作为一名老股民，我对金融市场一直都保持长期的关注。
最近我大量接触量化交易相关的一切，发现市场力量还是蛮强大的，6年前的很多设想现在已经彻底变成现实，不得不承认市场从来不会等任何人。想好就要马上行动，机会从来不会等任何人。
从模型的角度考虑，对冲基金的出现可以说是最靠谱的，但是事实证明他的经营要求也是最高的。他最大的难度在于如何选择产品，可以形成对冲的关系。这其实对于各种金融产品都需要了解，甚至是灵敏的嗅觉才能形成。
人工智能的出现自然会更大程度上解放人脑，但是这需要过程，人类可以被替代到什么程度呢？我之前以为人工智能可以做到从0到1的辉煌进步。但是经过最近的学习我发现，实际上并非如此。从目前的情况来看，人工智能解决了努力的问题，但是没有解决方法与方法的关系问题，更没有解决灵感的问题。人工智能解决的还是形态判断和策略的准确切换。在基于大量高效多态的策略的基础上，人工智能可以实现牛熊穿越。并且随着学习能力的进化，不同形势下的学习能力以及形态的判断的能力都会不断增强。可以在长期保持高效能状态。这是人工智能最为厉害的一个方面。
但是做到这些，也需要对每种形态判断，策略切换，每个策略的完备性筑高起点，建好模型。
Tushare这个是个开源项目，我发现里边的数据源是采用封装好的爬虫方式，直接从各个开放的地方获取。也有一部分是存在某个半公开的网站上。
http://www.30daydo.com/article/74 从此文可以知道，我们自己去寻找数据资源的方式也是如此。Tushare无非是封装起来。所以这里要注意，我们必须做这么几件事情。
1知悉源码的位置，最好有一套检查程序。
2不同来源的源码，共同生成确定的无误的数据。
Tushare生成的数据直接就是pandas中的dataframes格式，这点非常好。