qlib高阶应用之财务数据库与自定义表达式

百天计划之22天，关于“AI量化，财富自由与个人成长”。

今天要涉及一些qlib的高级特性的使用： 财务数据库（PIT）以及自定义表达式的注册。

01 qlib之金融财务数据库

qlib的tutorial对于交易数据（日线）讲得比较清楚，就是把一堆标的的时间序列数据，写入到一个文件夹下的csv里，然后使用dump_bin就可以生成qlib格式的数据库。

我把qlib源代码里的scripts目录拷贝到 我的开源项目（gittee ailabx）的core目录下：

dump_bin是处理传统时间序列，dump_pit是处理金融财务数据，两者的输入都是csv格式。

金融数据库的csv格式如下：

需要特别说明的是，data_collector是qlib的作者用来采集试验数据的，可以不用，而且数据质量也不保证。

若要使用，里头的requirements需要单独安装的，里边连电子货币的数据都有：

合并之后，会多一个financial的文件夹如下：

数据查询：

instruments = ["sh600519"]
fields = ["P($$roewa_q)",
          "P(Ref($$roewa_q, 1))",
          "P($$yoyni_q)",
          "$close",
          "P($$roewa_q) * $close"
          ]
# Mao Tai published 2019Q2 report at 2019-07-13 & 2019-07-18
# - http://www.cninfo.com.cn/new/commonUrl/pageOfSearch?url=disclosure/list/search&lastPage=index
data = D.features(instruments, fields, start_time="2019-01-01", end_time="2019-07-19", freq="day")
pprint(data)

查询到的数据由”季度“频次变成按”天“的，方便我们回测时使用：

如下地址有详细的脚本使用说明：

https://github.com/microsoft/qlib/tree/main/scripts/data_collector/pit

02 自定义表达式

qlib内置了很多表达式，但我们经常有需求扩充自己的，这个相对简单：

class Distance(PairOperator):
    """Feature Distance
    Parameters
    ----------
    feature : Expression
        feature instance
    Returns
    ----------
    Expression
        a feature instance with distance
    """
    def _load_internal(self, instrument, start_index, end_index, freq):
        series_left = self.feature_left.load(instrument, start_index, end_index, freq)
        series_right = self.feature_right.load(instrument, start_index, end_index, freq)
        return np.abs(series_left - series_right)

只需要实现_load_internal之后，注册给初始化函数即可：

cls._setup_kwargs.update({"custom_ops": [Diff, Distance]})

03 成长感悟——ABZ的人生规划体系

ABZ适合多数工薪族出身的普通人。

ABZ是呢？

就是人生需要三个计划：

A计划是你的正职，就是你的工作，你谋生的岗位工作，有公司给你发工资。

B计划就是当下流行的“斜杠”计划。即不冒裸辞的风险，又可以探索人生更多的可能性。

Z计划是保底计划，这里特别指被动收入在你收入结构中的占比。

试想，一个人如果失业或者创业失败，但还有两套房可以收租，那么对于他而言，压力还好。这里的房租就是“被动收入”。我之前定制过一个“500万年化10%的大类资产配置计划”。如果达到这样一个金融资产状况，这里的Z计划相当于有一个小财务自由的兜底，那你做很多事情，选择起来是比较有底气的。

Z计划一般就是理财计划为主。

其实在有了一些的储蓄积累之后，多数人都有一些理财计划，收益率高低与冒多少风险的区别罢了。

好的A与B计划，是可以相互支撑的。

李笑来做新东方教英语，业余写了两本教学相关的书，一是单词二是作文。准备B计划的过程可以有效提升在A正职中的能力，A中积累的人气和经验，又可以很好的支撑B计划的展开。这是非常棒的“斜杠”。

有人在互联网公司做运营，然后把运营经验形成教程，在公众号，专栏里输出，与李笑来的例子类似，把正职中的经验形成自媒体时代的产品。

另外还有一种就是海量阅读，比如宋鸿兵写货币战争，涂子沛写大数据，彭小六教阅读等。

B计划之核心还是”独家“技能的产品化。

李笑来的技能是英语培训能力，时间管理，做时间的朋友的思考。

宋鸿兵读过很多财经历史的书以及有讲故事的能力。

彭小六是自己读过的几千本书，总结出的阅读方法论。

有某个技能独家以及成体系的思考，借媒体的杠杆将其产品化。

如果正好有一个独家技能最好，比如算法能力，编程能力，设计，运营，销售等，另外还有一个普适的方法就是“海量阅读”，这个技能对所有人适用。

小结：

qlib做了不少贴心的，智能量化里需要使用的功能，值得好好深度挖掘。

中年焦虑与危机，还是由于没有好好规划，ABZ计划适合多数人。