天注19-创业板-F100-70-y56

策略思想

1. 策略思路

该策略通过每日利用大数据分析与机器学习模型对股票打分，并进行短线股票轮动。它使用多种历史因子（例如90日、30日回报率，成交量，日变动等）构建排序模型，从满足过滤条件的股票中选取高分股票进行投资。这一策略通过买入每日分数排名前N的股票，按1/log(i+2)对资金进行归一分配。其中N默认设置为1。交易以每日为周期，开盘买入，收盘卖出。资金管理策略也相当细致，包括持仓期平均分配资金，限制单只股票的最大资金占比，并在建仓期内分阶段投放资金。

2. 策略介绍

本策略是一种基于AI与机器学习的短线轮动策略。它通过对一系列股票因子的历史数据进行分析，产生每日的股票排名，并买入那些具有短期上涨潜力的股票。选股逻辑主要依赖于机器学习算法打分，类似于动量型投资策略，但通过计算机模型提高了选股的效率和准确性。策略中的过滤条件（如剔除ST股票、90/30日回报分位筛选）确保在风险可控的范围内进行投资。

3. 策略背景

短线股票轮动策略在数量化投资中是一种常用的方法，尤其适合在波动较大的市场环境中寻找短期投资收益。通过引入AI和机器学习技术，策略利用历史数据进行训练和优化，从而在不断变化的市场中灵活应对。特别是在当前数据驱动的投资环境下，这类策略能够自动化地处理大规模数据，并持续优化投资决策。

策略优势

1. 高效选股: 使用机器学习模型对股票进行评分，能够快速识别出有潜力的投资标的，减少人为因素的干扰，提高选股的准确性。
2. 每日再平衡: 通过每日开盘买入和收盘卖出，以及每日的再平衡策略，能够更好地把握住市场短期变化，捕获动量机会。
3. 动态资金管理: 持仓期内分阶段投放资金，降低了建仓过程中的市场风险，同时最大化了资金的利用效率。
4. 灵活适应市场: 策略能够对多种市场环境快速反应，适合在高波动性或者不确定性较大的市场中实施。

策略风险

1. 市场风险: 短线策略固有的高频交易可能会面临较大的市场波动风险，极端市场条件下可能导致损失额增加。
2. 个股风险: 尽管筛选条件较多，但持股数量较少可能导致策略对个股风险高度暴露。
3. 执行风险: 如果执行过程中出现滑点、系统延迟等问题，可能导致计划好的交易无法按照预期价格执行，影响策略表现。
4. 模型风险: 机器学习模型的训练依赖于历史数据，而市场情况变化较快，过于依赖历史数据训练的模型在不同市场环境下可能表现不佳。

5. 流动性风险: 策略的高频交易要求市场具有足够的流动性，否则会面临买入卖出时价格劣化的风险。