【原】打造一个可以免安装，直接使用的AI量化平台（代码已更新，可下载）

AI量化实验室 2023-10-28 发布于北京

展开全文

原创文章第367篇，专注“个人成长与财富自由、世界运作的逻辑与投资"。

社群下一步要为量化入门同学，打造一个可以免安装，直接使用的AI量化平台。

我们还是从ETF开始，原因是新的投资者，从ETF，大类资产开始，总是不错的选择，甚至于，如果你不是，也不想成为专业投资者，只能享受投资复利的话，使用ETF就够多了。

当市场越来越有效的时候，alpha甚至消失，剩下市场beta也就是分享资本市场成本带来的收益。

ETF一共有1000多支，不过没有必要同步所有数据。

比如跟踪中证500指数的ETF就是20多支，当然有些做了增强。从咱们量化的角度，选择严格跟踪指数的ETF，因此，一般选择交易量最大的即可。

from django.db import models
from django.urls import reverse


class Tag(models.Model):
    name = models.CharField(max_length=255, unique=True)

    def __str__(self):
        return self.name

    class Meta:
        verbose_name = 'ETF标签'
        verbose_name_plural = verbose_name


class ETF(models.Model):
    symbol = models.CharField(max_length=20, verbose_name='基金代码')
    name = models.CharField(max_length=60, verbose_name='基金名称', null=True)
    found_date = models.DateField(verbose_name='成立日期', null=True)
    tags = models.ManyToManyField(Tag, related_name='etfs', blank=True)
    benchmark = models.CharField(max_length=500, verbose_name='比较基准代码', null=True, blank=True)

    def __str__(self):
        return '{}({})'.format(self.name, self.symbol)

    def get_absolute_url(self):
        print('abs')
        return reverse('etfs')

    class Meta:
        verbose_name = '场内基金-ETF'
        verbose_name_plural = verbose_name