Bigquant AI量化策略

破净低市值精选 | 年化收益率: 21.66% | 累计收益率: 75.93% | 最大回撤低于: 25.89% | BigQuant AI量化策略

本策略基于A股基础股票池,重点筛选破净(市净率低于1)的股票,并排除ST股、风险警示股及停牌股,且要求上市时间超过一年,确保基本面稳定。通过计算总市值作为评分标准,选取总市值最低的10只股票进行等权配置,体现小盘股价值投资理念。策略采用5个交易日调仓一次的频率,动态调整持仓以捕捉价值回归机会。交易执行采用日开盘价,设置合理的买卖佣金与最小成本,控制交易成本。以沪深300指数为基准,旨在实现超越市场的稳健收益。该策略适合于追求价值低估且流动性较好股票的投资者,风险控制通过剔除风...

量价共振ETF轮动 | 年化收益率: 23.4% | 累计收益率: 280.24% | 最大回撤低于: 20.85% | BigQuant AI量化策略

该策略是一个聚焦于 4 只特定 ETF 的量化投资,通过多因子模型进行标的筛选与资金配置。策略综合了趋势评分、价格反转因子和成交量比率三个指标,其中趋势评分占 40% 权重,通过计算年化收益率与 R 平方的乘积衡量趋势强度;价格反转因子占 20% 权重,通过短期价格变动判断反转机会;成交量比率直接纳入评分体系,反映资金流向。策略每 25 个交易日调仓一次,每次仅选择综合评分最高的 1 只 ETF 全仓配置,实现对优势标的的集中投资。

波动率稳定ETF组合策略 | 年化收益率: 6.96% | 累计收益率: 62.71% | 最大回撤低于: 10.7% | BigQuant AI量化策略

该策略是一个针对特定 ETF 的趋势跟踪交易系统。策略聚焦于 9 只精选 ETF,涵盖宽基指数、行业 ETF 等不同类型。通过计算 60 日动量因子判断趋势方向,当动量因子大于 0.45 时做多,小于 0 时做空,处于两者之间则保持中性。同时引入40日波动率倒数作为权重分配依据,波动率越低权重越高,以此优化资金配置。

ETF的简单纯动量策略 | 年化收益率: 19.25% | 累计收益率: 257.31% | 最大回撤低于: 20.3% | BigQuant AI量化策略

本策略为多因子ETF动量轮动策略,通过精选20只涵盖黄金、美股及多个行业板块的ETF构建投资组合,采用量化方法动态筛选并轮动配置。策略核心基于21日动量因子(收益率排名),每5个交易日调仓一次,等权重配置动量最强的5只ETF,有效捕捉不同市场环境下的趋势机会。

小市值低PE精选 | 年化收益率: 37.9% | 累计收益率: 152.4% | 最大回撤低于: 45.13% | BigQuant AI量化策略

本策略基于基本面信息,筛选中国主要交易所(上交所、深交所、北交所)且处于正常交易状态的股票,覆盖主板、科创板、创业板等多个板块,并结合主流指数构建股票池。核心选股逻辑通过市值因子筛选,选择流通市值最小的股票,同时剔除停牌、新股上市不足一年的标的以及PE(市盈率)小于等于零的异常值。每次调仓选取市值最小的3只股票,采用等权分配仓位,持仓比例总计为100%。策略采用5个交易日为一个调仓周期,调仓时卖出不再目标持仓内的股票,买入目标股票,买卖均以开盘价执行,手续费按券商标准进行...

超跌反弹多因子选股 | 年化收益率: 38.79% | 累计收益率: 252.66% | 最大回撤低于: 47.38% | BigQuant AI量化策略

本策略基于A股市场,核心思想是利用超跌反弹因子结合业绩和市值等多因子进行复合筛选,选取基本面优良且价格处于超跌状态的股票。首先过滤掉ST股、风险警示和停牌标的,确保标的质量;然后计算股票收盘价相对250日均线的跌幅得分,结合净利润同比增长率、市值排名及实际价格等指标进行多重条件筛选。策略以日频调仓,调仓周期为1个交易日,选取得分最低的5只股票进行等权重配置,动态调整持仓。交易执行以开盘价下单,设置合理手续费模型控制交易成本。该策略适合寻求捕捉超跌反弹机会且注重业绩和市值质...

低换手率波动择股 | 年化收益率: 19.25% | 累计收益率: 66.07% | 最大回撤低于: 11.96% | BigQuant AI量化策略

本策略基于股票换手率的波动性(20日换手率标准差)进行选股,核心假设为低换手率波动的股票具有更稳定的资金流动性和较优的投资价值。首先,策略筛选处于正常交易状态、非停牌且连续上市超过一年的股票作为备选池;其次,计算这些股票过去20日的换手率标准差,选取换手率波动最低的8只股票构建等权仓位组合。交易规则为每4个交易日调仓一次,调仓时根据最新换手率波动得分调整持仓,剔除不再符合条件的股票。策略设定了固定的买卖手续费和最小费用,买卖价格均以当日开盘价执行,初始资金为100万元。此策...

趋势稳健性动量ETF组合策略 | 年化收益率: 17.77% | 累计收益率: 226.49% | 最大回撤低于: 17.54% | BigQuant AI量化策略

本策略通过动态评估ETF的趋势强度与稳定性实现优化配置,选取黄金、纳指等4个ETF进行投资,通过构建年化收益率与R平方相乘的双因子评分模型,既捕捉标的潜在收益空间,又通过统计显著性筛选高确定性趋势。策略采用25天滚动窗口的向量化计算,对黄金、纳指等特定ETF池进行趋势质量评分,每5个交易日优选评分最高的2只标的进行等权重调仓。

市值排序三只股票持仓 | 年化收益率: 37.9% | 累计收益率: 152.4% | 最大回撤低于: 45.13% | BigQuant AI量化策略

本策略基于基本面数据对A股市场股票进行筛选,覆盖上交所、深交所和北交所主板及创新板块,排除停牌和ST股票。利用市值(float_market_cap)作为核心因子,选取符合一定市值且市盈率合理(pe_ttm>0)、非ST状态且上市超过一年的股票,按市值从低到高排序。最终精选三只股票构建等权重组合,持仓比例固定为1(满仓),每5个交易日调仓一次,动态调整持仓以跟踪目标股票池。交易采用日线开盘价执行买卖,手续费按每笔订单比例和最低费用计收。策略以沪深300指数为基准,通过定期调仓实现对优质中小市值股票的集中投资...

机器学习多因子择时 | 年化收益率: 24.21% | 累计收益率: 15.65% | 最大回撤低于: 42.33% | BigQuant AI量化策略

本策略基于机器学习模型对股票进行每日排序预测,结合多因子选股思想,通过对历史价格变动计算得分,筛选排名靠前的5只股票构建投资组合。策略采用等权重的对数倒数分配权重,强化对排名靠前股票的资金倾斜,且单只股票持仓资金比例不超过20%。持仓周期为5个交易日,策略每日进行调仓,前5日为建仓期,均匀分配资金买入股票,之后根据预测排名末位股票逐步卖出以腾出资金买入新的优质标的。此策略严格控制单只股票最大资金占比及总持仓资金分配,结合机器学习预测与动态调仓机制,实现择时与选股的有机结...

低价主力小单共振策略 | 年化收益率: 49.31% | 累计收益率: 487.41% | 最大回撤低于: 34.7% | BigQuant AI量化策略

本策略通过分析主力与散户资金的最优配比,精选​​小市值潜力股票,基于市场微观理论,动态平衡资金结构,通过持有合理资金比例的股票规避规避单边主导风险,在资金协同效应最佳区间布局,同时捕捉主力资金动向从而抓住股票的上涨趋势,实现高额收益率。

低估成长股择时策略 | 年化收益率: 36.29% | 累计收益率: 143.98% | 最大回撤低于: 44.81% | BigQuant AI量化策略

本策略通过基本面和技术面相结合的方法筛选低估且具备成长性的股票。首先在沪深三大交易所主板、科创板、创业板股票池中,剔除停牌和ST股票,确保标的的基本面健康。然后利用因子表达式计算个股当前收盘价与250日均线的偏离程度(ratio),并结合净利润同比增长率大于60%、归母净利润为正、市值排名前10%以内且无风险警示等多重条件进行过滤,精选成长性强且估值合理的股票。最终选取偏离均线最小的5只股票,等权建仓,持仓比例合计100%。策略每日调仓,买卖均以次日开盘价执行,交易成本按每笔固定费用计算。...

低市值精选持仓策略 | 年化收益率: 11.26% | 累计收益率: 36.18% | 最大回撤低于: 22.34% | BigQuant AI量化策略

该策略基于市值因子选股,专注于剔除风险较高的ST股、停牌股及涨跌停股票,筛选交易活跃且上市时间超过375天的主板和创业板股票池。选股逻辑通过对每个调仓日(默认每5个交易日)市值最小的7只股票进行排序,最终持仓数量可调节(默认5只),持仓比例均等分配。策略每日检查调仓信号,按照最新选股信号调整仓位,卖出非目标股票,买入目标股票,买卖均以次日开盘价成交。手续费采用固定每笔订单费率,控制交易成本。策略资金基准为100万元,基准指数为沪深300。该策略适合在中国A股市场的主板和创业板股票中...

基于随机森林的半自动量价多因子选股策略 | 年化收益率: 96.3% | 累计收益率: 89.08% | 最大回撤低于: 18.27% | BigQuant AI量化策略

本策略剔除 ST 股票、科创板、北交所股票以及金融行业的股票后,先用随机森林的特征工程,从大量的量价因子中得到前20个对股票收益率最为重要的量价因子,对这些因子进行IC值分析以及相关性分析,选取高IC值以及低相关性的多个因子,依据因子的重要程度对因子进行赋权合成新的因子,根据新的因子进行从小到大的排序,选取前10只股票等权重持仓,每6日调仓一次。