用的老版tushare数据做的量化择时---机器学习方法与曲线拟合方法。里面有很多的不足了，该放下开始新的一版了。tushare已经升级到pro了。相应的我的数据集也得更新了，希望以后有自己的数据源。再就是回测simulation的逻辑不清晰，回测只有一个收益指标。测试的算法函数不够单纯，杂糅了其他东西在里面造成不能单独看到每个算法的优势与缺陷。
- 全面python3，使用tushare pro版本数据api
- 整理各个算法的优势和限制
- 优化simulation的功能和逻辑
- 传统的quantitative学习
- 融合数据、使用nlp技术、事理图谱等模型探索