量化策略优选发布，支持策略发布到服务器持续运行（附python代码）

本周的代码更新说明：年化26.4%，quantlab5.5发布——多任务机器学习组合优化，可视化策略生成向导（代码+数据）

这两天持续优化了gui功能：

主要使用了streamlit的metrics组件：

st.write('策略：')
col1, col2, col3, col4 = st.columns(4)
with col1:
    #st.write(str(performance['cagr']*100))
    st.metric(label="年化收益", value='{}%'.format(round(performance['cagr']*100,1)))
    #st.metric(label="年化收益", value=str(performance['cagr'] * 100) + '77')
with col2:
    st.metric(label="最大回撤率", value=str(performance['max_drawdown'] * 100) + '%')
with col3:
    st.metric(label="卡玛比率", value=performance['calmar'])
with col4:
    st.metric(label="夏普比率", value=performance['sharpe'])
st.write('基准')
col1, col2, col3, col4 = st.columns(4)
with col1:
    st.metric(label="年化收益", value=str(performance['cagr_benchmark'] * 100) + '%')
with col2:
    st.metric(label="最大回撤率", value=str(performance['max_drawdown_benchmark'] * 100) + '%')
with col3:
    st.metric(label="卡玛比率", value=performance['calmar_benchmark'])
with col4:
    st.metric(label="夏普比率", value=performance['sharpe_benchmark'])

import matplotlib.pyplot as plt
from matplotlib import rcParams
rcParams['font.family'] = 'SimHei'
res.plot()
st.pyplot(plt.gcf())

今天我们来完成：

1、任务发布到服务器。

2、任务自动化运行并保存到服务器。

3、“策略超市”。

发布任务：

2、策略在服务器上运行：

交易订单详情：

3、策略优选

吾日三省吾身

01 

和年轻的小朋友吃饭，聊天。

年轻人还意气风发，没有中年危机，工作就是一个不愿意，那就换一个，反正一换工作还涨薪。

太久没有听到这样的消息，反正令我很惊讶，至少，市场还是有流动性的。

但我仍然不禁提醒，也许危机是相对中年的，但每个人不是很快都会到中年吗？

财务安全到财务自由，有多少人能跨越过去呢？

02

如何寻找内心的C计划。

有时候，你所谓的喜欢做一件事情，可能只是你觉得你喜欢它所带来的结果，而不是事情本身。

如果交易没有结果，你会喜欢交易吗？——应该没有人会喜欢吧，交易就是为了获取，冒险也是为了获利，如此而已。

不是找到最适合自己的方向，而是拥有很多个选择。

《斯坦福的人生设计课》——不要试图去找所谓最合适的，随着你的阅历，能力，经验的扩展，这些就是动态变化的，更不要试图想清楚人生之最才开始。

人生设计的思路是，每个人都有许许多多可能适合自己的生活方式。真正好的人生状态是：我发现了很多适合自己的选择，而且决定从某个选择开始先试试看。

传统的职业规划思路是：专注初心，找到最适合自己的选项，做出决定并且把事情做成。

人生设计思维的思路是：重新定义问题，找到尽可能多的选项，选择一个进行快速尝试，直到成功。