Bigquant AI量化策略

基于价格区间突破的期货策略 | 年化收益率: -66.81% | 累计收益率: -81.62% | 最大回撤低于: 85.4% | BigQuant AI量化策略

该策略通过利用较长时间窗口内的最高价和最低价形成的通道,结合平均真实范围(ATR)指标来进行期货交易。策略的基本思路是捕捉市场价格突破这些历史高低点所形成的上轨和下轨通道,当价格突破上轨时产生买入信号,突破下轨则产生卖出信号。ATR乘以特定系数用于确定止损位,从而帮助控制风险。

基于均线和形态的高低点突破 | 年化收益率: -1.4% | 累计收益率: -3.14% | 最大回撤低于: 26.59% | BigQuant AI量化策略

运用布林带和指数移动平均线等技术指标来判断市场趋势、价格形态及突破信号。当市场条件满足某些特定信号(如价格突破或趋势形成)时,策略将进行开仓或平仓操作,同时设置止盈和止损点,以有效管理风险和潜在收益

基于布林带通道的期货突破量化策略 | 年化收益率: 97.2% | 累计收益率: 25.74% | 最大回撤低于: 16.32% | BigQuant AI量化策略

该策略是一种基于技术指标的期货量化交易策略。主要利用布林带上下轨,以及EMA和ADX指标,借助超短期趋势的突破和动量信号进行交易。策略通过判断期货合约价格与30日EMA的相对位置,并结合ADX动向指数的变化趋势生成交易信号。系统使用历史数据构建信号并判断相应的买入或卖出条件,随后根据生成的交易信号决定市场的进出。在实际交易过程中,策略同时会根据主力合约的变化进行移仓换月操作,以确保交易的准确性和效率。通过该策略,旨在捕捉期货市场的短期波动潜在收益,并严格控制风险。

基于分钟线的高频选股因子 | 年化收益率: 16.04% | 累计收益率: 1.49% | 最大回撤低于: 4.53% | BigQuant AI量化策略

报告的核心论点是:通过利用日内分钟线数据挖掘高信息增益的选股因子,可以显著提高股票未来收益率的预测能力。作者提出了多种改进型高频因子,包括收益反转因子、动量因子、波动率因子以及尾盘成交额占比因子,并系统地对它们在不同频率(30分钟和日度)的预测效果进行了深入回测和分析。报告最后构建了基于这些因子的多因子组合,并在扣除交易成本后表现出超额收益,验证因子预测的有效性。同时,报告指出高频因子的超额收益对手续费率较为敏感,且强调了历史回测模型存在市场环境变化带来的失效风险。

基本面选股——相对市盈率估值选股模型 | 年化收益率: 26.18% | 累计收益率: 35.22% | 最大回撤低于: 22.15% | BigQuant AI量化策略

本策略复现研报——《【华泰金工】基本面选股3:华泰价值选股系列之相对市盈率》,构建相对市盈率指标编写策略。 市盈率是最常用来评估股价水平是否合理的指标之一,是股价与每股盈利的比率,它把公司的股价与每股盈利结合在一起,能够直观的反应投入产出比例。但却是一个绝对指标,无法看出公司当下和未来的估值是否合理以及它在市场中的估值水平到底是怎样的。相对市盈率是公司市盈率与市场市盈率的比值,它将一只股票的市盈率和市场的市盈率结合起来考察,相对市盈率的变化能够在一定程度上反映公司...

股民权益成长轮动策略 | 年化收益率: 20.04% | 累计收益率: 114.71% | 最大回撤低于: 43.25% | BigQuant AI量化策略

本策略通过综合筛选财务稳健(非ST、非停牌、高ROE、高每股未分配利润)、小市值(总股本小、流通市值相对小)且已充分上市(上市天数>252)的股票。在满足条件的股票中,进一步筛选流通市值最小的N只股票进行等权重持有,并每3个交易日进行一次轮动,捕捉具有潜在增长价值的小盘股机会。买卖交易均在开盘价撮合。

优秀股MACD乖离回弹策略 | 年化收益率: 9.04% | 累计收益率: 43.64% | 最大回撤低于: 50.82% | BigQuant AI量化策略

本策略筛选非ST、非科创北交所、非停牌且上市天数大于252天、流通市值大于5亿的股票。在此基础上,选取MACD的DEA线大于DIF线且DIF大于0的股票,并按流通市值升序排序选取前5只股票,每3个交易日进行等权重调仓,买卖均以开盘价撮合。

每股收益稳定策略 | 年化收益率: 10.26% | 累计收益率: 50.45% | 最大回撤低于: 51.95% | BigQuant AI量化策略

本策略筛选非ST、非科创板、非北交所、非停牌、上市满一年且每股收益大于2元的股票,并在其中选择流通市值最小的5只进行等权重投资。策略每3个交易日进行一次调仓,买卖均使用开盘价撮合。旨在通过基本面过滤和市值因子,捕捉中小市值股票的潜在机会。注意:机构持股比例条件因数据限制暂未实现。

kdj指示灯基本面精选轮动策略 | 年化收益率: 0.32% | 累计收益率: 1.33% | 最大回撤低于: 34.92% | BigQuant AI量化策略

本策略综合运用基本面和技术面条件筛选股票。首先剔除ST、科创板、北交所、停牌、上市不足一年、流通市值过小的股票。然后,在符合基础条件的股票中,选取收盘价站上20日均线且KDJ指标K值排名靠前的股票进行轮动。策略采用等权重分配资金,每3个交易日进行调仓,交易撮合价为开盘价。

低PEG小市值稳健增长轮动策略 | 年化收益率: 15.76% | 累计收益率: 84.44% | 最大回撤低于: 43.94% | BigQuant AI量化策略

本策略通过综合筛选剔除高风险和不符合基本面标准的股票,专注于流通市值大于5亿且上市满一年、盈利为正且有增长、PEG小于1的中小型股票。策略采取等权重配置,并按流通市值升序排序选取,每5个交易日进行一次调仓,旨在捕捉价值被低估且具有增长潜力的中小盘股票的投资机会。

财务稳健高增长轮动 | 年化收益率: 4.43% | 累计收益率: 19.87% | 最大回撤低于: 39.96% | BigQuant AI量化策略

本策略通过结合严格的财务指标(高销售毛利率、高销售净利率、财务费用小于零、营业收入高增长)和基础过滤条件(剔除ST、科创板、北交所、停牌、上市不满一年、流通市值小于5亿的股票),构建一个高质量的股票池。在筛选出的股票中,选取流通市值最小的5只进行等权重投资,每3个交易日根据最新的数据进行一次轮动。交易撮合价格采用当日开盘价。

稳健增长MACD绿柱变短轮动 | 年化收益率: 2.99% | 累计收益率: 13.13% | 最大回撤低于: 53.25% | BigQuant AI量化策略

本策略融合了基本面和技术面信号,选取符合净利润和营业收入正增长、市值大于5亿、非限制类股票等条件,并且技术上出现MACD绿柱变短买入信号的股票。策略对选出的股票按流通市值升序排序,每日选取前5只进行等权重轮动投资。策略每3个交易日调仓一次,交易在开盘价撮合。适合希望结合基本面筛选和技术面择时的中短期轮动策略。

巨无霸多均线趋势跟踪策略 | 年化收益率: 10.3% | 累计收益率: 50.71% | 最大回撤低于: 49.04% | BigQuant AI量化策略

本策略聚焦于A股市场中流通市值超过484亿元的大盘股,并结合多周期移动平均线的趋势判断。策略筛选非ST、非科创板、非北交所、非停牌且上市满一年的股票。买入信号基于17日、26日、100日和145日均线的连续上涨趋势及短期均线的排列。选股后按市值升序排列,选取前N只股票进行等权重投资,并定期(每3个交易日)进行再平衡,旨在捕捉大市值股票的稳健上涨行情。

三维基本面优选策略 | 年化收益率: 16.4% | 累计收益率: 88.72% | 最大回撤低于: 39.86% | BigQuant AI量化策略

本策略通过结合市值、盈利能力、股本结构、股价位置、上市时间等多个基本面和技术过滤条件,筛选出符合要求的优质股票池。在满足所有条件的股票中,优先选择流通市值较小的股票构建投资组合。策略设定固定的调仓周期,并在调仓日根据最新的选股结果调整仓位,买卖指令均在开盘价撮合。旨在捕捉具有稳健基本面且市值适中的股票的投资机会。

财务稳健增长小市值轮动策略 | 年化收益率: 6.95% | 累计收益率: 32.42% | 最大回撤低于: 42.11% | BigQuant AI量化策略

本策略筛选A股市场中满足连续三年营收和利润高增长、销售净利率较高、经营性现金流健康的非ST、非停牌、非次新、非科创、非北交所股票,并优先选择其中流通市值较小的个股构建等权重组合。策略每5个交易日进行一次调仓,旨在通过投资兼具成长性和相对低估值的股票,获取长期超额收益。买入和卖出指令均在早盘开盘时以开盘价撮合。