aitrader兼容talib，布林带的简单策略，创业板十年年年化15.5%，附代码

原创内容第908篇，专注智能量化投资、个人成长与财富自由。

年轻人，你的职责是平整土地，而非焦虑时光。你做三四月的事，在八九月自有答案。

aitrader核心代码，扩展支持talib的指标：布林带，macd等，这样大家就可以任意扩展talib库里的技术指标了。

name = "创业板-布林带"symbols = [ '159915.SZ']start_date = "20100101"end_date = "20250606"benchmark = "510300.SH"select = "SelectAll"select_buy = ['ta_bbands_up(close,20,2)>0']buy_at_least_count = 1select_sell = [ "ta_bbands_down(close,20,2)<0"]sell_at_least_count = 1order_by_topK = 1order_by_dropN = 0order_by_DESC = trueweight = "WeighEqually"period = "RunDaily"
[weight_fixed]

并不复杂，只不过由于我们的数据是polars的格式，那么需要先转为dataframe，使用talib计算，而后再转成polars的df即可。

"""Technical Analysis Operators"""import talibimport polars as plimport pandas as pdfrom .utility import DataProxydef to_pd_series(feature: DataProxy) -> pd.Series:    """Convert to pandas.Series data structure"""    return feature.df.to_pandas().set_index(["date", "symbol"])["data"]def to_pl_dataframe(series: pd.Series) -> pl.DataFrame:    """Convert to polars.DataFrame data structure"""    return pl.from_pandas(series.reset_index().rename(columns={0: "data"}))def ta_rsi(close: DataProxy, window: int) -> DataProxy:    """Calculate RSI indicator by contract"""    close_: pd.Series = to_pd_series(close)    result: pd.Series = talib.RSI(close_, timeperiod=window)   # type: ignore    df: pl.DataFrame = to_pl_dataframe(result)    return DataProxy(df)def ta_atr(high: DataProxy, low: DataProxy, close: DataProxy, window: int) -> DataProxy:    """Calculate ATR indicator by contract"""    high_: pd.Series = to_pd_series(high)    low_: pd.Series = to_pd_series(low)    close_: pd.Series = to_pd_series(close)    result: pd.Series = talib.ATR(high_, low_, close_, timeperiod=window)   # type: ignore    df: pl.DataFrame = to_pl_dataframe(result)    return DataProxy(df)        

def ta_bbands_up(close: DataProxy, window: int = 20, nbdev: float = 2) -> DataProxy:    """Calculate Bollinger Bands indicator"""    close_: pd.Series = to_pd_series(close)    # 计算布林带（返回三个序列：upper, middle, lower）    upper, middle, lower = talib.BBANDS(        close_,        timeperiod=window,        nbdevup=nbdev,  # 上轨标准差倍数        nbdevdn=nbdev,  # 下轨标准差倍数        matype=0  # 0=SMA（简单移动平均）    )    # 创建包含三列的DataFrame    result_df = to_pl_dataframe(upper)    return DataProxy(result_df)def ta_bbands_down(close: DataProxy, window: int = 20, nbdev: float = 2) -> DataProxy:    """Calculate Bollinger Bands indicator"""    close_: pd.Series = to_pd_series(close)    # 计算布林带（返回三个序列：upper, middle, lower）    upper, middle, lower = talib.BBANDS(        close_,        timeperiod=window,        nbdevup=nbdev,  # 上轨标准差倍数        nbdevdn=nbdev,  # 下轨标准差倍数        matype=0  # 0=SMA（简单移动平均）    )    # 创建包含三列的DataFrame    result_df = to_pl_dataframe(lower)    return DataProxy(result_df)

代码及策略下载：AI量化实验室——2025量化投资的星辰大海

策略公开了：年化494%，夏普比率5.86，最大回撤7% | 大模型查询akshare，附代码

吾日三省吾身

01

之前咱们讨论过“活在当下“还是”长期主义“之间如何平衡。

其实都要有。

我自己总结的一句话：面向未来，构建系统，然后活在当下。

记得7-8年前，在一个大学校园。闲来无事，听李笑来的《财富自由之路》，由于时间很多，反复听。

突然被一个点打动，现在讲起来，似乎无比简单。——就是投资这件事，与本金体量无关，你不必要等到本金超过50万，还是100万才可以投资，投资能力的体现是收益率。你投入1万块，收益率是10%，还是投资100万，仍然看你的收益率来衡量能力。

很多同学可以觉得，这不是常识嘛？

其实，道理都懂，但我说的触动，是指认知改变，行动就来了。

以前，总觉得本金太小的话，比如10万块，就算年化10-15%，一年也就1-1.5万，没啥意义啊，为啥要花这个心思，还有风险。

但当你把收益率=投资能力的时候，这个意义就不一样了。

就是说，做投资不只是所谓的，眼前的收益，而是这种能力的提升，而且你现在就可以，且应该去做。

想明白这一点，就正式开始自己在投资上的摸爬滚打，从债券，混合债，可转债，股票，指数等，慢慢建立起自己的投资认知体系和投资系统。

所以，到底是”知易行难，还是知难行易“，都不容易。但知道了就是”醍醐灌顶“，然后就看执行力了。

另外一个点，也来自李笑来，普通人应该且必须开始写作。所思所想，写出来，对自己，对别人都会有价值。

然后就有了这个公众号，然后加上亚当斯的《人生样样稀松照样赢》里的”目标到系统“，以及《持续行动》里的”N阶行动计划“。我这个公众号做到日更900多天了，我相信还会持续下去，已经变成了一个习惯。

春节，休长假，这件事情都会抽时间去做，就是一种习惯。

1000天，做一件事，足够建立起壁垒和竞争优势。

这1000天的写作了，有了”AI量化实验室“的星球，网站（ailabx.com），还有AGI星球，1700+会员，感谢所有同学的认可与支持！

02

“可以表达愤怒，而不是愤怒地表达”。

愤怒的表达，不管不顾，那就被情绪控制，只是宣泄，而后果可能不达预期。

很多事情，情绪一过，或者事情一过，其实没有多大的事情。

而情绪之上，以及在情绪上所做的事情，把事情及结果给放大了。

一个事情不对，需要修正，当然需要“表达”，让对方知道，我们的目的是达成结果。对方如果无所谓，或者就是不修正，那你愤怒地表达也没有用，甚至适得其反，对方原本无所谓，现在反而抬上杠了。

正确地表达想法，“进可攻，退可守”。

谈判的逻辑，关键还在于你的底牌。

最大的底牌就是你的实力。

实力允许，你一个眼神，就可以解决一件事情。

代码和数据下载：AI量化实验室——2025量化投资的星辰大海

AI量化实验室 星球，已经运行三年多，1700+会员。

aitrader代码，因子表达式引擎、遗传算法（Deap）因子挖掘引擎等，支持vnpy，qlib，backtrader和bt引擎，内置多个年化30%+的策略，每周五迭代一次，代码和数据在星球全部开源。

扩展  •  历史文章   

EarnMore（赚得更多）基于RL的投资组合管理框架：一致的股票表示，可定制股票池管理。（附论文+代码）

年化收益200%+的策略集 | 实时板块资金热力图 「aitrader 5.0系统代码发布」

机器学习驱动的策略开发通过流程 | 普通人阶层跃迁的可能路径？

年化30.24%，最大回撤19%，综合动量多因子评分策略再升级（python代码+数据）

三秒钟创建一个年化28%，夏普比1.25的策略（python系统已开放源代码下载）

会员专属策略可以直接下载了，多个十年年化30+%策略集|polars重构因子引擎（代码+数据下载）

6年年化收益46%，最大回撤率为16%的策略（附python代码）