从零开始构建自己的投资辅助系统

从零开始构建自己的投资辅助系统 从零开始构建自己的投资辅助系统 背景

原本的想法是利用业余时间做些副业多攒点钱，买房娶媳妇儿，但思来想去，做过很多副业的考察和了解，发现要么是自己性格不太合适，要么是需要投入大量的精力和体力，但回报很少，且对于个人长期发展毫无裨益，因而最终放弃了业余时间做副业的想法。同时，考虑到后期随着个人资金的积累，必定是要接触股票基金之类的投资，以寻求个人财富的持续保值和增值，与其等到有钱再去学，不如趁着现在钱少练练手，因此决定好好钻研钻研股票和基金等资产投资。在翻过几本理财类书籍，了解了一些基本常识和常用投资逻辑后，决定慢慢开始构建和迭代自己的投资系统，以求在可承受的风险范围内获取较为稳定的投资收益。

定位

1. 投资辅助系统，不是量化交易系统
2. 针对A股市场，股票+基金
3. *** 作方式：中长期+波段
4. 构建完成后，不需要投入太多精力维护
5. 可持续进行投资策略开发和迭代
6. 尽可能减少代码开发及外部付费依赖

设计

系统应大致包含以下几个模块：

1. 数据模块：用于基础金融数据获取、清洗、分析、可视化
2. 策略模块：开发选股各类策略
3. 通知模块：定期或触发性发送报表、提醒或其他信息

架构

Apollo：配置中心，用于配置需要分析的指标或标的等

Airflow：Datapipeline调度，定期更新基金持仓数据、股票日行情数据等

Mysql：基金、股票数据和研究结果持久化，并供后续分析使用

Superset：针对分析结果进行数据可视化，可定期推送分析报表

Jupyter：基于基金、股票数据进行数据多维度分析，探索交易策略

准备 原料

1. 云服务器（CentOS）
2. Apollo
3. MySQL
4. Airflow
5. Superset
6. Jupyter

安装 Apollo

参考：https://blog.csdn.net/wchenjt/article/details/95458365

Mysql

参考：https://blog.csdn.net/wohiusdashi/article/details/89358071

Airflow

参考：https://www.cnblogs.com/zimo-jing/p/11556220.html

Superset

参考：https://blog.csdn.net/weixin_42078760/article/details/119768334

Jupyter

参考：https://blog.csdn.net/wushiqi11/article/details/104674381

实现 开发环境

开发语言： Python

IDE： Pycharm

代码托管： Github

持续集成： CircleCI

数据研究： Jupyter

数据获取

Python金融投资研究相关工具包 https://blog.csdn.net/weixin_42078760/article/details/120608751

Python获取全部股票代码信息（A/B/H/美/英股）https://blog.csdn.net/weixin_42078760/article/details/119481320

Python获取全部场外基金/ETF/QDII/REITS代码信息 https://blog.csdn.net/weixin_42078760/article/details/119482439

Python获取全部基金前十大持仓股并进行选股分析 https://blog.csdn.net/weixin_42078760/article/details/119744699

动态配置

任务调度

数据分析

策略探索

持币过节 https://blog.csdn.net/weixin_42078760/article/details/120616397

涨跌时间规律 https://blog.csdn.net/weixin_42078760/article/details/120612819

能源数据分析 https://blog.csdn.net/weixin_42078760/article/details/121058880