37 lines
2.5 KiB
Markdown
37 lines
2.5 KiB
Markdown
|
||
## 第一部分：工作事务
|
||
|
||
1. 【完成】找个领导替我去到位。
|
||
2. 【完成】就今年新的数字化课题场景跟张犇总沟通一下。一个是给欧主任报的同源和配自贯通的场景，另一个是[[发电车接入融合终端的场景]]。
|
||
|
||
|
||
|
||
---
|
||
|
||
## 第二部分：个人事务
|
||
|
||
1. 回测和实盘对数据处理的要求是不同的。虽然需求的数据类型一样，甚至格式都完全一样，获取逻辑也一样。但是回测对于历史数据的积累要求更高，实盘对于增量更新数据要求更高，在执行回测和实盘交易中，对于数据是完全不同的两套逻辑。所以从[[邢不行B圈量化课程]]那里购买历史数据是有必要的，基于购买的历史数据自己写自动更新是有必要的，因为实盘交易中获取数据跟同周期获取数据的写法基本是一致的。关于数据这块仍需深入。
|
||
2. 低频量化，因子的主体不该是被数据挖掘出来的，而更应该是从金融和交易的原理中分析、组合和挖掘出来的。这个知乎回答说的很好，在低频交易领域，金融和交易本身在构建因子方面强于编程和数据挖掘。如果是做中低频，那么路不能走歪。[如何组建自营量化交易团队](https://www.zhihu.com/question/639331061/answer/3392185269?share_code=y5TslNYxrQVx&utm_psn=1915686644872382443)
|
||
3. 通过价格行为学的介绍，通过对K线图的走势进行建模，可以帮助构建出趋势，震荡和反转的各类因子，这是一种经初步论证可行的方案，可以作为我量化因子的来源。如上（2）中提到，靠数据挖掘发现因子很容易出现过拟合，因子挖掘还是得回到金融和交易本身。 [[基于价格行为学构建趋势，震荡和反转因子，进行低频量化交易是否可行？]]
|
||
4. 对于[[捕捉缩量横盘后突破的选币及择时策略]]，因子优化和筛选条件优化是我近期需要做的。通过回测，魔改再回测，构建[[我的第一个B圈实盘运行策略记录与复盘]]，再在下面的文章中去记录吧。
|
||
5. 今日需完成南通出发前的准备，理发，该洗的洗好，该装的装好。询问在哪集合，记得带身份证。MacBook和apple watch的充电器记得从单位带回来。带个杯子带点茶叶。
|
||
6. 从南通回来，务必把摩托的保险和审车做了。
|
||
|
||
|
||
|
||
---
|
||
|
||
## 第三部分：家庭事务
|
||
|
||
|
||
|
||
|
||
---
|
||
|
||
## 第四部分：人际关系
|
||
|
||
1. 记得联系桃子，给安监体系涉及的人员都寄点。
|
||
|
||
|
||
|