小盘轮动 | 年化收益率: 76.46% | 累计收益率: 76.85% | 最大回撤低于: 13.64% | BigQuant AI量化策略
小市值轮动
Bigquant AI量化策略
--- | 年化收益率: 23.85% | 累计收益率: 85.21% | 最大回撤低于: 44.76% | BigQuant AI量化策略
策略以价值小盘股为核心：首先在A股基础池中过滤停牌、ST、风险警示和上市不足252天的股票，并要求每股价格（收盘/复权因子）低于账面每股净资产（即PB<1）；以总市值为打分项，按市值从小到大选出前10只作为组合。持仓为等权分配（每股目标仓位为1/持股数），采用order_target_percent按开盘价建/平仓；每5个交易日调仓一次（交易日周期），未在新目标中的股票全部清仓。风险控制包括基本面剔除规则、最小交易成本与按目标仓位下单以避免持仓漂移。适合长期捕捉小盘破净反转的多头策略，但可能带来较高换手率和与沪...
A股策略-提测 | 年化收益率: 4.24% | 累计收益率: 12.73% | 最大回撤低于: 3.62% | BigQuant AI量化策略
暂无
低PE高息三分仓 | 年化收益率: 15.21% | 累计收益率: 50.38% | 最大回撤低于: 34.09% | BigQuant AI量化策略
策略以价值和股息为核心：先剔除停牌、ST等不可交易标的，再筛选市值位于底部20%以外、PE（TTM）位于前40%且PE>0、收盘价≤30元的标的，作为候选池；以股息率(dividend_yield_ratio)为得分，从中选取得分最高的3只股票作为目标组合。仓位由得分模块输出并归一化，总仓位为100%，三股等权分配（每股约33%）；每5个交易日一次调仓，使用次日开盘价完成买卖，卖出不在当期标的的持仓。已设置按单笔计费的交易手续费与最低费用。该策略偏向低估值、较高股息的中小盘价值/收入风格，集中持仓带来较高活跃收益同时需注意个股风...
我的策略 | 年化收益率: 1.46% | 累计收益率: 2.83% | 最大回撤低于: 46.48% | BigQuant AI量化策略
暂无描述
小盘单股策略 | 年化收益率: 43.32% | 累计收益率: 182.06% | 最大回撤低于: 31.54% | BigQuant AI量化策略
核心思想：在中证1000成分范围内以市值最小为择股因子，做单股集中多空（实际为多头）博弈，捕捉小盘股的短中期高波动性收益。 选股逻辑：交易所限上、深交所（排除北交、科创板），板块限主板/创业板，剔除ST/ST、停牌、风险警示和上市天数<=180、PE<=0等异常样本；以total_market_cap升序打分，取分数最高（即市值最小）的一只。 仓位与调仓：单票持仓（最大持股数=1），等权满仓（即把全部资金投入该股），每15个交易日调仓一次，买卖按次日开盘价执行。非调仓日仍每日执行风控逻辑。 风控机制：日常止损：回撤...
等权十股止盈止损 | 年化收益率: -14.01% | 累计收益率: -35.26% | 最大回撤低于: 51.55% | BigQuant AI量化策略
核心思想：基于横截面打分挑选每个调仓日得分最高的10只股票，等权建仓并通过固定止盈/止损控制风险。选股逻辑：从上交所/深交所/北交所主板、科创板、创业板等样本中筛选（示例代码中打分用随机占位，需替换为真实因子），按日期对score降序取前10名。交易规则：每10个交易日为一次调仓日，调仓时卖出不在目标池的持仓，按目标池等权下单（order_target_percent），买入使用开盘价，卖出使用收盘价。风控机制：每日检查持仓并执行止盈（+30%）或止损（-10%）强制平仓；同时设定逐笔手续费和最小费用。适用市场：A股市...
低换手波动选股 | 年化收益率: 19.53% | 累计收益率: 67.21% | 最大回撤低于: 11.76% | BigQuant AI量化策略
核心思想：以换手率波动性为因子，筛选出换手率最稳定的标的以降低流动性和成交不确定性。选股逻辑：从非ST、非停牌且交易天数>252的股票池中，计算20日换手率的标准差（turnover_std），按score升序选取换手波动最小的前8只。交易规则：每4个交易日调仓一次，按评分结果等权分配资金（总仓位1，即每只约1/8），在次日开盘价下单买卖；手续费按每笔最低成本处理。风险控制：剔除ST和停牌股票、限制持仓数以分散个股风险，并设置交易成本和最小手续费；策略无止损/止盈机制，需配合仓位或风险管理使用。适用市场：A...
基于两融信用账户的分钟级配对交易策略：30分钟Z-Score信号、分钟级执行与风控 | 年化收益率: 81.87% | 累计收益率: 10.75% | 最大回撤低于: 2.28% | BigQuant AI量化策略
本策略属于市场中性（Market Neutral）的统计套利策略，通过同时交易两只高度相关的股票（示例：工商银行 601398 / 中信银行 601998 ，在两者相对价格出现短期偏离时进行对冲开仓，并在偏离回归到正常区间时平仓获利。
基于深度学习的指数增强策略 | 年化收益率: 16.11% | 累计收益率: 15.49% | 最大回撤低于: 10.85% | BigQuant AI量化策略
这是一个通过DNN深度学习模型预测股票收益，实现行业和市值中性的指数增强策略
动态加权 ICIR 小市值多因子策略分享（行业中性 + 周频调仓） | 年化收益率: 29.81% | 累计收益率: 65.05% | 最大回撤低于: 37.31% | BigQuant AI量化策略
本策略是一套 动态加权 ICIR 多因子选股策略，核心目标是：1.在小市值股票池中挖掘稳定的选股超额2.使用 RankIC → ICIR 的框架动态调整因子权重，使策略能适应风格变化3.通过 行业中性、财务与交易状态过滤、周频调仓，提升可交易性与稳健性
小市值股票策略 | 年化收益率: 27.24% | 累计收益率: 100.19% | 最大回撤低于: 45.13% | BigQuant AI量化策略
小市值轮动
永久投资组合 | 年化收益率: 4.17% | 累计收益率: 12.49% | 最大回撤低于: 5.44% | BigQuant AI量化策略
用 ETF 构建“永久投资组合（Permanent Portfolio）”：典型四资产等权配置——股票（增长）、长期国债（通缩/利率下行）、黄金（通胀/危机）、现金/货币基金（流动性/抗波动）。 用 BigQuant 回测：按固定周期再平衡（常见为月度/季度），每次把四类资产权重拉回等权。 风险控制：永久组合本身以分散对冲为核心；这里额外加入“止盈/止损”示例逻辑（可选，默认不开很激进的参数），用于单品种异常波动时的兜底卖出；同时依赖 ETF 的分散性降低个股风险。 标的选择：用市场上常见且流动性较好的 A 股场内 ETF 作为代理： ...
小盘价值质量复合因子策略 | 年化收益率: 36.41% | 累计收益率: 506.45% | 最大回撤低于: 22.8% | BigQuant AI量化策略
这是在 BigQuant 的 BigTrader 回测框架里实现一个“基本面 + 低市值约束 + 简单动量过滤”的 A 股多因子选股轮动策略，并用固定权重方式做日频回测。
低换手波稳三选 | 年化收益率: 25.71% | 累计收益率: 93.49% | 最大回撤低于: 21.18% | BigQuant AI量化策略
换手率波动性策略
20251231直播-lightgbm AI量化选股策略 | 年化收益率: 3.49% | 累计收益率: 6.8% | 最大回撤低于: 33.56% | BigQuant AI量化策略
lightgbm AI量化选股策略 | 年化收益率: 58.54% | 累计收益率: 142.31% | 最大回撤低于: 24.7% | BigQuant AI量化策略
低换手稳健8选 | 年化收益率: 19.85% | 累计收益率: 68.47% | 最大回撤低于: 12.48% | BigQuant AI量化策略
核心思想是通过选取20日换手率的标准差指标，筛选出低换手率波动且基本面健康的股票进行投资，从而捕捉相对稳定且具备潜力的标的。具体选股逻辑为：先剔除ST股及停牌股票，计算符合条件股票过去20个交易日换手率的标准差，并依据换手率标准差升序排序，选取波动最小的8只股票构建等权仓位组合。调仓周期为每4个交易日一次，调仓时将不在目标池的股票全部清仓，目标股票按等权重分配仓位。
1 | 年化收益率: 35.9% | 累计收益率: 142.01% | 最大回撤低于: 47.39% | BigQuant AI量化策略
1
123 | 年化收益率: 9.01% | 累计收益率: 30.03% | 最大回撤低于: 21.35% | BigQuant AI量化策略
123
