天注8-创业板-F100-30-y21*
由 bqpovui9创建,
策略思想
1. 策略思路
该策略基于量化择股模型，利用DAI SQL构建短中期因子（如30/90日收益率、成交量等），并采用机器学习/排序器对股票进行得分预测。策略的实施通过每日对股票进行预测排序，并在开盘买入排名靠前的股票。持仓周期为指定的天数（默认1天），买入的权重按 \(\frac{1}{\log(i+2)}\) 分配。此策略通过高频交易获取短期预测alpha，并视情况使用最多1.5倍的日均资金完成配置。
2. 策略介绍
该策略是一种基于数据驱动的短期交易策略。通过机器学习进行排序与预测，结合量化因子进行择股。核心思想是利用机器学习算法对市场趋势进行动态调整，与传统的持仓和择时方式相比，策略具有更高的响应速度和灵活性。策略通过自动交易系统每日高频买入或卖出一定数量的股票，旨在捕捉市场短期波动带来的交易机会。
3. 策略背景
量化策略背后的主要理论基础是量化因子投资。因子投资是一种通过对可量化因素的分析与筛选来实现投资组合构建的方式。机器学习在因子策略中的运用日渐广泛，其优势在于能够处理海量数据，并从中发现复杂模式。此外，结合短期因子如收益率与成交量，可更有效应对市场变化和契合快速变化的市场环境，如创业板等成长性市场。
策略优势
- 数据驱动决策: 通过DAI SQL构建因子，能够灵活运用各种市场指标，结合机器学习进行预测，有效提高择股精度。
- 灵活的持仓调整: 持仓周期短，每日根据市场变化调整持仓，从而增强了应对市场波动的能力。
- 高频低延时: 在市场开市后立即执行交易，提高了策略信号的响应速度，捕捉到了更及时的市场 alpha。
- 多元风控手段: 剔除ST股，单票最大占比限制、交易费用设置等多种风控手段，有效地管理了投资风险。
策略风险
- 市场风险: 股票市场的波动、系统性风险都会影响策略表现。因为策略是日频的短期模型，长时间的市场逆风将导致较大的回撤。
- 个股风险: 虽然设置了剔除ST股，但小盘股依然可能遭遇较大的非系统性风险。因此，即便剔除后，个股风险仍需要通过仓位分散来控制。
- 操作风险: 高换手率需要在短时间内处理大量交易订单，可能会因为系统卡顿、网络延时等技术因素而影响策略执行。
- 滑点/成交风险: 因为策略交易频繁，特别是在流动性不佳的情况下，可能出现较大滑点，影响预期利润。
为有效管理上述风险，建议策略的使用者在实际操作中搭配止损策略，并进行更长时间的模拟测试，以验证策略在不同市场环境下的稳定性。通过合理设置换手率和交易频次，可以进一步减少滑点和交易成本。
