原创第642篇 | AI量化实验室 （转载请注明出处）
今天是一周一度星球更新代码的日子：
本周代码更新核心点：
1、“七天入门量化投资专栏”的配套代码和数据。
2、因子表达式引擎优化：RSRS指标性能提升70倍。
年化从19.1%提升到22.5%，全球大类资产轮动，加上RSRS择时，RSRS性能优化70倍。（附策略源码）
3、在果仁上实现的小市值策略逻辑同步在星球里。
年化收益37.7%的A股小市值策略，小市值和动量因子长期有效（附具体逻辑）
4、本周启用了千人QQ群，还没有入群的星友可前往星球查看群二维码加入（备注星球昵称即可）。
AI量化实验室——2024量化投资的星辰大海
从指数估值来看，A股优质资产早就进入低估期。
一般来说，ROE（净资产收益率）代表长期赚钱的能力，这个收益率与指数对益率相当。
ROE最高的当然是白酒，然后是纳指，其次还是消费类和标普500。
这都好理解。
纳指和标普500常年PE分位点都高，但收益增长都能把泡沫消化掉。
能不能追高的争论持续好几年，在争议中屡创新高。
A股的主要指数PE分位点已经低到个位数。
当然低估不低表立马就会涨，这没有直接的逻辑关系。
只能说，买在低位更安全罢了。
关于一些量化投资的思考：
某社区里有大神的一个总结——说社区里的策略有很多同质，总结起来就是“资产轮动靠动量，最强因子小市值，择时无敌RSRS”。
其实很多策略确实都在大量重复。
股票策略多是小市值的变种，然后加上很多什么pe估值，roc或者乖离率，凑出一个拟合得非常好的策略。但你只要看到市值从小到大排序就知道怎么回来了。
由此我在思考的一个问题，那从数据出来的因子，有些连解释的逻辑都没有，如果能确保其实它也仅仅是呼应了某一类因子呢？
星球有同学劝我别整理股票数据了，我暂时采纳了这个建议。
更多的精力会投入到AI+量化。
数据上专注在ETF(指数)，以及期货CTA上。
AI量化实验室 星球，已经运行三年多，1000+会员。
quantlab代码交付至5.X版本，含数十个策略源代码，因子表达式引擎、遗传算法（Deap）因子挖掘引擎等，每周五迭代一次。
AI量化实验室也持续在推出系列课程，当前进行中的：“七天入门量化投资”。
作者：AI量化实验室（专注量化投资、个人成长与财富自由）
扩展 • 历史文章
• 年化从19.1%提升到22.5%，全球大类资产轮动，加上RSRS择时，RSRS性能优化70倍。（附策略源码）
• 年化收益37.7%的A股小市值策略，小市值和动量因子长期有效（附具体逻辑）
• AI量化实验室——2024量化投资的星辰大海
▼点击阅读原文，访问“AI量化实验室”专属论坛