$特斯拉(TSLA)$两个长上影是bug吗[捂脸] 

$英伟达(NVDA)$求你了可别见光死🙏🙏🙏

$台积电(TSM)$收盘时加仓以为抄了个底🌚不看了不看了明年再看[傲娇] 

$特斯拉(TSLA)$啊啊啊648减仓了我差了一小时的耐心😂

$蔚来(NIO)$$特斯拉(TSLA)$ $蔚来(NIO)$ $台积电(TSM)$ $阿里巴巴(BABA)$ 2020下半年最头疼的事情是Quantopian关门了，于是大部分时间花在了研究替代品zipline和backtrader上。现在更喜欢backtrader, 只是debug要深入源码的某个class会比较费时间，主要还是因为我对这个api的框架还不是很熟悉。因为平时搬砖+业余研究backtrader下半年没有像以前用 quantopian时每个月都调仓，交易频次大大减少。就选了几个一直长草的好公司在技术面上突破时杀入，主要就是以下几笔：1.十一月在TSLA收敛三角形缩量末端建观察仓，进标普消息那天突破三角形立马加仓。TSLA是从生活中观察到的投资机会，从去年开始发现北美街上特斯拉越来越多，而且连卖公寓的广告邮件上都说有充电的停车位，基本面上标普爸爸都认可了我还犹豫什么呢。下周是被动基金买入最后一周，如果创新高可能会拿出1/3做个波段。2.50卖2/3的NIO。NIO不是不看好，只是那段时间泡泡吹的我心慌总失眠便出了一大半，后来看着继续冲高着实坐立不安。炒股还真是磨练意志，尤其是心态，要是坐不住再杀进去的话那就只能山顶风景独好了。NIO还是看好的，逻辑很

$Restoration Hardware Holdings(RH)$$Restoration Hardware Holdings(RH)$ $摩根士丹利(MS)$ $塔吉特(TGT)$ $联合包裹(UPS)$ $礼来(LLY)$ $苹果(AAPL)$ 这是一个在quantopian上一个简单粗暴的选股策略分享，简单来说就是自己先选择一篮子价值因子（ROE, Long term debt to equity等等），在给定股票池（比如US500市值最大的500只股）中给每个股票的每个价值因子排序，把所有价值因子的排序的和在排序得出一个综合价值得分并选出价值排名前50（例子里只有一个因子ROE就直接排ROE top 50）。在选出的这50只股中再选近一月momentum排名前20的作为最后的portfolio。止损条件是当大盘140日return转负，调仓是每月一次。长线来看是个还说的过去的策略，例子给出了20030101-20191118收益15

$微软(MSFT)$ 开篇先反思一下自己的拖延症，硬生生把半年复盘拖到了Q3结束😂 今年才开始实盘美股，之前一直在quantopian上写代码，回测还有paper trading，策略就是选了一些价值因子+动量因子最后再做权重的优化。年初满怀希望地照着自己的code买了微软，谷歌，ABBV，HD, MS。后来2月大盘📉了一下（虽然和3月比算不了什么但是相对于之前还是挺猛的）同时北美的疫情已经开始蔓延，再加上看到外国人都不当回事儿，于是赶紧清仓换成SQQQ。 大盘跌了那一次之后好像又陷入了风平浪静，眼看着自己之前赚了一点点都亏掉，天天失眠头发白了好几根😂煎熬过后发生了什么就不说了哈哈哈哈。3月12号那次回调的挺大的就清了SQQQ, 没赚到极致但也满足了，至少自己是按纪律做的，而且这次三倍做空赚到其实很大程度是运气成分。 之后又一次回测发现我的code反射弧太长对这次史诗级暴跌一点反应都没有😂到这个时候年初的信心爆棚全部灰飞烟灭，于是乎埋头修改一个月再次进场。先是重仓了140的$微软(MSFT)$, 70的$艾伯维公司(ABBV)$，298的$好市多(COST)$，后来11的$梯瓦制药(TEVA)$ ，又买了9块的

语言肯定最喜欢python，没有计算机背景的数学狗曾经在做desk quant实习时用过c++，着实痛苦，不过听说我以前那个team现在也在逐渐转向python了个人比较喜欢Quantopian,不用在自己的IDE(我一直用PyCharm)上install东西，只要网速ok速度还不错，我做一个十年的策略回测大概在10min-30min左右,取决于策略的复杂程度，ML跑多长时间是没准的哈哈哈个人理解Quantopian有两个data source吧，一个Morningstar另一个FactSet。美股推荐使用morningstar fundamentals，有个data reference里面写出了所有基本面数据的symbol，财报上所有数据都有，年份也可以拉到很久远（我试过最早的2003年还比较全，再早的有的公司有有的没有，03年以后的我觉得够用了）。 还有morningstar的value score之类的(这些本来都是收费的看到这个有感觉自己赚到了一个亿哈哈哈哈)，虽然我自己的策略没怎么用这些感觉都是马后炮。个人认为这个平台很适合基本面因子的量化策略，或者就是没什么策略单独做一些用python可视化的基本面分析，画画图什么的另一个ADI叫做backtrader, 我是在自己的PyCharm上pip install，我觉得这个稍微难一点，因为基本上都是class，需要至少会一些面向对象编程吧。但是这个有一个好处是技术指标很多都直接算好了调用就行，甚至可以写出指标的指标(我试过CCI on ADXminus and CCI on ADXplus)。所以个人认为这个平台比较适合使用技术指标的策略。这个包我觉得我还有很多需要学习的，主要是编程啊啊之后可能会慢慢更新自己学习这两个平台的使用心得和自己的策略的idea吧