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: |
|