你，避免温水煮青蛙，避免让你在时间久了，觉得岁月静好而丧失斗志。他们的出现是为了让你成为更好的自己。
当然不必感谢这样的对手，正如不必感激苦难一样，感谢那些年勇敢的自己。
愿你出走半生，归来仍是少年。
眼中有光，仍然相信美好。
回测引擎更新，新增多线程并行回测：
def run(*backtests, parallel=True): if parallel == False: for bkt in backtests: bkt.run() return Result(*backtests) def run_func(bkt): bkt.run() return bkt tasks = [delayed(run_func)(bkt) for bkt in backtests] res = Parallel(n_jobs=len(backtests))(tasks) return Result(*res)
两个回测并行完成，等两个一并完成之后，合并分析看效果。
在前面的文章:
AI量化社群的初心与后续规划：如何更好服务量化学习群体，持续创造价值
重点提及两件事件，
一是一个可以快速交付策略，验证想法的回测平台。这个目标基本上达成了，后续就是补充”算子“，新增表达式函数等，以及增加机器学习模块等功能，这些功能按需增加即可。
二是策略，策略，策略。
重要的事情说三遍。可以指导实盘，甚至是可以直接实盘的策略。
我相信如果说只有一件重要的事情，那就是可以实战的策略。
大家都很忙。
财富自由，最重要的事情只有一件，分享过，什么是最重要的事，就是当这件事完成了之后，其他事情会变成容易，甚至不重要。
专注一件最重要的事，砍掉多余的野心。——之前想的是大类资产配置，智能投顾的逻辑，而且我确实在践行了。七年财务自由之路的逻辑。
但这里的逻辑对于初始本金和增量资金是有要求的。
”低风险中等收益“的投资理念，适合财富保值和稳健增值。
这对于个人理财很重要，
但客观讲，多数用户会觉得太慢，以致于不关心——尽管12%长期年化已经很难很难。
所以，星球要解决大家更急迫的需求——在资本市场不仅安全赚到钱，而且要有更大的收益率，更多的可能性。
另外是AI技术日新月异，金融投资这个古老的行业确实需要变革了。
我们的优势不在于传统基本面，我见过能过几百家公司财报侃侃而谈的兄弟，显然这不是我们要发力的领域。
但我们懂数字，算法，深度学习，当然也懂金融。
后续专注：策略。（数据-因子-规则-策略）。我们会在更广泛的市场去寻找机会，目前已经交付的数据和因子是 ETFETF全量数据下载，引擎重构代码升级分析和可转债市场大数据分析，构建567支可转债数据库，包括转股溢价率，纯债价值（代码+数据下载），A股股票的一部分，后续要把期货纳进来。
比如可转债的经典策略：双低策略。年化22.8%的可转债双低策略（代码+数据）|”努力也未必涨工资”：有人终日努力工作却依然贫穷，有人甚至没有机会努力和接受教育。
数据从2010之后就够用了，之前的市场，很多制度，玩法都发生变化了，没有特别大的参考价值。
发布者：股市刺客，转载请注明出处：https://www.95sca.cn/archives/103897
站内所有文章皆来自网络转载或读者投稿，请勿用于商业用途。如有侵权、不妥之处，请联系站长并出示版权证明以便删除。敬请谅解！
