原創(chuàng)內(nèi)容第751篇，專注量化投資、個(gè)人成長(zhǎng)與財(cái)富自由。

大類資產(chǎn)輪動(dòng)和主動(dòng)交易還是有區(qū)別的。

大類資產(chǎn)輪動(dòng)不會(huì)刻意控制回撤，因?yàn)槌挟?dāng)必要的風(fēng)險(xiǎn)是大類資產(chǎn)配置邏輯里的一部分。

aitrader v2.1源碼發(fā)布：滬深300換成紅利低波后，十年長(zhǎng)期年化提升至34.1%，夏普1.21(python代碼）。

我們不預(yù)測(cè)市場(chǎng)，而且是長(zhǎng)線邏輯。在市場(chǎng)回調(diào)是反而買入，甚至越低越買，有左側(cè)交易的樣子。

主動(dòng)交易對(duì)回撤的控制要求高，止損是必要配置，有時(shí)還會(huì)止盈。

qlib終于支持多數(shù)python版本了。

因此，我們把a(bǔ)itrader的python版本升級(jí)到3.10。

vnpy推薦的python版本的3.10，qlib也兼容，backtrader基本都可以。因此我們選擇3.10。

qlib的強(qiáng)項(xiàng)上股票（大數(shù)據(jù)集）上的AI量化投資，附帶了很多開箱即用的機(jī)器學(xué)習(xí)模型，有自己的數(shù)據(jù)庫(kù)，因子表達(dá)式，因子集等。

vnpy強(qiáng)項(xiàng)是國(guó)內(nèi)期貨的實(shí)盤、回測(cè)一體。

而bt是ETF+指數(shù)的輪動(dòng)策略非常輕便，通過csv加載數(shù)據(jù)，回測(cè)算子開箱即用。

而backtrader呢，生態(tài)比較成熟，各種文檔比較多，傳統(tǒng)規(guī)則量化以及實(shí)盤整合也比較順暢。

vnpy的代碼結(jié)構(gòu)：

針對(duì)單標(biāo)的CTA類量化策略設(shè)計(jì)的應(yīng)用模塊，用于實(shí)現(xiàn)CTA策略從代碼開發(fā)、歷史回測(cè)、參數(shù)優(yōu)化到自動(dòng)交易的全流程業(yè)務(wù)功能。

圖形化CTA策略回測(cè)模塊，基于用戶友好的圖形界面實(shí)現(xiàn)簡(jiǎn)潔易用的數(shù)據(jù)下載、歷史回測(cè)和參數(shù)優(yōu)化等投研功能。

vnpy_ctp需要通過pip install安裝，而無法通過直接復(fù)制代碼過來。

其余的模塊直接復(fù)制代碼下來即可：

from vnpy.event import EventEngine
from vnpy.trader.engine import MainEngine
from vnpy.trader.ui import MainWindow, create_qapp

from vnpy_ctp import CtpGateway
from vnpy_ctastrategy import CtaStrategyApp
from vnpy_ctabacktester import CtaBacktesterApp


def main():
    """Start VeighNa Trader"""
    qapp = create_qapp()

    event_engine = EventEngine()
    main_engine = MainEngine(event_engine)

    main_engine.add_gateway(CtpGateway)
    main_engine.add_app(CtaStrategyApp)
    main_engine.add_app(CtaBacktesterApp)

    main_window = MainWindow(main_engine, event_engine)
    main_window.showMaximized()

    qapp.exec()


if __name__ == "__main__":
    main()

通過如下代碼run_vnpy.py啟動(dòng)即可：

AI量化實(shí)驗(yàn)室——2024量化投資的星辰大海

AI量化實(shí)驗(yàn)室 星球，已經(jīng)運(yùn)行三年多，1200+會(huì)員。

aitrader代碼，含幾十個(gè)策略源代碼，因子表達(dá)式引擎、遺傳算法（Deap）因子挖掘引擎等，支持backtrader和bt引擎，每周五迭代一次，代碼和數(shù)據(jù)在星球全部開源。