原创内容第787篇，专注量化投资、个人成长与财富自由。

昨天我们分享了量化数据的采集与增量更新：更新数据，年化18.8%，回撤8%的组合策略 | akshare与tushare历史日线数据下载与更新（python代码）

今天讲讲量化后台的异步任务和定时任务。

python生态里使用celery作为异步任务和定时任务的解决方案。

之前我们用过一段时间的dagster。dagster是一个工作流平台，类似现代版本的airflow。它的强项在于把很多个任务，编成一个有向无环图，然后依次执行，大数据中数据处理、机器学习里的工作流比较合适。它有一个很方便的UI。

单纯用定时任务有点重了，如果仅是定时任务，可以使用apscheduler，但我们还需要异步执行，比如回测一个策略。因此选择celery。它也带一个flower监控界面。

celery现在支持在windows下调试开发了，可以使用redis做broker和backend。

通过cel.task就挂载了一个异步回测任务，传入任务id，就可以进行回测了。

cel = Celery('celery_tasks', broker=url_redis, backend=url_redis)


@cel.task
def backtest(strategy_id):
    try:
        print(f'策略id：{strategy_id}')
        run_strategy(strategy_id)
        return f'回测完成了：{strategy_id}'
    except Exception as e:
        print(f"回测任务失败: {e}")

通过flask api提交异步任务后，worker自动完成了策略的回测：

def delay_backtest(strategy_id):
    try:
        r = backtest.delay(strategy_id)
        return {"message":'添加任务成功'}
    except Exception as e:
        print(e)

celery还可以通过flower监控任务的运行状态：

从1500支ETF里选择了150支热门的ETF:

吾日三省吾身

昨天刷了一下《流星花园》。

这真是青春的回忆。

记得那年，刚上大一，在网吧通宵把流星花园几乎一口气刷完的。

记得同年级的女生们，那段时间，清一色的台湾腔。

不论合理与否，那就是青春啊。

那时候水木年华刚出道，《一生有你》才发行不久。

关于未来，有很多憧憬，关于未来，充满好奇、梦想和理想主义。

谁的青春不迷茫呢？

一个阶段有一个阶段的认知。

纯粹出于对编程的热情，从VB到VC++，也接触过python和人工智能，但没有在意。了解过神经网络，不过那时候还是感知机之类的分类算法。

那时候只关心编程，很少关心其他。

20年过去了，很多身情都变了，很多事情又似乎没有变。

偶尔回到老校园，看着当年学校和宿舍的围墙，当年一切想象不出来的未来的样子。

当初的愿望都实现了吗？

仔细想来，当年似乎也没有许下什么特别的愿望，只是很自信一切都变得越来越好。只是好奇，未来以什么模样展开罢了。

后来换过几家公司，在几个城市生活，认识不一样的人，遇到不一样的事情，也就这么走过来了。

《流星花园》讲的是青春，青春就是热血，不讲合理不合理，理性不理性。现在的我们可能更像《匆匆那年》。回头看的视角。

我们还是我们，只是更理性，更务实。

偶尔还会做梦，梦醒后安静做事情。

关于2025计划

关于英语的学习，尤其是听和说练习，想到一个方法，就是TED演讲视频的精听与背诵，一周一篇试试，一年50篇左右，估计英文口语和听力会有一个质的提升。

关于AGI前沿，这个需要一定的算力支撑，即便是复现deepseek也并非简单的事情。

更何况，这些创新的思路，如何参与进去？

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，1300+会员。

aitrader代码，含几十个策略源代码，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）
deap系统重构，再新增一个新的因子，年化39.1%，卡玛提升至2.76（附python代码）

deap时间序列函数补充，挖掘出年化39.12%的轮动因子，卡玛比率2.52

年化19.3%，回撤仅8%的实盘策略，以及backtrader整合CTPBee做实盘（附python代码和数据）

近四年年化收益19.3%，而最大回撤仅8%，卡玛比率2.34，投资应该是一件简单的事情。（附python代码+数据）

aitraderv4.2开发计划，整合QMT。年化39.9%的因子与年化19.3%的策略哪个优?

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

AGI通用智能实验室

紧跟前沿AGI研究进展，论文复现，可运行的代码，落地应用等。

既做科研，也做科普；研究基础大模型，也关心应用场景。