低代码策略量化平台更新|大模型agents生态的一些思考
原创内容第680篇，专注量化投资、个人成长与财富自由。
用户判断星球会员后，会获得10个积分：
当其他用户发布策略，设置为下载需要积分时：
下载策略会扣除相应的积分，扣除的积分属于策略所有者。
策略运行结果支持把名称显示出来：
策略列表支持显示作者名称：
支持按类型筛选ETF：
后续会持续补充因子、规则和策略。
也支持大家低代码开发与发布策略，特别合适没有代码基础，或者不想安装python环境的同学们使用。
大模型相关
第一性原理，看大模型周边框架。
两个比较大的框架：langchain和llamaindex。
且对国内生态不友好。
最关键的问题是，它们到底做了什么呢？封装了不少东西，新手看得云里雾里，还以为是LLM就应该这么复杂呢。
其实，大模型api，尤其是openai兼容的api，本身调用是非常简洁且易用理解的，但被包装一层就更显复杂。
封装如果有用，或者带来很多便利当然好。
但事实上没有，大模型周边，有几件事：
1、所谓“记忆”，就是query的历史。需要的话，每一次带上就好了。然后是什么？
2、RAG，也就是第三方库查询一些片段，带到你的query里作为背景信息。
3、调用函数。全天候风险平价策略下载 | Quantlab AI v0.2：OpenAI的Swarm适配国内大模型（附python代码下载）swarm这种轻量的封装是有价值的，代码量也很小。
多智能体协作，目前还是概念，智能体之间协作，主要还是靠人工拆解来完成。
主要还是与大模型的交互上，也就是prompts。而prompts本身，也取决于大模型自身的能力。就是模型本身厉害的话，你怎么写也响应得还可以，如果本身模型不够，你如何tuning你的prompts也是没有用的。
大模型厉害的地方，在于，它能直接接受你的自然语言问答，意图识别与多轮对话，这在传统nlp领域里很难的命题。
AI量化实验室 星球，已经运行三年多，1200+会员。
quantlab代码交付至5.X版本，含几十个策略源代码，因子表达式引擎、遗传算法（Deap）因子挖掘引擎等，每周五迭代一次。
（国庆优惠券）
吾日三省吾身
进攻是最好的防守。
与其无端地担心这或那，这种事情是应接不暇的。
“顺其自然，为所当为”是基础原则。
在坚持和等待中积蓄力量。
读刘邦和故事，与朱元璋竟然有很大的相似。
好在咱们这个时代，人生是旷野而不是轨道。
不必一条道走到黑。
（限时免费，感兴趣可入，关注读书，超级个体，AGI与财富自由）
作者：AI量化实验室（专注量化投资、个人成长与财富自由）
扩展 • 历史文章
• 全天候风险平价策略下载 | Quantlab AI v0.2：OpenAI的Swarm适配国内大模型（附python代码下载）
• 年化53%的策略随quantlab5.13发布，可以直接运行在服务器上了（附python代码）
• 年化46%策略，低代码策略开发，quantlab5.13代码发布
• AI量化实验室——2024量化投资的星辰大海