【原】6年年化收益46%，最大回撤率为16%的策略（附python代码）

原创内容第877篇，专注智能量化投资、个人成长与财富自由。

更少，但更好的精要主义。

机器学习驱动的智能量化，有一个标准的模板：

1、选定股票池范围，比如沪深300成份股。

2、加载数据

3、计算因子集，比如Alpha158

4、因子分析

5、模型训练

6、回测

在星球里下载的策略，保存的toml的格式，有些同学说，怎么不是代码。其实toml就是json的存储格式，json就是dict，转为策略给engine来执行的。

我们用代码来写一个年化46%，最大回撤率为16%的策略。

用代码就是如下：

    t = Task()    t.name = '全球大类资产-修正斜率轮动'    etfs = [        '510300.SH',  # 沪深300ETF        '159915.SZ',  # 创业板        '518880.SH',  # 黄金ETF        '513100.SH',  # 纳指ETF        '159985.SZ',  # 豆柏ETF        '511880.SH',  # 银华日利ETF    ]    t.symbols = etfs    t.select_sell = ["出场规则"]    t.order_by_signal =  "排序规则"    e = Engine()    res = e.run(t)    print(res.stats)    # print(res.get_security_weights().iloc[-1].to_dict())    # print(res.get_weights())    import matplotlib.pyplot as plt    res.plot()    plt.show()

策略代码在这里下载：AI量化实验室——2025量化投资的星辰大海

吾日三省吾身

在一个投资社区论坛上看到一个非投资相关的话题，挺有意思的。

有一个哥们问咨询大家关于顶层楼房该不该买。

我之前也思考过这个问题，就认真看了一下，挺有意思。

不同意的观点，基本是老生常谈了。

比如夏天热（受热面积大，热一点是肯定的，夏天肯定都是空调了，可能会多耗一点点吧），防水不好可能会漏水（其实现代的建设标准这个应该问题不大）。

还有人从投资价值角度，说到时不那么好卖之类的。

当然同意的人就一个观点：买个清静。

有一位兄弟说得很直白，就是你无法决定你楼上住的是什么人。

当然又有人说了，顶楼还有电梯的声音，或者风声还大呢？————白噪声又是可以接受的。

当然，我没有参与讨论。

我想到“边界感”这个词。

其实，边界感真挺重要的。

其实每个人做好自己的事情，就挺好的。

财务自由，这个自由是什么，就是你有足够的能力建立自己的边界。

父母不习惯大城市的生活，那就在镇的买个小房子，岁月静好。——省掉邻里各种家长里短。

不喜欢一件事，离得开，有的选，这就是自由。

自由是一种能力。当然，如果有更强的实力，直接摆平事情，那是更强的一种能力。

代码和数据下载：AI量化实验室——2025量化投资的星辰大海

AI量化实验室 星球，已经运行三年多，1700+会员。

aitrader代码，因子表达式引擎、遗传算法（Deap）因子挖掘引擎等，支持vnpy，qlib，backtrader和bt引擎，内置多个年化30%+的策略，每周五迭代一次，代码和数据在星球全部开源。

扩展  ·  历史文章   

EarnMore（赚得更多）基于RL的投资组合管理框架：一致的股票表示，可定制股票池管理。（附论文+代码）

年化收益200%+的策略集 | 实时板块资金热力图 「aitrader 5.0系统代码发布」

年化19.66%，回撤12%的稳健策略|manus的启发：基于大模型多智能体的智能投研系统（python代码+数据）

年化30.24%，最大回撤19%，综合动量多因子评分策略再升级（python代码+数据）

年化18%-39.3%的策略集 | backtrader通过xtquant连接qmt实战

stock-pandas，一个易用的talib的替代开源库。