获取AI量化选股指标,通常有三条路径,按成本与专业度由低到高排序,供你快速落地:
1. 免费开源库
• Python生态:backtrader、zipline、PyAlgoTrade 均内置常见技术指标(MACD、RSI、布林带等)与机器学习示例;
• 因子库:Quantopian 的 Alphalens、JoinQuant 的 jqdatasdk 可直接调用“动量、质量、情绪”等 AI 因子模板。
只需 pip 安装即可回测,适合个人投资者入门。
2. 券商/数据商 API
• 国内:Tushare Pro(免费基础因子)、RiceQuant(米筐)提供 AI 因子超市,支持一键下载 CSV;
• 海外:WorldQuant Alpha101、Kaggle 的 Numerai 数据集公开 500+ 因子。
注册账号后,用 RESTful 接口或 SDK 拉取,10 行代码即可落地。
3. 自建模型
若追求差异化,可用 XGBoost/LightGBM 对行情+基本面+舆情数据做特征工程,再用 SHAP 解释因子权重。
数据:聚宽、通联、同花顺 iFinD 提供分钟级行情与财报。
硬件:单卡 3060 即可训练 3 年 A 股全市场模型,成本 < 1 万元。
实战提示:先用免费库跑通“动量+质量”双因子,验证年化 > 15% 后再考虑付费数据或自建模型,避免过度投入。
以上内容来自网络,仅供参考,如需专业人工服务请点击头像查看加V咨询。
发布于2026-1-24 15:14 盘锦
当前我在线
直接联系我