原创内容第923篇，专注智能量化投资、个人成长与财富自由。

今天是星球一周一度更新代码的日子，代码已经更新到星球：

核心代码所带的策略集，在pycharm下启动终端（默认会激活虚拟环境），然后输入 jupyter notebook：

点击“策略集”：

点击“机器学习策略”

import syssys.path.append('../')from lab import AlphaLabsymbols = ['510300.SH','159915.SZ','513500.SH','518880.SH']#['510300.SH','159915.SZ']lab = AlphaLab(lab_path='./run', data_path='D:\work\.aitrader_data\quotes_etf')df = lab.load_bar_df(symbols=symbols, start='20100101', end='20250620',extended_days=10)data = df[['close','symbol','date']]data

划分数据集，并计算Alpha158因子集合：

from dataset.datasets.alpha_158 import Alpha158from dataset import to_datetime, AlphaDataset, process_drop_na, process_cs_norm, Segmentfrom functools import lru_cache, partial
dataset: AlphaDataset = Alpha158(        df,        train_period=("2010-01-01", "2020-12-31"),        valid_period=("2020-01-01", "2025-6-20"),        test_period=("2020-01-01", "2025-6-20"),    )
# 添加数据预处理器dataset.add_processor("learn", partial(process_drop_na, names=["label"]))dataset.add_processor("learn", partial(process_cs_norm, names=["label"], method="zscore"))
# 准备特征和标签数据name = 'etf轮动'dataset.prepare_data(filters=None, max_workers=3)lab.save_dataset(name=name,dataset=dataset)

模型训练：

因子重要性排序分析：

回测：​​​​​​​

import btfrom bt.algos import *from bt_algos_extend import SelectTopKs = bt.Strategy('s1', [bt.algos.RunDaily(),                           SelectAll(),                           SelectTopK(signal=df_signal),                           bt.algos.WeighEqually(),                           bt.algos.Rebalance()])

年化25.3%，这是一个完整的机器学习应于量化策略开发的流程。

代码与策略下载：AI量化实验室——2025量化投资的星辰大海

吾日三省吾身

《拿铁因素》提出的“从现在起，富有地生活”，并非指立刻拥有巨额财富，而是一种心态与生活方式的根本性转变。它强调在实现财务自由的路径中，“富有”首先是一种精神状态和行动哲学，而非结果的终点。

打破“先有钱后富有”的误区
许多人认为“等我有钱了，才能过富足的生活”，但这种思维恰恰阻碍了财富积累。真正的富有是以终为始的生活态度：像富人一样思考、消费和规划，财富才会随之而来。

如何“富有地生活”？

1. 建立“双账户系统”，释放心理压力

退休账户：自动划转每日“第一小时收入”（如时薪25美元，则日存25美元），用于长期复利投资；

梦想账户：为短期目标（如旅行、课程）设立专项储蓄，让消费变得“理直气壮”。

意义：账户自动运转后，剩余收入可自由支配，无需记账或愧疚，真正实现“花钱的从容”

代码和数据下载：AI量化实验室——2025量化投资的星辰大海

点击 “查看原文”，直接访问策略集合。

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」

机器学习驱动的策略开发通过流程 | 普通人阶层跃迁的可能路径？

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）

三秒钟创建一个年化28%，夏普比1.25的策略（python系统已开放源代码下载）

会员专属策略可以直接下载了，多个十年年化30+%策略集|polars重构因子引擎（代码+数据下载）

6年年化收益46%，最大回撤率为16%的策略（附python代码）