在ChatGPT引领的AI浪潮下，涌现了一大批AI应用，其背后其实蕴含着一个基本事实：AI能力得到了极大突破——大模型的能力有目共睹，未来只会变得更强。这世界唯一不变的就是变，适应变化、拥抱变化、喜欢变化，天行健君子以自强不息。我们相信未来会有越来越多的大模型出现，AI正在逐渐平民化，将来每个人都可以利用大模型轻松地做出自己的AI产品。
最近这些天，github的排行榜每天都在发生着变化。今天介绍一款排位比较靠前的关于量化交易的AI项目，之所以选择这个项目来介绍的原因是笔者之前是做量化交易出身的，深知想要做好一款量化交易软件的难度。
Qbot是一款AI驱动的自动化智能投研、智能投顾平台，它的功能上主要有以下几个特点：
以策略研究为目标，提供多种交易方式验证策略和提高收益。
这是qbot的消息提示模块，多种方式提示交易信息：交易买卖信息、每日交易收益结果、股票每日推荐等。
安装指引[1] | 在线文档[2]
主要包含四个窗口，如果启动界面有问题可以参考这里的启动方式。
👉 点击这里[3]查看源码
1. 基金策略在线分析
需要 node 开发环境: npm、node，点击查看[4]详细操作文档
运行命令
2. 选基、选股助手
运行命令
体验下来，dagster是很适合金融数据采集、处理，还有机器学习的场景。当然这里的场景更偏向于“批处理”，“定时任务”的处理与编排。
部分未整理。。。
具体AI模型benchmark结果：
策略原理及源码分析
在线文档[9] | ❓ 常见问题[10] | Jupyter Notebook[11]
Quantstats Report
点击 这里[12] 查看更多.
A股回测MACD策略:
image
👉 点击查看[13]源码
A股回测KDJ策略:
image
👉 点击查看[14]源码
A股回测 KDJ+MACD 策略:
image
👉 点击查看[15]源码
• 把策略回测整合在一个上位机中，包括：选基、选股策略、交易策略，模拟交易，实盘交易• 很多策略需要做回测验证；• 本项目由前后端支持，有上位机app支持，但目前框架还比较乱，需要做调整；• 各种策略需要抽象设计，支持统一调用；• 增强数据获取的实时性，每秒数据，降低延迟；• 在线文档的完善，目前主要几个部分：新手使用指引、经典策略原理和源码、智能策略原理和源码、常见问题等；• 新的feature开发，欢迎在issues[16]交流；