昨天我们把talib的指标引入了遗传算法里的因子挖掘：
遗传算法整合talib技术分析算子做因子挖掘，比如ADX, 阿隆指标等
技术指标本质也是因子，只是它通过阈值来产生信号。
CTA有很多"知名"策略基本是日内的，当然肯定都失效了。
这就是做量化之难------你要真实的实盘结果与收益，而市场一直在变化。交易系统其实未必是形的系统，而更多是一种理念。
技术指标不在多，而在于精，很多技术指标实是重复的。
你完全可以定义和设计自己的指标。
比如RSRS就是一个比较创新型的指标，当然最近几年已经失效了。早年效果是非常好的，也有比较的逻辑解释和支撑。
重点还是控制回撤。比如回撤在10%以内，5%更好。放弃没把握的交易。加上止盈与止损机制。
代码每周五在星球更新和迭代：
01
如何开发金融大模型智能体？
大模型智能体开发并不复杂，难在如何找到有效的落地场景。
如同多少互联网创业项目一样。
需求和痛点的理解才是最难得。
要解决谁的什么问题？
两个角度来理解大模型：
第一个是抛开技术寻找应用场景，然后再探索此应用场景下大模型技术方面的可行性；
第二个是先熟悉大模型的技术，然后根据技术去探索与某个应用场景的结合。
信息检索增强。
获取信息是强需求，传统通过搜索引擎技术实现。
生成式大模型可以拆解，分析查询意图，做资料搜集，检索，重构。
当然，需要自行控制信息来源避免幻觉。
比如金融量化投研，就需要检索和处理大量信息。这是大模型就可以很好的派上用场。
当然，很多信息源内容并不精致，信噪比低，这样大模型也挖掘不出好的结论。
人工会自行过滤差的文章。
人机结合的效率一定是最好的。
研究智能助手，我们只需要给出初步想法，让智能体去全网挖掘信息。
智能检索的下游应用，在金融领域就是智能投研。
每年，研究团队需撰写约50份研报 ，每份研报都经历了信息搜寻、数据查找、观点分析、制作图表、撰写成文等多个繁琐流程......
基于智能体，做研究和开发应用，做发明，也是很有意思的事情。
------做有价值的事情，然后把它们写出来，去连接同频的人。
往期推荐
回顾过去一周热点
Quantlab5.7代码发布：使用年化收益来优化遗传算法因子挖掘
年化20.7%全球大类资产的波动率因子（附python代码）
02
吾日三省吾身
做成有价值的事情，最有深度和意义的思考，连接同频的人。
为谁解决什么问题。
人生在于体验。
过你想过的生活，做喜欢做的事情。------------但是，这一切都需要钱的呀。
自由很贵。
延迟满足吧，据说20%的人，活不过退休。
即便是正常退休，但------欲买桂花同载酒，终不似，少年游。
读了一篇挺真诚的文章：
睡后收入的重要性：文章指出，如果没有被动收入，人们可能需要工作到生命的最后一刻。
职业选择的反思：年轻时，许多人认为找到稳定工作就能保障一生，但重复性工作缺乏成长性，可能导致中年危机。
自媒体的潜力：在数字化时代，自媒体提供了一个低成本创业的平台，通过建立个人品牌和影响力，可以实现持续的收入。
专注与深耕：专注于一件事，深耕细作，成功的几率会更高。成功之后，可以复制这一模式。
内容创作与模仿：对于刚开始接触自媒体的人，模仿是学习的一种方式，通过不断学习和实践，逐步打造出自己的风格和影响力。
持续更新与成长：通过持续更新内容，不断打破和重建自我，实现了个人成长。
你要有一个到死都能赚钱的生意
我们都在试图等一种状态，说我准备好了。
其实，永远没有所谓准备好了。
先起飞再调整姿势。
温水里待着是舒服，但可能不知不觉就丧失了逃生的能力。
中年危机就来源于此。
居安而思危，永远做好准备。
我们都试图从一个温水出来，再找一个温长苟着。
总有人会说，现在不是折腾的时候。
你想清楚风险，就不是折腾。
机会成本，本身也是一个巨大的风险。
人就活一次，过了也就过了。
但你来到最后一刻，你后悔当初的自己，为什么不敢勇敢一点呢？
不要浪费任何一次危机。
新人优惠券：
提前续费享5折优惠：
山重水复疑无路，柳暗花明又一村。
关注我，一起成长，学习量化投资，提升对于世界的认知，实现财富自由。
七年实现财富自由
七年，经过十万小时刻意练习，足矣在任何领域成为专家。 七年，成为自己的财富管理专家。 七年，实现财富自由。