原创文章第586篇，专注“AI量化投资、世界运行的规律、个人成长与财富自由"。
代码截图如下：
请大家请往下载更新：AI量化实验室——2024量化投资的星辰大海
包含本周提及的所有策略：海龟，RSRS，动量，布林带，大类资产配置，风险平价等。
另外，backtrader进行了封装，支持参数优化、多策略运行等。
还有人留言cue我说——有本事你搞个私募呀。
其实这是我在想的事情，至少具备一个优秀小型私募的职业投资能力。——以出世的心态，做入世的事情。
至于做不做资管，目前想法可能是不，做自营就好了，没有那么多条条框框，也不想向外界证明什么。
市面上几乎能找到的开源框架都用过，多数代码都读过，设计的理念，优缺点——自己也从零写过。
私募策略长什么样子，以交易为生的目标应该是什么样的？
多因子策略容量大，策略比较简单，主要就是“找因子”。——对比传统的规则信号，则是构建指标。——比如前面咱们分享的海龟策略。借由唐奇安通道，使用ATR来加仓或止损。
可以看看一个私募策略的样子：
下面这样的回测+实盘曲线看着就比较舒服——年化收益：33.78%，最大回撤：5.04%。
这是一家规模3亿左右的私募的短周期截面CTA。
交易标的：交易30+活跃品种，持仓周期：1-3天，价量数据为主，盘前数据参考均来自三方，盘中有自研交易体系做交叉验证，剔除噪音。
因子&迭代：90%截面因子+10%时序因子，均为逻辑因子，单因子较复杂，严控入池条件，原先利用子策略波动率平价系统进行净值波动控制，现利用长周期时序信号调整波动率预期，进而进行择时。
策略模型：多因子打分系统，多前50%空后50%，控市值中性。
几个要点：量价数据为主，但截面多因子轮动，多前空后。截面因子就是横向对比。
先控回测，再谈收益。
如何控制回撤，一是分散，二是仓位，三是止损。
多个标的——相关性越低越好，本身组合在一起就会降低波动（相互对冲——从风控的角度，如公募，单股票不得超过10%也是这个目的，担心过于集中的风险暴露）。多标的一定是截面多因子轮动。
如同我们在大类资产配置里使用的那样。年化达21%(K=1)，最大回撤35%，K=3时，卡玛比最优，最大回撤20%（年化15.2%）| Quantlab5.0代码发布
历史文章：
backtrader国内期货实盘环境搭建——回测得来终觉浅，觉知量化要实盘。
RSRS研报复现——年化21.5%，含RSRS标准分，右偏标准分的Backtrader指标计算（代码+数据）
年化15.73%：创业板指数布林带突破Backtrader策略（代码+数据）