Bigquant AI量化策略

主力介入小盘成长 | 年化收益率: 2.62% | 累计收益率: 7.75% | 最大回撤低于: 34.86% | BigQuant AI量化策略

策略核心在于选取业绩高增长且获主力持续买入的小盘成长股,以市值从小到大打分并等权持仓。选股条件:剔除科创板/ST/停牌股,流通市值>5亿、上市>90天、净利润同比与营业收入同比均>30%、0<PE_ttm<50、PB<5;近5日主力净流入累计>0且至少3天为正,当日总体资金不净流出。交易规则:每5个交易日调仓一次,按总仓位100%等权分配,最多持仓10只;开盘价成交;持仓外的标的全部清仓。风险控制:基本面与估值约束、流动性过滤、主力流向为正、剔除异常股与最小持仓数限制、按订单计手续费并设置最低费用。适合捕捉中短期...

BBI短线突破 | 年化收益率: 8.73% | 累计收益率: 27.28% | 最大回撤低于: 21.61% | BigQuant AI量化策略

策略基于短中期均线BBI(3/6/12/24日均线平均)捕捉小市值股票的短线突破。选股池为主板/创业板/科创板及主要指数成分股,剔除停牌/ST、需至少365日历史且PE>0。开仓条件:当日收盘价突破BBI、前一日未突破且当日涨幅>5%(open_signal)。以流通市值升序打分,最多持有3只、等权分配(满仓情况下每股约1/3仓位),以次日开盘价建仓。每日判断止损止盈:持仓前5日内若当日收盘低于BBI且单日跌幅>5%则止损;连续3日收盘低于BBI则隔日止损;持股超过5日(第6日起)全部止盈。高换手、短周期(以日为频率)策略,旨在捕捉短期强...

红利质量多因子 | 年化收益率: 26.5% | 累计收益率: 209.71% | 最大回撤低于: 24.16% | BigQuant AI量化策略

策略以股息率为核心,辅以盈利质量(ROE)与短期动量构建多因子得分:score=a股息率z +bROE z +c12日动量z。池选范围覆盖上/深/北交所,剔除停牌与ST;再过滤掉市值最低20%、PE非正或不在估值前40%的标的,且要求股价≤30元、ROE>0、股息率>0。每次按得分降序选取6只股票,等权建仓(总仓位100%,单只约16.7%),仅在每30个交易日的调仓日执行,买卖以次日开盘价成交。风控通过基本面筛选、市值与价格下限及交易费用模型控制风险;无硬性止损,组合集中度高,适合追求红利稳定与质量提升的中长期A股增强策略,基准为沪深300...

基于随机森林的横截面量化选股策略及 Optuna-TPE 超参数 | 年化收益率: 46.77% | 累计收益率: 125.81% | 最大回撤低于: 11.24% | BigQuant AI量化策略

本策略是一个典型的横截面机器学习选股策略。其基本思想是:在每个调仓日,对股票池中所有股票计算一组因子特征,利用历史样本训练一个随机森林模型,预测这些股票未来 20 个交易日的收益排序,然后选出预测得分最高的前 30 只股票进行等权配置,并每 20 个交易日调仓一次。

质优低波周度策略 | 年化收益率: 14.72% | 累计收益率: 48.54% | 最大回撤低于: 15.11% | BigQuant AI量化策略

本策略以“质量+价值+低波动”为核心,由ROE(TTM)、1/PB和20日收益率波动率构建合成得分:score = rank(ROE)+rank(1/PB)+(1−rank(vol))。标的限于沪深主板(剔除停牌/ST),且需交易历史>270日、PB>0、股价<30、收盘价高于60日均线且20日均线高于60日均线(严格趋势过滤)。每周第一个交易日按得分降序择前5只等权建仓(开盘价成交),非调仓日仅执行风控。持仓数:5只;调仓频率:周度(每周首个交易日);风控规则:日内止盈22%、止损-7%(即时清仓)。交易成本与最小手续费在初始化中设置。本策略目标是在保留价值与质量因子...

弹性网络(ElasticNet)多因子滚动训练选股策略 | 年化收益率: 18.13% | 累计收益率: 217.85% | 最大回撤低于: 17.89% | BigQuant AI量化策略

本策略在沪深300(HS300)、中证500(ZZ500)与中证1000(ZZ1000)成分股范围内,基于价值、成长、质量、动量、波动/交易特征与规模等 18 个因子构建特征,采用按日截面 Z-score 标准化(先标准化后构造标签以避免 Universe Leakage)与训练集 1%/99% 分位裁剪提升稳健性,通过 ElasticNet(L1+L2 正则)在 240 交易日滚动窗口内训练并进行截面预测,目标为预测股票未来 20 个交易日收益的横截面排名(rank),并在每个调仓日选取预测排名最高的 30 只股票等权持有,按 20 个交易日为周期进行调仓。

换手率对冲市值(极端回撤控制) | 年化收益率: 26.85% | 累计收益率: 200.83% | 最大回撤低于: 17.44% | BigQuant AI量化策略

核心功能:动态仓位管理,根据回撤自动减仓 仓位控制规则: - 回撤 < 15% → 满仓 100% - 15% ≤ 回撤 < 20% → 减仓至 70% - 回撤 ≥ 20% → 减仓至 50% 净值创新高后,立即恢复满仓100% 策略特点: • 双因子对冲:小市值(进攻)+ 低波动(防守) • 智能风控:基于净值回撤的动态仓位管理 风险提示: • 历史回测不代表未来收益 • 小市值股票存在流动性风险

Lasso 多因子滚动选股 | 年化收益率: 10.69% | 累计收益率: 50.7% | 最大回撤低于: 30.97% | BigQuant AI量化策略

本策略在 沪深300(HS300)与中证500(ZZ500) 成分股范围内,使用 6 个经典风格因子构建特征,采用 StandardScaler 标准化 + Lasso(L1 正则)回归进行滚动训练与截面预测,目标是预测股票未来 10 个交易日收益率,并在每个调仓日选取预测收益最高的 20 只股票等权持有,按 10 个交易日为周期进行调仓。

波动惩罚轮动 | 年化收益率: 15.09% | 累计收益率: 157.72% | 最大回撤低于: 10.39% | BigQuant AI量化策略

策略核心在于用短期动量减去波动惩罚对一篮子ETF打分,优先配置得分最高的若干只以实现稳健轮动。选股逻辑:对预设ETF池(代码列表)计算20日收益率mom20与20日日收益波动vol20,得分score = mom20 - 0.5vol20;按score降序取前3只等权(position平分),总仓位为100%。交易规则:每月第一个交易日按当日开盘价调仓,卖出不在目标名单的持仓,按目标权重下单建仓。实现细节包括交易佣金与最小费用限制。风险控制与预期:通过波动惩罚抑制高波动品种,等权分散降低单只风险,月度调仓控制换手,适合捕捉中短期趋势、降低回撤...

60日反转多因子 | 年化收益率: 4.84% | 累计收益率: 31.37% | 最大回撤低于: 57.41% | BigQuant AI量化策略

策略核心以60日反转为主因子, 结合5日动量与ROE构建多因子得分 (score =0.8z_reversal_60+0.1z_mom_5+0.1z_roe,均为截面z-score)。 标的为A股(上交所、深交所、北交所),覆盖主板/科创/创业板并纳入沪深300、中证500成分; 剔除停牌/ST/风险警示、上市天数不足、PE异常及超大流通市值(float_market_cap<5e9)等。 每5个交易日调仓一次,选取得分前10名并等权持仓,按次日/当日开盘价成交(买卖以order_target_percent执行);卖出规则为不在目标池则清仓。 风控包括因子与基本面筛选、持仓数量限制、交易费用和最小手续费设置;无显式止损...

基于SVR支持向量机模型的选股策略 | 年化收益率: 53.1% | 累计收益率: 64.09% | 最大回撤低于: 12.85% | BigQuant AI量化策略

这是一个基于支持向量回归(SVR)模型的量化选股策略,通过 32 个基本面、量价及衍生特征预测个股未来 20 日收益率,优先选取预测收益率最高的 10 只合规标的,每 20 个交易日调仓,等权持仓。

小市值三等权 | 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

策略核心基于小市值选股:在沪深及北交所的主板/科创/创业板股票池中,按流通市值(float_market_cap)由小到大排序,筛除停牌、ST、上市不足365天或PE<=0的标的,选取市值最小的3只股票,按等权(每股仓位占比为1/3,总仓位100%)持有。以日频调仓、每5个交易日再平衡一次;买卖在下一个交易日开盘价执行;未在目标名单的持仓全部清仓。内置手续费(按单笔计费 buy=0.0003 sell=0.0013,最低5元)和基本面筛选作为风险控制。适合中短期捕捉小盘超额收益,但组合高度集中且波动/换手率较高,需注意仓位与波动管理。

个人策略见解 | 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

策略思路:做多A股小盘股的等权轮换策略,利用市值因子进行排序,追求小市值溢价与短期轮动收益。选股逻辑:从中国股票基础池剔除停牌、ST、退市预警、上市天数不足252天等风险标的,并要求调整后收盘价满足阈值(close/adjust_factor < bps_lf),以 total_market_cap 作为得分并按升序排序(小市值优先)。仓位与调仓:每次选取得分最优的10只股票,按等权分配(总仓位1.0,每股约10%),使用 order_target_percent 全面调仓,非目标持仓全部清仓。交易与频率:日频回测,按交易日每5日(约周度)调仓,买卖以次日开盘价撮合,手...

小盘高息轮动 | 年化收益率: 21.7% | 累计收益率: 76.08% | 最大回撤低于: 23.79% | BigQuant AI量化策略

策略核心以“高股息+小市值”选股为主线:先在上交所/深交所主板与创业板中剔除科创板、北交所、ST及停牌标的,要求个股上市超过270天、收盘价低于10元、price_limit_status=2,并筛选股息率处于前25%的样本。以流通市值(从小到大)为打分依据,取得分靠前的10只股票等权配置(总仓位100%),每15个交易日调仓一次;买入按次日/当日开盘价下单,卖出按收盘价离场。手续费按每笔最小费用计。风险控制包括数量上限(10只)、剔除新股/停牌/ST、价格与股息筛选以保障流动性与质量,但无明确止损机制。适合追求中长期股息...

--- | 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...