小時(shí)候，辯論題目讓我們討論“知易行難”，還是“知難行易”。

既然是辯題，正反雙方都容易能找到不同的角度。

事實(shí)上，“知”也不易，“行”更不易。

但“行”更難，今天的我可能覺(jué)得不必討論。

認(rèn)知提升當(dāng)然不易，有些人一輩子都待在自己思維認(rèn)知的圈層沒(méi)有出來(lái)。

這里說(shuō)的“相對(duì)容易”，是因?yàn)檎J(rèn)知是“一瞬間”完成的事情。

一下子你被擊中了，想明白了，你就明白了。

記得那個(gè)幾年前的那個(gè)冬日，陪愛(ài)人在北師大考試，考試需要上午下午持續(xù)一整天。

閑來(lái)無(wú)事，反復(fù)聽(tīng)李笑來(lái)的《財(cái)富自由之路》，有一集關(guān)于投資什么最重要，講到時(shí)限，本金，收益率以及風(fēng)險(xiǎn)。

印象最深的部分就是本金和時(shí)限是外因，你的投資能力體現(xiàn)的是收益率，就是說(shuō)無(wú)論是你100塊，還是1000塊，你都可以開(kāi)始投資，體驗(yàn)整個(gè)投資的完整過(guò)程，因?yàn)槲覀兊挠?jì)算的是你的收益率。如果你能夠獲得合適的收益率，證明你的投資水平在成長(zhǎng)，那么你可以投入更多的資金。

我學(xué)習(xí)金融是2010年的事情，也算半個(gè)科班出身，但一直沒(méi)有行動(dòng)。

那一瞬間突然被擊中了，你的投資與本金無(wú)關(guān)，只看你的收益率。你怕風(fēng)險(xiǎn)，就投1萬(wàn)塊也行，只是看你的收益率就好了。所以并不用擔(dān)心資本市場(chǎng)到底有多么兇險(xiǎn)，后來(lái)進(jìn)去之后，發(fā)現(xiàn)我可以掌握好。

除了投資之外，絕大多數(shù)事情，都是“認(rèn)知-行動(dòng)-修正認(rèn)知-行動(dòng)”這樣螺旋式迭代著前進(jìn)的。而且認(rèn)知完成，行動(dòng)是需要持續(xù)好長(zhǎng)一段時(shí)間才能看到結(jié)果，就算投資，你能不能克服情緒波動(dòng)，克服人性的恐懼與貪婪都不好說(shuō)，更何況很多事情就那么不了了之，直接就忘了。

納瓦爾說(shuō)這個(gè)時(shí)代，代碼和媒體是普通人最好的杠桿，但要用好這個(gè)杠桿，產(chǎn)品化非常重要。你的興趣，愛(ài)好，技能需要產(chǎn)品化才能變成杠桿。

給自己定一個(gè)10-100天的計(jì)劃——“基于qlib把一個(gè)AI量化投資平臺(tái)建設(shè)起來(lái)”。

其中（今天至10月底）：

一、qlib平臺(tái)本身的熟練，分析代碼結(jié)構(gòu)是基礎(chǔ)； 

二、其次是AI模型的特征工程、參數(shù)優(yōu)化，工程化方面的東西； 

三、再次是產(chǎn)品化。

它需要變成一個(gè)產(chǎn)品，目前規(guī)劃是有一gui的產(chǎn)品，可以類(lèi)似果仁平臺(tái)一樣，選擇時(shí)間，參數(shù)即可以直接回測(cè)看效果，做實(shí)驗(yàn)。

很多人懂得很多道理過(guò)不好這一生的癥結(jié)在于，永遠(yuǎn)沒(méi)有行動(dòng)，或者說(shuō)行動(dòng)永遠(yuǎn)沒(méi)有結(jié)果，半個(gè)成品遠(yuǎn)遠(yuǎn)勝過(guò)一個(gè)半成品。更可怕的事情是持續(xù)行動(dòng)持續(xù)放棄，持續(xù)開(kāi)始。然后問(wèn)上天為何如此不公——因?yàn)槿绻闾善剑箍梢孕陌怖淼媒邮軟](méi)有結(jié)果——可是你如此努力，問(wèn)題出在何方？出在不能專(zhuān)注與堅(jiān)持，出在要一個(gè)有結(jié)果的努力！

01 qlib的代碼

qlib的代碼模塊化很好，可讀性很強(qiáng)，而且是ai導(dǎo)向的架構(gòu)，所以我強(qiáng)烈推薦大家以此平臺(tái)為核心，這是未來(lái)——與backtrader之類(lèi)的傳統(tǒng)框架相比，如果你讀過(guò)backtrader的代碼，你會(huì)知道里邊元編程有多難理解。

qlib使用了很多參數(shù)，通過(guò)ymal和dict來(lái)傳參，它做了多層的封裝，這一點(diǎn)對(duì)于初學(xué)者有點(diǎn)不太容易理解，最好的方法，你讀讀它的代碼。

源代碼：examples/work_by_code.py

官方給出了一個(gè)入門(mén)級(jí)的完整案例：

model = init_instance_by_config(CSI300_GBDT_TASK["model"])
dataset = init_instance_by_config(CSI300_GBDT_TASK["dataset"])

init_instance_by_config就是通過(guò)傳入dict類(lèi)似的參數(shù)，把model和dataset初始化。dataset里也用同樣的方法初始化了datahandler, dataloader等。

這里就完成了模型的初始化和數(shù)據(jù)集初始化（特征，標(biāo)注，數(shù)據(jù)集劃分）。

如下這一段對(duì)于傳統(tǒng)回測(cè)的同學(xué)是最不好理解的，這是機(jī)器學(xué)習(xí)的范疇，使用了mlflow的“實(shí)驗(yàn)”的概念。

# 開(kāi)始實(shí)驗(yàn)
with R.start(experiment_name="workflow"):
    #模型訓(xùn)練
    R.log_params(**flatten_dict(CSI300_GBDT_TASK))
    model.fit(dataset)
    R.save_ozzbjects(**{"params.pkl": model})

    # 預(yù)測(cè)
    recorder = R.get_recorder()
    sr = SignalRecord(model, dataset, recorder)
    sr.generate()

    # 信號(hào)生成
    sar = SigAnaRecord(recorder)
    sar.generate()

    # 回測(cè). If users want to use backtest based on their own prediction,
    # please refer to https://qlib./en/latest/component/recorder.html#record-template.
    par = PortAnaRecord(recorder, port_analysis_config, "day")
    par.generate()
若不考慮使用mlflow的實(shí)驗(yàn)平臺(tái)，我們有了model和dataset之后，常規(guī)也
需要做同件事：
model.fit(),
model.valid(),
model.predict(),
backtest()
使用數(shù)據(jù)集訓(xùn)練模型，保存下來(lái)，使用驗(yàn)證數(shù)據(jù)集，檢驗(yàn)?zāi)Ｐ托?。然后模?/p>
對(duì)輸入數(shù)據(jù)進(jìn)行預(yù)測(cè)得到pred_score，把pred_score交由策略及回測(cè)組件使用，
生成回測(cè)結(jié)果用于分析。
02 工作流
qlib把整體量化回測(cè)看作“實(shí)驗(yàn)”，總體是一個(gè)“工作流workflow”。
它還提供了一個(gè)qrun命令來(lái)整體執(zhí)行整個(gè)流程，這個(gè)到了高階我們?cè)僬f(shuō)。
1、數(shù)據(jù)加載與預(yù)處理，劃分?jǐn)?shù)據(jù)集
2、模型訓(xùn)練與推理，保存與加載
3、pred_score生成與回測(cè)
除了3里的回測(cè)是AI量化投資里獨(dú)有的，前面的過(guò)程基本就是一個(gè)完整的
機(jī)器學(xué)習(xí)項(xiàng)目的必要過(guò)程。
為更好的理解qlib的工作流管理，強(qiáng)烈建議大家先使用mlflow做傳統(tǒng)機(jī)器
學(xué)習(xí)項(xiàng)目練練手，然后再回來(lái)看qlib的實(shí)驗(yàn)管理會(huì)很好理解。
mlflow給機(jī)器學(xué)習(xí)提供了一個(gè)很好的實(shí)驗(yàn)管理的平臺(tái)，還自帶一個(gè)好看的ui.
。
另外，初學(xué)者把這個(gè)notebook自己走一遍，對(duì)qlib會(huì)有更細(xì)節(jié)的理解。
https://github.com/microsoft/qlib/blob/main/examples/tutorial/detailed_workflow.ipynb
小結(jié)：
一個(gè)好的開(kāi)始，定一個(gè)小目標(biāo)，堅(jiān)持100天，有一個(gè)小成果。
但行好事，莫問(wèn)前程。