AI量化投资实验室-优快云博客

原创期货智能体1.0，兼容openai api，附python代码下载

通过知识库或者论文、投资研报获取投资想法，然后根据投资想法，改进投资策略，然后提交给回测引擎回测，返回回测指标，好的策略入知识库，迭代进化。不过，传统量化的同学，可能仍然仅是把大模型当前工具而不是系统来使用，比如我们今天分享的期货量化相关的代码。好的架构是把akshare的能力封装成mcp，这个后续咱们再来改造成真正的多智能体。原创内容第1043篇，专注AGI+，AI量化投资、个人成长与财富自由。每天“不管”一点点，每天就变强一天天。只是想说明传统量化对接LLM的方式。这样策略的构建就越来越聪明。

2025-11-04 18:57:27 437

原创星球排名第一的策略更新了，可以订阅了: 年化560%，回撤9%，夏普6.01 | 自改进大语言模型框架，用于量化交易信号挖掘。

原创内容第1042篇，专注AGI+，AI量化投资、个人成长与财富自由昨天，我们把金融量化多智能体的总体框架和技术选型梳理清楚了。星球里排名第一的策略更新了，可以免费订阅了: 年化560%，回撤9%，夏普6.01。从目前看到的多智能量化框架和代码来看，更多是基于像akshare或者更多数据源，做mcp服务，或者基于prompts，给大模型设定人设，然后对于某一支证券做评价，有些直接就是把交易规则给大模型，本质还是传统量化。

2025-11-03 16:53:35 1133

原创今日策略：年化398%，回撤11%，夏普5.0 | 金融量化多智能体架构方案

在实际的RAG系统中，Qwen3-Embedding用于初步检索，Qwen3-Reranker用于优化候选结果，这样可以兼顾效率和精度。甚至会多轮召回并执行函数，获取所需要的信息。LLM通过tools调用扩展能力，tools，包含MCP，可以通过api，搜索以及本地知识库获取知识（传统称为RAG）。API，MCP更偏向查询和返回结构化数据，而RAG则偏向在非结构化的文本，数据集中用“向量化”去召回、重排知识片段。而本地知识库的存储，与传统es所做的全文索引有所区别，现在是向量化索引，可以方便语义召回。

2025-11-02 14:57:37 1076

原创年化398%，回撤11%，夏普比5，免费订阅，5积分可查看参数|多智能体的架构设计|akshare的期货MCP代码

多智能体系统，通过各种工具去获取信息，比如联网，调api和mcp以及RAG。大家习惯一上来就考虑多智能体，尤其在一个app里，有一些垂直的智能体，其实本质上就是多支持一些tool，或者需要加载一些知识库。多智能体更像是当单一"超级大脑"无法有效处理复杂协作、专业分工的"进阶解决方案"。我有一个简单的总结，就是如果你需要多个人设和技术集的时候，那需要多个智能体。所有工具包括rag都mcp化，似乎不用多智能体。原创内容第1040篇，专注AGI+，AI量化投资、个人成长与财富自由。这是最近的一个思考。

2025-11-01 10:10:33 316

原创年化436%，回撤11%，夏普5.28，新版本上线，欢迎订阅

无论是主观交易，看社区里，大家聊个股的，无论是试图通过基本面、技术面，或者一些消息面，想“预知”一支个股的趋势，确实非常难的。——或者说逻辑上有没有解都未可知。金融市场的信噪比太低，这种建模要么欠拟合，要么过拟合，或者说因子失效非常快。拉长周期来看，大类资产配置，或者寻找长期向上的低相关资产做投资给合，这个需要主观或量化做的事情都不多，更多是投资理念和投资认知体系方面的事情。因为智能体本身具备相当的人的思维模式，但它会按需要获取相应的数据，进行分析，这个过程不只是历史建模，还可以融合最新的消息，数据等等。

2025-10-31 18:57:30 411

原创 A2A协议的多智能体投顾引擎架构，智能体生成年化418%，回撤11%，夏普比5.19的规则策略，附python代码

原创内容第1038篇，专注AGI+，AI量化投资、个人成长与财富自由。基于A2A协议的多智能体投顾引擎架构：传统的规则策略，使用智能体，可以按我们的策略模板，按用户需求来写策略，本质还是一个规则策略，比如：年化418%，回撤11%，夏普比5.19的规则策略。另外，还有更智能的，就是交易信号上多智能体来操作，我们只提供数据和要求。这就是多智能体真正做智能投顾了。好处就是动态的，适应市场，缺点是不那么可控，这个需要更多的测试，不过我相信这是趋势。相当于把主观交易和量化交易更进一步整合了。

2025-10-30 11:05:00 919

原创 Quant4.0，基于AgentScope开发 | 年化316%，回撤14%的超级轮动策略，附python代码

从上面表格的描述，很多量化投资是停留在quant1.0的阶段，整合了个人主观念投资理念和量化规则，去构建一个模型或者策略。首先，是不是内置openai like。这个很关键，因内的大模型api，基本都兼容openai-like的格式。融合自动化AI、可解释AI(XAI)和知识驱动AI，实现更智能、透明、全面的投资决策。跳过“静态的”因子构造和挖掘，跳过深度学习模型的拟合。模型构建耗时、是难以解释的"黑箱"，且严重依赖大量数据，难以应用于低频投资。重拾kensho理念，数据驱动，智能问答的金融量化引擎。

2025-10-28 16:47:10 884

原创年化26%，夏普比1.04的策略配置，只需要10秒完成配置，附python代码

你的A计划是你喜欢且擅长的事情，对你而言，工作与学习本身融为一体，你不会感觉到工作的压力，自然不必强求结果，享受过程就好。对于普通人，我们一直说“低估、分散、不深研”，我自己的“长期向上，低相关（分散），风险平价、动态再平衡”。Z计划你有本定的本金，比如A7以上，结合大类资产风险平价，如果你有其余的现金流，可以期待每7年资产翻倍。C计划，交给时间，多读书，写作，若有更多的协作机会，不排斥，不强求——这就是“松弛感”。在自己的节奏时，有结果，但不着急结果，你知道好的事情，一定会发生。

2025-10-25 12:18:28 293

原创年化454.23%，最大回撤6.97%，加上了每笔订单的交易细节，系统及策略代码已发布

当然，对智能量化有兴趣的同学，想通过主动投资来获取超额收益，也是我们做“AI量化投资实验室”的初心。比如我自己用得最多的大类资产风险平价，底层逻辑是相信，各经济体一定都是长期向上的，这是回归资本市场的本源，就是服务于实体的。在大模型和智能体的当下，其实可以让多智能体来辅助我们做出决策，我们只需要给智能体数据、资讯，让多个智能体联合给出投资建议。——这里都是长期的视角，五年、十年的观察周期。从逻辑上讲，智能体可以兼顾长期，短期，宏观，微观的表现来操盘。你的投资体系，是构建在你的投资认知逻辑体系之上的。

2025-10-22 16:17:28 483

原创年化591%，回撤仅7%的策略，支持订阅信号|基于AgentScope开发金融多智能体，附python代码

网站作为星球的重要补充，未来会给星球同学提供策略平台，参数，甚至是智能化的功能。原创内容第1032篇，专注AGI+，AI量化投资、个人成长与财富自由。首先需要一个智能体框架，尝试通义开源的AgentScope。登录后即可以查看策略最新的持仓。网站主体功能已经重构完成，基本上是重写，但是值得的。规划一个智能化的功能——“金融量化多智能体平台”。明天添加订阅功能，订阅后，即可以看到调仓信号。（以上为大模型AI解读，仅作技术演示）每天“不管”一点点，每天就变强一天天。把星球同学很多的建议都纳入进来。

2025-10-21 17:53:07 449

原创三步获得一个年化22%的动量策略，附python代码

——不要说周游世界，周游世界不用那么多时间，真的。财务自由带来的是选择的从容与淡定。网站大改版中，本次不使用vue3与bootstrap混合开发，只使用jquery，性能得到进一步的提升。原创内容第1031篇，专注AGI+，AI量化投资、个人成长与财富自由。只是可以不必过多妥协和讨好。（目前已有一些类似状态）。如果你今天已经实现财务自由小目标，你会直接不工作吗？说明目前的工作基本还是自己想做的事情。不想做就不做，不勉强。每天“不管”一点点，每天就变强一天天。说实话，没有确切答案。我至少不会直接离开。

2025-10-20 19:40:53 239

原创年化34%，回撤30%的大类资产轮动策略 | 宏观是我们必须承受的，而微观才是我们有所作为的

原创内容第1030篇，专注AGI+，AI量化投资、个人成长与财富自由。年化34%，回撤30%的大类资产轮动策略：策略地址：使用deepseek来写代码，这里代码100%都是deepseek根据提示词完成的。而且这里的html代码都是有js逻辑，而且数据都由deepseek mock生成的。这里没有使用vue3来写，而是使用jquery和bootstrap一起完成。股票市场的策略，通过金融智能体来完成。智能体可以完成股票的多维度的分析，给出相应的评估报告。吾日三省吾身。

2025-10-19 09:42:31 834

原创 15年长期年化48%的大类资产配置策略，最大回撤15%，夏普比2.0，最新持仓纳指

比如房产经纪人用AI提升客户转化，或像案例中的制造业公司，通过引入设备知识库AI Agent，将新人技术员的故障处理效率提升。为了更好地理解这个生态并找到自己的位置，下面这个表格梳理了当前AI技术落地的主要层次和机会。就像电力时代，不是所有人都有机会参与，或者有必要参与直流电，交流电或者电动机的发明当中。这能针对特定业务场景定制AI能力，比如为法律或金融行业构建专业的文档分析和报告生成系统。从大厂管理层转型为独立开发者，一个人用AI就能完成过去需要一个团队才能开发的产品。研发更先进的底层算法与模型架构。

2025-10-18 11:31:58 406

原创目前社区最强的策略，支持订阅了：年化617%，最大回撤7%，夏普6.22

研究在模型参数相对固定情况下，通过情境积累提升能力的持续学习机制。目前看，主要是B计划突破“一人企业”，“智能化数字员工团队”，完成可持续商业闭环与营收目标。如何模拟生物系统的演化、发育与学习三大机制，构建能自主进化、高能效的智能系统？目前社区最强的策略，支持订阅了：年化617%，最大回撤7%，夏普6.22。原创内容第1028篇，专注AGI+，AI量化投资、个人成长与财富自由。几个极具潜力的前沿方向和选题思路，激发一下在AGI方向上研究灵感。现在也一样，永远心怀希望，相信美好的事情即将发生。

2025-10-17 11:15:03 395

原创最高年化策略：616%，回撤7%，夏普比6.22，卡玛比率92.29

这一步可以结合智能体，RAG， GraphRAG等去展开，是应用落地方面的事情。第二个领域，就是有了模型，之后推理服务，通过优化路由，部署等，降低成本，提升效率。第一个目标，还是解决算力、效率的问题，类比人类大脑，现在大模型的能耗确实相当高。当前的研究早已超越了堆算力、攒语料的阶段，正围绕如何让模型更高效、更聪明、更实用展开激烈竞争。优化模型的部署和服务过程，尤其是在复杂或多模态场景下，实现高性能与低成本的平衡。比如在智能量化领域，高质量的语料库，或者知识库的积累，可以带来更好的投资洞察。

2025-10-16 10:50:02 351

原创 15年122倍，年化43.58%，回撤才20%，Optuna机器学习多目标调参backtrader，附python代码

原创内容第1025篇，专注AGI+，AI量化投资、个人成长与财富自由。使用optuna机器学习调参来优化策略表现。在Backtrader中使用Optuna进行多参数优化，可以更高效地找到最佳参数组合。

2025-10-14 10:24:55 374

原创年化提升至35.31%，回撤30%，卡玛比1.17，通过趋势评分、动量及成交量变化的复合因子，附python代码

optuna机器学习多参数优化，backtrader策略多参数智能优化。原创内容第1024篇，专注AGI+，AI量化投资、个人成长与财富自由。明天通过optuna机器学习框架，对多参数进行优化。每天“不管”一点点，每天就变强一天天。lightGBM多ETF排序。网站改版，知识社区改版。

2025-10-13 10:13:38 473

原创 deepseek改进策略：年化27.55%，十年30倍，backtrader多参数优化框架，附python代码

原创内容第1023篇，专注AGI+，AI量化投资、个人成长与财富自由。我们在task模板策略的基础上，对参数进行遍历。：加入消费、科技、券商等不同行业beta：更多不相关资产提供轮动机会：小盘、周期品提供不同市场环境下的表现：不同风格和行业的轮动机会。

2025-10-11 16:06:20 365

原创 15年30倍，年化25.87%，backtrader原生etf轮动策略，附完整python代码

个人最喜欢的一个指标：趋势评分——这个指标看起来比较高级，不是传统技术分析那种加加减减，求平均。而TrendScore是趋势拟合，拟合出斜率，而且还使用了R方置信度来修正，是有统计学意义的。原创内容第1021篇，专注AGI+，AI量化投资、个人成长与财富自由。所以把一个指标做透，把几个策略做好，求精而不求多。对于AI量化社群，用户价值就是策略，如何开发或者订阅有效的策略。本周重点，原生backtrader策略，带参数自动优化。在backtrader里使用的策略如下：。

2025-10-09 15:00:03 230

原创季度优选策略：年化472%，回撤 8%，夏普5.48，卡玛比率61.55

LLM的能力扩充，一是知识，比如RAG，二是使用工具的能力就是调函数。只做一api的简单封装以及函数调用，以及一些执行规则的模板，这种轻量正是我们需要的“刚刚好”。之前，一直在纠结“低代码”生成策略的技术选型，比如是web的，还是app的，使用jquery还是vue3。最大限度做自己想做的事情，不需要太多人的协作，“协作”本身就是一种不自由。我们的“低代码”策略生成器，真正变成智能策略，而且扩展性和容错性都好。最幸福的事情，就是做自己相信，自己能做好，且对他人有巨大价值的事情。

2025-10-06 11:12:27 455

原创今日策略：年化454%，回撤6.97%，卡玛比65.17，附策略python代码

不用，事实告诉我们，我们要做好自己的事情，让它们高山仰止（这就是C计划的意义了吧），而不是拉平到它们的水平，那样会显示很没品味，而且你还未必赢，因为我们做事情有底线。远离一些不好的人和事，本身就是一种能力，更理想的状态是，让它们高山仰止，让它们自己后悔当初的愚蠢。古人都有这样的问题，要么退隐，如陶渊明，“采菊东篱下，悠然见南山”。还好，这并不是我们必须走的路。人生如戏，不过从来不是要感恩它们，而是要感恩面对它们，不屈不挠，持续努力向上的自己。不过，好处就是，还好了，就算是赚的“窝囊费”和“精神损失费”吧。

2025-10-05 09:49:47 342

原创免费公开参数：十年年化45%，夏普1.88，回撤16% | deap因子挖掘系统代码已发布

如果你是长期投资，或者中线波段，就是偶尔看一眼就好了，不需要全职。“以交易为职业”的人，比如就是一份工作，比如基金经理，行业研究员，或者私募，他们募集资金，盘子很大，收益率能达到15%的年化已经非常厉害，规模很重要。7年可以翻一番，就是说如果你40岁有100万本金，60岁退休时，差不多有1000万可投资资产。很多人找不到工作，找不到理想工作的时候，就开始想，能不能“全职投资”。按自己喜欢的方式，做事情，过好自己的一生，这就是财务自由的意义吧。这个收益，要求你的本金达到一定的体量，已经非常厉害了。

2025-10-03 09:31:43 508

原创季度优选策略：年化145%，夏普2.58，回撤21%，5积分可查看策略参数 | deap因子挖掘系统python代码发布

原创内容第1014篇，专注AGI+，AI量化投资、个人成长与财富自由。明月几时有？把酒问青天。不知天上宫阙，今夕是何年。我欲乘风归去，又恐琼楼玉宇，高处不胜寒。起舞弄清影，何似在人间。转朱阁，低绮户，照无眠。不应有恨，何事长向别时圆？人有悲欢离合，月有阴晴圆缺，此事古难全。但愿人长久，千里共婵娟。《水调歌头·明月几时有》· 苏轼西北望乡何处是，东南见月几回圆。昨风一吹无人会，今夜清光似往年。季度优选策略：年化145%，夏普2.58，回撤21%。

2025-10-02 10:31:48 795

原创十年长期年化收益42%，夏普比1.79，回撤16% ，3积分可查看策略参数| oxygent：一个优雅的多智能体框架

我的选择标准，首先，兼容openai库，方便扩展函数，mcp能力，有工具插件。智能体框架很多，比如经典的langchain, langgraph，新兴的agno等，国内很大厂商也都推出了自己的智能体。些许感慨，与一些人相处还可以时，难免会想，何时以何总方向离开。而更多时候，默默淡忘，相忘于江湖，变成记忆深处的碎片。而这里我们要做的事情，就是借助各种力量，提升一人企业的能力，收入的可持续性与稳定性。它的设计里，大模型，工具还有agent都是继承自oxy，有execute函数。一些人来，一些人往。

2025-10-01 19:16:58 349

原创年化450%，夏普比5.23，回撤7% | deap因子挖掘系统python代码发布

原创内容第1012篇，专注AGI+，AI量化投资、个人成长与财富自由。今日策略：年化450%，夏普比5.23，回撤7%。每天“不管”一点点，每天就变强一天天。好好努力，积累本金，构建一人企业。

2025-09-30 16:31:15 213

原创年化422%，回撤7%，夏普比5.4| Deap因子挖掘新增qlib因子库，附python代码

一个产品经理，如果只关注文档里的逻辑表述顺不顺，全不全，那就只是初级产品经理。产品经理更重要的是，想清楚产品的商业模式，发展路径，用户价值。就像投资，你的投资体系和投资逻辑，远比选择哪一个具体标的，以及早买一天或者晚买一天要有用得多。当然，你可以找到很多“例子”，比如ppt或者哪里出现了错别字，影响了什么什么结果等等。当然屋子还是要有人打扫，错别字要有人去检查，没那么重要，但也是体验的一部分。当然说，写邮件，写ppt不错别字，这是规范，并不是所谓细节。今日推荐策略：年化422%，回撤7%，夏普比5.4。

2025-09-29 16:09:31 286

原创今日策略：年化436%，回撤7%，夏普比5.28， deap因子挖掘重构，附python代码

再进一步，最好是建议两个智能体团队，完成大部分的事情，比如文章，视频等，既是内容，也是流量。今天开始，我们在重构的因子表达式的基础上，重构咱们的因子挖掘系统，还是基于deap。原创内容第1008篇，专注AGI+，AI量化投资、个人成长与财富自由。对于gplearn，deap天然支持多支标的，支持常数项。还能怎么着呢，想回应就回应一下，不想回应就直接无视。今日策略：年化436%，回撤7%，夏普比5.28。每天“不管”一点点，每天就变强一天天。不必理会，更不必介入别人的因果。眼里有自己的诗和远方，星辰大海。

2025-09-25 11:22:21 340

原创今日推荐策略：10年60倍，年化42%的大类资产ETF轮动策略，夏普1.78

开发自己的智能体框架，目前已经解决了：api封装，历史消息记录，函数调用，后续要解决mcp调用的问题。今日推荐策略：10年60倍，年化42%的大类资产ETF轮动策略，夏普1.78。原创内容第1007篇，专注AGI+，AI量化投资、个人成长与财富自由。别人没有必要为你的梦想而买单，这很现实。另外，他需要付出多少成本与代价，或者承担什么样的风险。你希望他人参与你的项目，最合适的方式，讲利益。在成本优先的框架下，尝试最大化的协作。协作确实是一个不容易的事情。他能获得什么，而且他真的信。因此，一人企业被提上日程。

2025-09-23 15:16:04 297

原创代码发布：全新的因子表达式引擎 | 今日策略：年化456%，回撤7%，夏普5.25

而且，如果有其余被动收的话，那么这个年化10%可以自动滚雪球，七年翻一番，20年差不多就能达到A9，然后，A8.3其实就是非常自由的一个状态。到处找人聊，找潜在的好玩的，有意思的机会，不完全出于纯粹赚钱的逻辑，当然，只要是有价值的事情，创造财富是必然的。所谓人脉，长期看在于价值交换，所以人脉之基础在于创造出真正有价值的东西，然后参与交换。不过也凸显出来，现在的事情，还需要个人的参与。由此想过去，像很多人的商业模式，就是靠出售时间赚钱的，那么就会“手停口停”。行路，读书，写作，阅人，体验大千世界，如此甚好。

2025-09-22 13:23:31 260

原创今日策略：年化460%，回撤7%，夏普5.27，2积分可查看

RD(BIAS1)：这里的 RD 函数在您的代码中没有定义，但通常代表 “四舍五入” 或保留指定小数位数的操作（例如 round(BIAS1, 2) 保留两位小数）。乖离率（BIAS）是通过计算股价（收盘价）与某条移动平均线（MA）之间的偏离程度，来反映股价因波动偏离平均成本太远，从而可能产生的回拉或反弹效应。当然，总有人或事会“提醒”你，从来没有什么“岁月静好”，要居安思危，未雨绸缪。现在，更加有底气，B和Z的成型，加之AGI人工智能的趋势崛起。本次七年计划，不是一句口号，而是目标，系统和执行计划。

2025-09-20 08:19:58 662

原创年化454%，回撤才6%，重构因子表达式引擎，附策略python代码

之前咱们把所有symbol的数据放到一起，需要使用group_by来分组，这样有一个直接的好处，就是可以group by symbol或者group by date，可以按标的分组，也可以按日期分组。而group by date的使用非常少，之前见过就按日期来rank有使用过，不过这个有变通的方法，就是使用zscore来标准化，本身就可以对比，不需要按date来计算。不过这样带上的问题就是，比如计算RSRS， pandas不需要两个序列同样rolling，这样会实现比较复杂。

2025-09-19 15:01:25 470

原创年化454%，回撤6.9%，附backtrader引擎和策略python源代码

很多人在这个年龄，孩子已经长大成人（生娃晚的话，可能孩子还在长大中），事业趋于稳定，反而有了更多的时间和精力去追求自己年轻时未完成的梦想，发展新的爱好，开启人生的“第二春”。新的backtrader引擎，支持按第二天开盘价交易，支持止盈止损，支持多策略组合，支持多参数优化。：通常是家庭中的支柱，上有年迈的父母需要赡养，下有可能刚刚步入社会的子女需要指导，是家庭的核心力量。在熟悉一个引擎之后，使用成熟的框架是有好处的，比如backtrader。把重要的事情，做精，做扎实，自然往外延伸，而不是求多，求快。

2025-09-18 15:16:51 281

原创今日策略：年化104%，回撤20%，夏普2.15 | backtrader开发积木式策略引擎

backtrader同样可以实现algos，而且backtrader支持按第二天开盘价交易，止损止损，多参数优化，以及多策略动态组合等等。backtrader仍然是最向实盘的开源框架，在ETF组合领域，还是比较合适的。原创内容第1002篇，专注AGI+，AI量化投资、个人成长与财富自由。苏东坡很真实，他更适合做一个闲人，美食家和文字创作。“几时归去，作个闲人。对一张琴，一壶酒，一溪云”。今日策略：年化104%，回撤20%，夏普2.15。策略的配置完全兼容，不需要变化。人生缘何不快乐，只因未读苏东坡。

2025-09-17 16:20:11 246

原创今日策略：年化410%，回撤7%，夏普5.11 | “零代码”量化平台架构分享，backtrader引擎封装

dagster是一个机器学习数据管理，可以方便管理数据流动，模型回测，定时任务等，有ui可以观察到系统运行的总体状态。大家可以跟踪策略（获得订阅策略的信号），也可以创建策略，创建策略可以自用，提供订阅，或者出租参数。不过，一个企业的逻辑，但凡你不是一个人搞定所有事情，都是有成本的。但一个人的力量终究有限，更多的力量，做更大的事情。今日策略：年化410%，回撤7%，夏普5.11。组织化的运作就会有固定的成本，尤其是人工成本。盘后数据的增量更新，更新后策略的自动运行等。扩展 • 历史文章。

2025-09-16 17:05:34 362

原创日更1000天！年化468%，回撤7%，夏普5.3

从引擎来看，要提升的能力：可能灵活使用第2天开盘价交易，止赢/止损单，多参数优化，多策略运行。后续todo：更多指标（因子）——因子表达式引擎已经重构完成，更优的回测引擎，策略组合，止盈止损，智能投顾的逻辑。会员制，会员权益（VIP和SVIP），使用会员指标（适应或查看会员指标，订阅会员策略，查看），策略出售。大的方向不变，但变化的趋势里，B计划需要”一人企业“，轻资产运营，被动和自动化程度提升。用户价值与用户痛点：买什么，如何买（策略），最好自动交易（退而求其次，发送信号）。1000天，差不多3年。

2025-09-14 15:52:26 677

原创今日策略：长线年化54%，回撤21%，夏普1.92的大类资产配置，通过年化收益斜率修正，并辅以止盈的策略。

刚才简单查看一下，开始有节奏写作，是2018年的整理，到现在正好7年左右。十个人，二十个人，比如现在很多做带货，知识付费，同时都有自己的团队，只不过规模与利润成正比。其实后来已经修正了更稳健的版本，比如预期年化为10%，年投入60。比如A7.5，A8更加稳健，而且在A8的基础上开始自动“滚雪球”。今日策略：大类资产，通过年化收益斜率修正，并辅以止盈的策略。按当时的时点计算，2020-2027年，实现基础财富小自由。从这个角度出发，从自己的长板出发，对外协作与资源整合。小而精的运营模式，盈利导向，成本可控。

2025-09-13 11:14:45 444

空空如也

空空如也