百天计划第20篇，关于“智能量化，财富自由与个人成长与世俗意义的成功”相关。

到昨天的文章AI量化开源之qlib的回测结果与报表可视化，把qlib作为基础的智能量化回测引擎，已经走完一轮。

百天计划还有继续。qlib量化投资平台的100天计划

01 关于财商

大胆的，合理的谈钱，建立财商思维非常重要，甚至第一重要。

国人羞于谈钱，而犹太人则相反，这也是为何犹太民族在世界上各个领域出现各种领袖的重要原因。

都不说，但都相要，那多拧巴。

合理的，为社会创造价值为前提，实现自己的财富是值得鼓励，应该从小培养的思维习惯，财务自由是很多种自由的基础——这一点而言，富爸爸穷爸爸不失为一本好的财商启蒙。

财商思维核心是“让钱生钱、被动收入”。

02 被动收入的核心是“价值创造”与“产品化”

除了彩票、继承财产这种梦里可以见到的东西，多数人的财富只能靠“价值创造”。包括你的工资都是你的价值的兑现。工资之外，价值的载体一定是核心技能的产品化或服务化，如此才能变现。

03 产品化的基础：坚持，耐心与长期主义

好的东西都需要时间，耐心去孵化。

长期主义不是一句口号，梦想从来不是用来标榜的，而是用来实现的。

明日复明日，回首往事，时间如白驹过隙，弹指一挥间，三年复三年。

李笑来说，如果一件事，你还要坚持，说明你不够热爱，你应该为这件事寻找意义。而目标会带来短视和挫败感，我们应该为此建立系统——系统就是你每天都会做的事——比如你当前看到的这篇文章，我每天都会写一篇。

也许有人喜欢也许没有人看，但我会持续输出。

董宇辉在直播间里只有40-50人的深夜，依旧热情满满，这是一个好老师的初心。

向内不设预期目标，去建立系统，做正概率有用的事情，就不会失望。

向外寻求反馈，即时反馈最好。

阶段性有成果，而不是泛泛的了解。

奔着核心解决方案而去，而不是随心所欲，是对目标用户真正有用。

04 智能量化的初心

量化系统，是用于投资，至少提升投资决策效率。

选股，择时，给出量化的依据。最终交付是一个平台，能研究策略，因子。

gui至少目前并不关键。

可视化能用就好，也不在核心功能里。

05 快速入门，跨过初学阶段

你擅长驾驭一件事情，会增加对它的兴趣。

回首往事，你为什么不能长期坚持做一件事，因为过程中有障碍，而远方太模糊（不知道行不行，付出值不值得），很多事情因此而不了了之。

我们一起跨过去，30天，我们把qlib翻开来，代码展开来，我们可以驾驭它。

06 qlib还有一些高级的功能

qlib的缓存与序列化

qlib的dataloader, datahandler和dataset都是继承自：lib.utils.serial.Serializable，它们都是支持序列化，就是我们可以直接把对象写入硬盘，然后加载。

使用起来非常简单：

##=============dump dataset=============dataset.to_pickle(path="dataset.pkl") # dataset is an instance of qlib.data.dataset.DatasetH##=============reload dataset=============with open("dataset.pkl", "rb") as file_dataset:dataset = pickle.load(file_dataset)

高级功能：qlib的高频交易、动态模型训练（MetaController）

在线服务：

财务数据支持（Ponit In Time Database）,支持年度或者季度的数据，目前多数财务数据都是按这个频率发布。

小结：

今天在家，开发环境在公司里，没有相应的代码输出。

有价值的事情，长期主义地坚持。

流水不争先，争的是滔滔不绝。

最近文章：

AI量化开源之qlib的回测结果与报表可视化

构建自己的dataset，并使用xgboost模型进行训练

ailabx AI量化投资平台以及hello qlib示例