【原】年化37.5%，回撤控制在16.8%，大类资产加止盈策略

原创内容第885篇，专注智能量化投资、个人成长与财富自由。

AI量化实验室 星球本周工作计划：

 1、本地核心版本，刷新策略，至少3个（notebook版本）。

同时在网站上发布。 

2、股票和etf数据更新。 

3、本地版本代码，在网站上可下载。 

配置论坛板块，积分规则等。

ailabx.com上线，论坛（bbs.ailabx.com）也上线了。

已经有同学发布了自己的策略：

我在本地化版本里也开发一个策略，年化37.5%，回撤控制在16.8%， 大类资产加止盈策略：

import btfrom bt.algos import *from bt_algos_extend import SelectTopK
select_signal = np.ones(stop_profit.shape)  # 注意这里是全1，没有select_buy就是全选select_signal = pd.DataFrame(select_signal, columns=stop_profit.columns, index=stop_profit.index)
select_signal = np.where(stop_profit, 0, select_signal)  # select_sell置为0，就是清仓或不选select_signal = pd.DataFrame(select_signal, index=stop_profit.index, columns=stop_profit.columns)select_signal.ffill(inplace=True)  # 这一句非常关键，ffill就是前向填充，保持持仓状态不变。即不符合buy，也不符合sell，保持不变。select_signal.fillna(0, inplace=True)
s1 = bt.Strategy('s1', [bt.algos.RunDaily(),                           #SelectAll(),                         bt.algos.SelectWhere(signal=select_signal),                           SelectTopK(signal=order_by),                           bt.algos.WeighEqually(),                           bt.algos.Rebalance()])
s2 = bt.Strategy('benchmark', [bt.algos.RunOnce(),                        bt.algos.SelectAll(),                        bt.algos.WeighEqually(),                        bt.algos.Rebalance()])
bkts = [bt.Backtest(s1, close),bt.Backtest(s2,close)]res = bt.run(*bkts)

代码位置：

代码+数据下载：AI量化实验室——2025量化投资的星辰大海

论坛进行了重大改版本，再出发。

年少时，一度想做一个论坛，来服务一批志趣相投的用户。本次也算圆了一个小心愿。使用