天注17-创业板-F100-70-y77

策略思想

1. 策略思路

此策略以日频率的多头轮动为基础，核心在于通过数据分析智能模块（DAI/ML）对市场中的股票进行预测排序。策略通过对过去90天和30天的回报、成交量等因子进行计算，生成每只股票的预测排序。对ST股票剔除，并在90/30日回报因子上设定分位门槛过滤。每天选取预测排名最高的前N只股票（此处代码中为1只）进行投资，次日按持仓期1天结束后重新进行排序，逐步卖出。

2. 策略介绍

该策略利用机器学习算法预测股票的未来表现，通过排序进行优选，并以资金权重分配的方式进行投资管理。策略在持仓期间内不设置明确的止损或杠杆，但通过限制单只股票的资金占比以及每日资金的使用比例来进行风险控制。

策略采用的资金分配模型是1/log(i+2)类型，即根据股票的排序，较高排名的股票分配更多的资金。策略也在建仓期内进行资金平均分配，后续允许1.5倍速率使用剩余资金以保证买入操作的平滑进行。这种方式应用于A股市场进行短线轮动和排行信号的验证，适合快速捕捉市场短期波动带来的机会。

3. 策略背景

随着金融市场数据规模的不断增大，传统的投资分析方法已显露出许多局限性，尤其是在信息处理速度和数据深度分析方面。近年来，机器学习和AI技术的飞速发展为金融市场的分析和预测提供了全新思路。DAI/ML智能排序就是其中一项应用，通过计算股票的历史数据因子，结合机器学习算法进行股票预测排序，为投资者提供更精准的投资信号和决策依据。

策略优势

1. 利用机器学习的预测能力：

- 策略通过机器学习算法对股票的未来表现进行排序预测，提升了投资决策的准确性和有效性。

1. 短线轮动降低风险：

- 每天的多头轮动策略使得资金短线操作，能够及时应对市场波动，降低长期持仓带来的市场风险。

1. 严格的资金管理：

- 通过1/log(i+2)资金权重加权和单只股票持仓比例限制，有效限制了策略的资金风险，避免单一股票过重仓位导致的风险。

1. 日频重平衡应对市场变化：

- 每日对市场信号的重平衡有效地捕捉了市场的转瞬即逝的机会，更为灵活和敏捷。

策略风险

1. 市场风险：

- 策略非常依赖于市场趋势，若市场出现极端波动（如大市崩盘）时，持有的多头股票将承受较大风险。

1. 模型风险：

- 使用机器学习模型预测股票排行，模型可能对输入数据波动过于敏感，尤其在数据异常或市场行情剧烈变化时，可能导致预测失效。

1. 操作风险：

- 日频交易对实时数据的依赖度高，一旦数据获取或计算出现延迟，将导致策略执行受影响。

1. 流动性风险：

- 部分小盘股或市场环境变化时可能流动性不足，无法按照预期价格和时间完成交易。

1. 回测偏差风险：

- 策略在回测阶段可能会出现策略信息泄露（如未来数据使用）的情况，导致回测结果与实际可能收益存在差距。