Cai2026-01-11·社区交流年底吹水贴（无策略无代码慎入）最近在手搓魔改中低频回测代码，最初想用多进程跑然后拼接结果，最后发现行情数据格式的设计（long/wideformat等）就可以大幅提高回测速度，订单处理合理简化整个回测速度也可以起飞。改了一周后发现还可以向量化进一步加速......于是果…#第三期线下课#第四期线下课#第五期线下课#线下课
Cai2025-11-23·社区交流gplearn 手搓改造笔记为什么改造gplearn 1. 框架简洁代码精炼。之前被Qlib深度折磨过（以前文章写过https://www.pandaai.online/community/article/130）。Qlib投研全流程环节多模块多，而后期可能提交维护投…#第五期线下课#代码分享#机器学习模型#Python
我是宽客2025-09-07·社区交流AlphaGen理论篇 - 强化学习基础一、引言 ::: hljs-center 强化学习已经开始 “闯” 量化！ ::: ::: hljs-center ::: 在参加《量变学院》第五期线下课程后，我首次接触到AlphaGen这一基于强化学习的公式化Alpha因子挖掘框架。其核…#第五期线下课#线下课#学习资源#机器学习
Cai2025-07-11·课程Alphagen学习笔记（1.Qlib因子生成部分（代码精简））接上一篇：Alphagen学习笔记（1.Qlib因子生成部分）。接下来尝试简化和重写qlib因子生成（更准确说应该是“因子计算”），即：1.替换成本地parquet文件行情数据2.再按表达式计算出因子值。 行情和因子值在各个模块中传递顺序为…#第五期线下课#python入门基础#线下课#机器学习
Cai2025-06-30·社区交流精华Alphagen学习笔记（1.Qlib因子生成部分）-----想定制魔改qlib因子计算和改用小型数据文件的，希望有帮助----- 今年深圳课上接触到的alphagen, 最吸引人的部分是：仅通过表达式就可以快速生成相应因子可在表达式层面高效开展因子探索。意识到引入这个部分对我当前投研数据工…#第五期线下课#新手入门#经验分享#API接口
