update libs

.gitignore

@@ -10,4 +10,5 @@ Alpha_Mind.egg-info/*
 *.nbc
 *.nbi
 /notebooks/.ipynb_checkpoints
-alphamind/examples/*
+alphamind/examples/*
\ No newline at end of file
+notebooks/*
\ No newline at end of file

doc/多因子回顾（公募篇）.md

+# 策略描述
+
+## 当前策略概述
+
+概述：目前，我们的Alpha策略基于多因子模型框架，以线性模型为基础，以少数近期内表现优秀的基本面或技术面因子作为选股因子，多维度中性化，并经过优化处理后，产生持股权重，以买入持有的方式，以一固定周期进行调整操作；在买入股票的同时，对冲基准所对应的股指期货，以期获得较稳定的超额收益；
+
+表现基准：中证500指数；
+
+选股范围：中证500指数成分股；
+
+选股数量：100只股票左右；
+
+单只股票最大权重：约为1%；
+
+调仓频率：2周；
+
+中性化维度：行业中性化，市值中性化，市场中性化；
+
+策略起始时间：2016年12月；
+
+## 策略改进记录
+
+2017年5月中旬，我们对Alpha策略的进行了较大的升级和变更，为了平稳过渡策略升级以及提升超额收益稳定性，我们将原有的“大股票池子”（约为2000只股票）变更为指数成分股（500只股票）。此次升级的效果比较符合预期，升级后的策略减少了在部分风险因子上的暴露度，降低了超额收益的波动；
+
+这次改动产生的副作用是在5月中下旬的一次调仓中，产生了较高的换手。但是我们估计，这种副作用是一次性的，不会持续，对业绩表现的影响不大。从我们后期跟踪来看，之后的调仓，双边换手都控制在20%左右，不会造成很大的交易难度。
+
+# 业绩回顾
+
+自2016年12月开始策略，截至2017年6月9日，Alpha策略相对于中证500指数的超额收益率约为4.61%，策略的月胜率为71.4%。其中，自2017年5月中旬策略升级以来，实现超额收益约1.97%，
+
+![累积超额收益](累积超额收益.png)
+
+# 未来计划
+
+我们计划在未来进一步目前的多因子模型进行改进，包括但不限于以下列举内容：
+- 增加风险因子，改进风险模型，以期更好地控制风险；
+
+  现阶段，风险因子中风格因子偏少，不利于超额收益预测的精细化。未来我们将引入更多的风格因子作为风险刻画的手段。
+
+
+- 扩展选股范围，争取对于单位风险，实现更大的超额收益；
+
+  5月份升级策略以来，新的择股标准确实起到了降低超额收益波动的作用，这符合我们的预期。同时我们在回测中观察到，如果将新择股方案施加到“大股票池子”中，在并不显著增加波动的情况下，超额收益相对于当前方案更有优势。我们将持续跟踪这一现象，待时机成熟时，将考虑重新回归“大股票池子”轨道。
+
+
+- 不断开发研究新的因子，更快更准确地捕捉市场信号；
+
+  我们仍然在扩大在库因子的规模，同时做到因子表现的日级监控，月级回顾，力争更加快速准确的捕捉到市场风格的切换。

setup.py

@@ -43,8 +43,9 @@ else:
                                 "./libs/include/pfopt",
                                 "./libs/include/eigen",
                                 "./libs/include/alglib"],
-                  libraries=['pfopt', 'alglib', 'libClp', 'libCoinUtils', 'IpOptFSS', 'Ipopt-vc8'],
-                  library_dirs=['./libs/lib/windows']),
+                  libraries=['pfopt', 'alglib', 'libClp', 'libCoinUtils', 'libipopt', 'libcoinhsl', 'libcoinblas', 'libcoinlapack', 'libcoinmetis'],
+                  library_dirs=['./libs/lib/windows'],
+                  extra_compile_args=['/MT']),
     ]
 
 setup(