星球更新代码，更新如下：
1、基于deap的因子挖掘框架基本成熟。
2、内置全球大类资产以及期货全量主连合约日线数据。
3、升级fitness和metrics为单因子回测的年化收益和夏普比。
4、补充数个一元滑动函数：比如ts_argmin,ts_argmax等等 ；两个二元滑动函数，ts_corr和ts_std。
4、挖掘出来的因子可以直接轮动看到收益，目前已经提交数个超过年化20%的因子。
两轮迭代后（如果算力够，你可以尝试修改初始化100个因子，然后迭代5轮或更多试试），全量期货数据的因子挖掘结果：
rank(ts_argmaxmin(sqrt(ts_median(volume, 20)), 3))， 年化16.1%。
代码位置：
后续可能的优化方向：
1、初代因子可以使用LLM（大模型）来生成。
2、因子生成后，使用lightGBM来筛选特征重要性，按重要性使用遗传算法来迭代看下效果。
星球新增了一个专栏——给量化新人的，这个在进行中：
七天入门python量化投资
第一天：量化投资概述、Python基础与量化开发环境搭建
第二天：金融数据获取、pandas金融数据处理、可视化，实现向量化极简策略
第三天：backtrader：最强单机版回测与实盘一体框架。
第四天：技术分析、TA-lib指标库，常见策略开发：双均线，布林带等。
第五天：backtrader策略开发高级技巧。
第六天：交易系统：策略评估与风险管理
（夏普，卡玛，年化，mdd，最长回撤期等）
资金管理、止盈止损，自定义指标实现（RSRS）。
第七天：实战案例与进阶学习（RSRS、风险平价（bt框架），动量轮动）
发布者：股市刺客，转载请注明出处：https://www.95sca.cn/archives/265121
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！
