原创内容第817篇，专注量化投资、个人成长与财富自由。

昨天咱们把duckdb加载量化数据做好了：年化73%的策略可以自行查看参数，duckdb按列读取多个文件夹下的csv数据（python代码）

今天开始，我们进入股票领域。

第一步还是同步数据。股票的数据获取相对容易（主要指日线_后复权）。

相对难一点在于，股票比较多，一共有5000多支，而且还需要同步基本面数据。当然这也是它的优点，天然有了更多的维度（因子）。

这里我们大量复用了etf数据同步的代码，只需要改一下表名和类名即可。

我们第一步增量更新mongo里的日线，然后可以把数据dump到本地的csv，2024年以前的历史数据dump到一个文件目录，2025年的增量单独一个目录，后续增量只需要覆盖这个目录即可，避免每次都全量导数据。

然后多个目录里的5000多个csv可以通过duckdb来访问，完美解决这个问题。

from common.databuilder import api_ts
from common.databuilder.builder import Basic, Quotes, DataDump


class StockBasic(Basic):
    def __init__(self, tb_name='basic_stock', func=api_ts.get_stocks_df):
        super(StockBasic, self).__init__(tb_name, func=func)


class StockQuotes(Quotes):
    def __init__(self, tb_basie='basic_stock', tb_quotes='quotes_stock', func=api_ts.get_stock_quotes):
        super(StockQuotes, self).__init__(tb_basie, tb_quotes, func=func)


class StockDataDumpHistory(DataDump):
    def __init__(self, tb_basic='basic_stock', tb_quotes='quotes_stock'):
        super(StockDataDumpHistory, self).__init__(tb_basic, tb_quotes, path_quotes=DATA_ETF_QUOTES_history,
                                                   date='20250101', history=True)


class StockDataDumpInc(DataDump):
    def __init__(self, tb_basic='basic_stock', tb_quotes='quotes_stock'):
        super(StockDataDumpInc, self).__init__(tb_basic, tb_quotes, path_quotes=DATA_ETF_QUOTES_inc, date='20250101',
                                               history=False)


if __name__ == '__main__':
    StockQuotes().build()

与etf不同在于，股票还有很重要的一份数据就是基本面财务报表数据。

另外，股票回测不同于ETF在于，ETF是选指定有限个symbols集合，然后把相应的数据，指标都计算好。

但股票如果把全市场数据都计算一轮，那就太慢了，应该是每个运行周期，先选股，再计算这个池子所需要的择时指标，然后决定仓位分配。

不过这与传统的回测框架的设计是不相容的。

吾日三省吾身

有时候，干脆放空一下自己。

事情是解决不完的。

地球离了谁也没会停止转。

想起一个好兄弟，生前各种理想抱负，恩怨情仇。

可是某一个早上，在一瞬间，离我们远去。

一切尘归尘，土归土，除身边至亲好友，似乎再无人提及。

做好自己的事情，不必思虑太多。

有人说，活在当下，又有人说，人无远虑，必有近忧。

其实长期以来，我自诩是一个着眼长期，一定要有规划的人。

我问大模型，大模型说：

“活在当下”是一种生活态度，强调关注当前的时刻，珍惜眼前的生活，而不是过度担忧未来或沉溺于过去。这种态度有助于减少焦虑和压力，提高生活的幸福感。它鼓励人们全身心地投入到当前的活动中，享受当下的美好。

“人无远虑，必有近忧”则是一种警示，提醒人们如果没有长远的规划和考虑，可能会在短期内遇到困难和问题。这种观点强调了未雨绸缪的重要性，鼓励人们在当前的时刻为未来做好准备。

二者如何相容呢？

人们可以更清晰地认识到自己的需求和目标，从而更有针对性地进行规划。同时接受不确定性：未来总是充满不确定性，过度担忧未来可能会导致焦虑。

简言之，接受现实，并允许不确定性，但积极行动，争取获得理想的生活。

说得挺好的。

成长可以计划，可以努力，但成功有很大的运气的成分。如果把成功定为目标，那么大概率会陷入焦虑，无法自拔。

但活在当下，很多人误解成躺平，得过且过，今朝有酒今朝醉，及时行乐，其实不是的。

很多人陷入中年危机，失业后才发现自己没有一技傍身，找不到价值。

当你目标是太阳，最后没有完全实现目标，只是得到了月亮，那结果也不算太差。

年少时，遇到一些不平事，都是着眼于长期目标，就是好好读书，把书读好，不与人争吵。

有了明确的目标和理念，自然就会专注，心流和活在当下。

而且就会自然忽略掉过程中出现的杂音，不必去理会一些人，一些事。

格局大，视野广，是因为站得高，想得远，明白自己要去哪，那眼前的小事步都不是事。

那为何焦虑，焦虑就是因为知道要去到想，想要什么，但还没有找到路，甚至于认为也许可能根本没有路。————接受多数人终其一生都是普通人——这样的逻辑，平凡可贵之类的。——潜意识不干了，开始焦虑。

因此，焦虑是没有找到路，潜意识在强势地提醒你。

焦虑是潜意识对您的提醒，表明您对目标的渴望和对未来的关注。通过明确目标、制定计划、接受不确定性、专注当下、寻求支持和自我反思，您可以更好地管理焦虑，实现生活的平衡和和谐。

所以，我觉得治本的方式，还是努力向前吧（当然，你得直接从潜意识接受现状，那就当然好），心态上接受不确定性，允许一切发生，一切皆体验。然后努力向上，看看人生可以折腾到什么高度，尽情体验吧。

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，1500+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）
deap系统重构，再新增一个新的因子，年化39.1%，卡玛提升至2.76（附python代码）

低风险中等收益（年化15.59%，夏普比1.12）的投资策略，主要投资于小市值股票和基金（python代码+数据）

aitrader_v4.4含本周策略及代码发布，webapp上线。（python代码及数据）

近五年年化23%，最大回撤14.26%，基于历史评分因子和EPO优化权重的ETF轮动策略（python代码+数据）

年化18%-39.3%的策略集 | backtrader通过xtquant连接qmt实战