|
原创文章第523篇，专注“AI量化投资、世界运行的规律、个人成长与财富自由"。 下周计划： 1、因子表达式整合入DeepAlpha，走通强化学习因子挖掘（去Qlib依赖）。并使用全量ETF数据进行自动化因子挖掘。 2、完成gplearn部分代码改造，以适配咱们的因子表达式。
昨天发布了代码： 代码发布：新因子表达式引擎，支持生成“逆波兰”因子以及因子挖掘的强化学习环境 下周应该可以走通DeepAlpha的去qlib后的轻量版本。 敬请期待。 吾日三省吾身 今天再读认知觉醒，有收获，作者写这本书着实是用了心的。 阅读这一节。 很多大V，说到阅读，往往让人去读小说，散文，经典大部头。 也有大V，纳瓦尔，说随便找一本你感兴趣的，读就是了。 其实都对，也不对。 但周岭说的——问题导向去读书，方能真正读进去。 消遣式的，当然可以，比如我们读三体，或者读阿加莎的犯罪小说。 带着一点功利心去读书，然后学以致用。 我自己在经常在用的几个“心智”模型：比如“从目标到系统”，“N阶行动计划”，“最重要的事只有一件”。 毕竟 ，在这个经济下行，高度不确定的时代，从财富安全到财富自由，才是对自己，对家人，对社会最大的贡献。 应对不确定性，建立起多条被动收入管道很重要。 除了投资理财之外，方法是“代码和媒体”。
代码和媒体是天然杠杆，你睡觉时它们也会为你干活。如果你不会编程，就写书和博客，做视频音频。 自媒体找不到方向感，究其原因是没有做好内容。 无论是代码还是媒体，本质还是做产品的逻辑。——为谁解决什么问题。 引出了产品定位，品牌构建，人设的问题。 出发点仍然是“喜欢，擅长和有价值”。价值是落地的终点，以终为始，就是为用户创造了什么价值，创新性地解决了什么问题。是降低成本，还是提高效率？ 有了价值导向，然后就是解决擅长的问题。 你得持续提供价值，产品也好，自媒体也罢，如何持续给用户提供价值，靠一篇暴款文解决不了长期的问题，——这需要你解决擅长的问题。——需要持续学习来实现。 而这背后支撑的力量就是喜欢和热爱。 简言之，为用户创造价值是目标，擅长的专业是支撑，热爱是长期动力和引擎。 但反过来，由于热爱，所以专业，因此可以源源不断地提供价值。——你自己喜欢的事情，恰好对别人有用，这是最好的模式。 我们有很多感兴趣的事情（也许不是全部都谈得上热情），总有一些挺擅长的领域，比如大学的专业，比如过往这些年的工作经验。往往需要从这些事情往外延伸，这些就是我们的锚。 比如，你是个全栈工程师，也有产品sense，这也许就是你的喜欢和擅长。 另外就是如何保持专注，确保在一个点上打透，这样才能创造价值。——星球当前要打透的一个点就是“自动化因子挖掘”。 历史文章： |
|
|
