原创内容第695篇，专注量化投资、个人成长与财富自由。

今日策略

今天的策略是基于backtrader实现人工智能LOF的择时，通过backtrader的参数优化功能，找到最优参数。

策略主体：

策略有三个参数，一是动量周期，二是动量择时上边界，三是动量择时下边界。

class roc_trend(bt.Strategy):# 参数定义params = dict(period=20,  # 动量周期upper=8,lower=0,)def __init__(self):self.roc = bt.indicators.ROC(self.data, period=self.p.period)# self.roc = bt.talib.ROC(self.data, period=self.p.period)def next(self):if not self.position:  # not in the marketif self.roc[0] > self.p.upper / 100.0:  # if fast crosses slow to the upsideself.order_target_percent(self.data, 0.99)  # enter long# self.buy()  # enter longelif self.roc[0] < self.p.lower / 100.0:  # in the market & cross to the downsideself.close()  # close long position

import sys
sys.path.append('../')
from matplotlib import rcParams
rcParams['font.family'] = 'SimHei'
import backtrader as bt
import pandas as pdfrom datafeed.dataloader import CSVDataloader
df = CSVDataloader.get_backtrader_df('161631.SZ')
df.dropna()class roc_trend(bt.Strategy):# 参数定义params = dict(period=20,  # 动量周期upper=8,lower=0,)def __init__(self):self.roc = bt.indicators.ROC(self.data, period=self.p.period)# self.roc = bt.talib.ROC(self.data, period=self.p.period)def next(self):if not self.position:  # not in the marketif self.roc[0] > self.p.upper / 100.0:  # if fast crosses slow to the upsideself.order_target_percent(self.data, 0.99)  # enter long# self.buy()  # enter longelif self.roc[0] < self.p.lower / 100.0:  # in the market & cross to the downsideself.close()  # close long positioncerebro = bt.Cerebro()
cerebro.broker.setcash(100*10000.0)
cerebro.addanalyzer(bt.analyzers.PyFolio, _name='pyfolio')data = bt.feeds.PandasData(dataname=df)
cerebro.adddata(data)if __name__ =='__main__':print('初始资金: %.2f' % cerebro.broker.getvalue())cerebro.optstrategy(roc_trend,upper=range(2, 10, 1),lower=(-3,0,1))result = cerebro.run(maxcups=None)# 打印结果def get_my_analyzer(result):analyzer = {}# 返回参数analyzer['period1'] = result.params.upperanalyzer['period2'] = result.params.lowerpyfolio = result.analyzers.getbyname('pyfolio')returns, positions, transactions, gross_lev = pyfolio.get_pf_items()import empyrical as emanalyzer['年化收益率'] = em.annual_return(returns)return analyzerret = []for i in result:ret.append(get_my_analyzer(i[0]))df = pd.DataFrame(ret)print(df)

找到最优参数是2和-3，即大于2%时买入，大于3%时卖出，年化15.4%

01 做正确的事与正确地做事——坚持的力量

一个大目标，或者说一个模糊的方向，一个大的梦想，如何一步步做到。

饭是一口口吃，日子是一天天过。

其实就是一直做。

看刘润演讲提到华杉的人生规划里，5：起床，写作2小时（已持续2000天），阅读1小时，学英语45分钟，58岁前写100本书。

不用看具体写啥读了啥，光这个持续就很有力量。

这个公众号我几乎日更了快700天，我相信同样也会日更到2000天，以及更久。

做对的事，然后把事做对。——这就是把事做对的方式。

我们很难一次就把事情做过，甚至很难一次就把事情选对，那就持续做，持续选，快速跑起来。

一年50本书（一周一本书，或者定为每天固定2小时阅读时间），写作一小时恐怕不够。

02 做正确的事

纳瓦尔说，他特别“三分钟热度”。

如果他不是硅谷最能赚钱的人之一，我们一度认为这是一个很大的缺点。

年轻时候我也反复检讨自己这一点。

但用他的话说，他肯定做不了科研的冷板凳，一个问题研究十年以上，甚至是一辈子。但他做科技创投，每天都可以接触和学习新兴的知识，领域，技术。他的好奇心得到了充分的满足和发挥。

这一点上樊登老师应该非常幸福。

读科技、人文、心理，历史、传记，育儿，哲学。想读什么就读什么，还给很多人科普和推荐了不少好书，带来知识的流动和传承，让很多人爱上阅读。——做喜欢的事情，还能创造巨大的价值，名利双收，还是自己热爱的事业，这就值得做上一辈子。

罗胖做了得到，自己就不做罗辑思维的，对于用户挺可惜的，从商业上无可厚非。罗辑思维本质上是“主题阅读”，然后选型还需要升华，与现实关联，他的选题策划是比较耗时的，相当于制作一期电视节目。

读着书，成长了自己，还能创造不小的价值，这就是正确的事。

快车道不只有创业。反过来说，读书本身也可以创业，得到、与辉同行，鸿学院不都是读书的衍生品？

从内容、观点到流量到IP，商业模式只是自然结果。

AI量化实验室 星球，已经运行三年多，1200+会员。quantlab代码交付至6.X版本，含几十个策略源代码，因子表达式引擎、遗传算法（Deap）因子挖掘引擎等，每周五迭代一次。

点“阅读原文”，查看策略集（或复制网址：www.ailabx.com/mall）下载。

腹有诗书气自华。

读书最大的价值是自我成长和升华，然后在当下还能创造巨大的价值。

因此，我做了一个“读书成长创富群”，读非虚构书，技术，金融，历史，哲学。认清当下，看清未来。