策略思想 1. 策略思路 该策略的核心思路是通过一系列自定义的条件（constrs）对股票进行筛选，并利用多种市场因子（con1到con30）来进行量化分析。这些因子包括涨停天数、市场涨跌幅、行业收益率等。策略根据这些因子的值进行分位数切割（pd.qcut），并进一步结合自定义条件筛选出符合条件的股票进行交易。 2. 策略介绍 策略中设计了一系列复杂的因子组合，主要通过SQL语句从多个数据源提取并加工这些因子。这些因子包括： - con1：涨停数量与180天平均值的比值 - con2：市场上升与下降数量的比值 - con3：涨停数量与前一...
策略思想 1. 策略思路 该策略是一个多因子选股策略，专注于创业板市场，结合了交易量、收益率、市盈率等多种因子来进行股票评分和排序。通过多因子模型，从不同角度评估股票的投资价值，以构建更全面的投资组合。此外，策略还利用机器学习技术对历史数据进行训练，以更准确地对未来股票进行排序和预测。 2. 策略介绍 多因子选股策略是指通过多种因子对股票进行评分和排序，以选择出具有投资价值的股票。因子的选取可以是各种财务指标、市场指标或者技术指标等。本策略结合了交易量、收益率、市盈率等因子...
策略思想 1. 策略思路 该策略主要结合了多种因子，如交易量、收益率、市盈率等，对股票进行评分和排序，形成多因子选股模型。同时，通过历史数据训练机器学习模型，以对未来股票进行排序和预测。策略每日持仓一只股票，仓位集中，虽然可提升收益，但也可能导致较大回撤。 2. 策略介绍 多因子选股策略利用多个影响股票价格的因子来评估其投资价值。因子可以是财务指标、市场指标、技术指标等。通过对每个因子赋予不同的权重，投资者能够从多个维度全面评估股票潜力，构建更优化的投资组合。机器学习排序则...
策略思想 1. 策略思路 该策略通过使用DAI SQL构建若干因子（如近90天/30天收益、成交量、当日收益等），对股票进行打分并生成相应的排名和仓位建议。策略中剔除了ST股票和数据中的空值，并设置排名阈值来进行股票筛选。选股逻辑上，每日按预测排序选择前N只股票（默认N=1），期间权重通过1/log(i+2)归一化分配。如果未持有股票超过最低持有期，则从尾部清仓以释放资金。策略调仓频率为日频，持仓周期可通过参数 hold_days 灵活控制。 2. 策略介绍 这一策略的核心在于动量与回归信号的结合——通过对短期市场动向的捕捉...
策略思想 1. 策略思路 该策略采用多因子选股模型，结合交易量、收益率、市盈率等多种因子对创业板股票进行综合评分和排序。这些因子每个反映了股票的某一方面特征，将它们综合起来能够更为全面地评估股票的投资价值。策略通过机器学习算法训练模型，基于历史数据来对未来股票的表现进行排序和预测，每日持有1只股票，仓位集中，具备快速响应市场变化的优势。 2. 策略介绍 多因子选股策略是一种常用的量化投资策略，通过对多种影响股票表现的因子进行打分与加权，最终形成一个综合评分，以判断股票的投资吸...
策略思想 1. 策略思路 该策略通过一系列复杂的因子过滤条件选择合适的股票进行买卖。首先，策略从数据库中提取股票历史数据，并计算多个关键因子，接着利用这些因子结合特定的过滤条件（constrs）进行筛选，以确定最终的投资组合。这些因子包括但不限于股票的收益率、成交量、行业回报率和市场位置等。 2. 策略介绍 该策略涉及到许多以因子为基础的方法，主要包括收益率、成交量等因子的实时计算与排名。依据这些因子的历史表现，通过编程实现了一系列复杂的 SQL 查询与数据处理步骤，以此构建了一套动态的条...
策略思想 1. 策略思路 该策略结合了多种因子及机器学习算法，主要应用于创业板市场，通过对股票的交易量、收益率、市盈率等因子进行评分和排序，旨在从多个维度评估股票的投资价值。此外，还运用了机器学习技术，根据历史数据训练模型，对未来的股票进行排序和预测，帮助提升预测的准确性和效率。策略每日持仓1只股票，仓位集中，可能会出现较大回撤。 2. 策略介绍 多因子选股策略是一种将多个市场指标因子组合在一起进行股票筛选的方法。该策略通过分析不同因子之间的关系，对股票进行综合评分。在本策略...
策略思想 1. 策略思路 从代码来看，这个策略主要围绕构建在特定条件和特征（con1到con30）上的选股策略。策略通过数据处理、因子计算、特征分组以及自定义条件，筛选出具备投资潜力的证券标的。其目的是利用股票在不同特征条件下的表现，挖掘出超额收益的机会。 2. 策略介绍 这是一种典型的多因子策略。多因子模型使用多个统计特征（通常被称为因子），包括价格、成交量及某些财务指标等，来预测股票未来收益。在本策略中，多因子指标通过pd.qcut方法分成五个等级，等级越高可能代表策略认为其投资价值越高。策...
策略思想 1. 策略思路 该策略通过引入大量的技术指标和条件约束来筛选潜力股票。其核心流程包括数据获取、特征计算、筛选条件应用、数据清洗和交易执行。 2. 策略介绍 该策略基于多个技术指标，实现了详细而全面的市场分析。通过SQL查询结合Python数据处理模块，策略从市场中提取特定的市场数据。而后，策略通过一系列数学运算及排名方法对相关数据进行特征提取，从而形成自己的判断依据。 数据特征与参数： - 使用con开头的多种技术指标，通过分等级、计算相对排名等方式为不同股票赋值。 - 应用多个复杂的不...
策略思想 1. 策略思路 该策略主要利用多因子选股与机器学习排序的结合，以期在创业板中实现有效的投资决策。具体包括： - 多因子选股：利用交易量、收益率、市盈率等多个因子对股票进行综合评分和排序，以评估其投资价值。 - 机器学习排序：通过训练机器学习模型，使用历史数据对未来股票进行排序和预测，提升预测的准确性和效率。 - 每日持仓1支股票：仓位高度集中，可能出现较大回撤。 2. 策略介绍 多因子选股策略是一种结合多个量化因子的选股方法，通过汇总不同因子（如基本面、技术指标、情绪指标等）的...
策略思想 1. 策略思路 - 本策略主要利用多个因子模型来预测个股短期的走势。策略通过构建一系列的条件筛选股票，并根据这些条件动态调整持仓。在筛选出的股票中，选择指标最符合条件的股票买入。 2. 策略介绍 - 策略采用多因素方法，结合上涨幅度、收益率、行业表现等多种指标进行选股。以大数据为基础，通过历史数据模拟选股，利用Python代码实现因子模型，筛选出潜在的优质标的。 3. 策略背景 - 多因子选股是现代电子量化交易中常见的技术，通过提取市场数据，采用多个指标（因子）来筛选目标股票。...
策略思想 1. 策略思路 该策略结合多因子选股模型和机器学习排序模型，对创业板股票进行筛选。通过综合考虑交易量、收益率、市盈率等多个因子，对股票进行评分和排序，以评估其投资价值。同时，策略利用历史数据训练机器学习模型，以提高对未来股票表现的预测准确性。策略每日仅持有一只股票，仓位集中，旨在通过精准的选股和集中投资获取较高收益。 2. 策略介绍 多因子模型是量化投资中常用的方法，通过综合多个财务或市场因子，对股票的收益性和风险性进行评估。常用的因子包括基本面因子（如市盈率、市...
策略思想 1. 策略思路 这个策略主要利用了一些技术指标和量价分析进行选股。策略的核心在于根据多种条件过滤当天涨停的股票，以及使用数据提取与处理模块来分析不同股票的表现。通过不同的因子计算和组合条件，对股票进行评分和筛选，以选择出符合特定条件的股票进行交易。 2. 策略介绍 该策略使用了 Python 语言和 BigQuant 平台提供的各类模块，包括 input_features_dai、extract_data_dai、bigtrader 模块等。策略首先通过 SQL 从 BigQuant 数据库中提取和计算各种因子，大量使用了技术指标和筛选条件。这些因子与条件结合形成股...
策略思想 1. 策略思路 该策略基于对股票市场行情数据的深度挖掘，提取多种因子，并通过设定复杂的条件组合来筛选出潜在的投资标的。策略结合了多个因子指标和多种约束条件，对市场行情进行分析和监控。策略的核心在于通过数据分析发现高概率获利机会。 2. 策略介绍 该策略采用的主要因子包括价量特征（如开盘价、收盘价、成交量、涨跌幅等）、技术指标（如超买超卖指标、动能指标等）以及行业轮动因子等。策略运用的数据主要通过 SQL 查询从股票数据库中提取，并进行预处理和因子计算。通过复杂条件筛选得...
策略思想 策略思路 本策略使用了量化的因子选股和交易规则，通过结合条件过滤和数据处理来筛选出潜在的交易标的。策略的核心部分涉及对众多金融指标进行计算和排名，从中选择表现优异的股票。计算过程中使用了窗口期计算、分位数排名等技术，以便于对股票进行更精细的动态分析。 策略介绍 该策略主要采用Python编写的量化框架进行实现，涉及到数据清洗、因子计算以及选股逻辑。最初从诸如 cn_stock_bar1d、cn_stock_status 等表中提取数据，并计算多种因子指标，如股票的涨停记录、收益率、行业排名等。利用 pandas 的 ...
天注1-创业板-F100-20-y21量化策略深度解析 策略思想 1. 策略思路 本文策略通过结合AI/ML打分系统以及多因子筛选机制，以日频率进行股票择时。策略首先通过SQL预处理构建一些因子，例如近30日或90日的回报率、成交量排序等。接下来，剔除掉ST股票，并对因子进行分位数过滤，从而得到每只股票的预测排序。之后系统依据预测排序，选择得分靠前的N只股票进行投资（当前代码设置N=1），并通过1/log(i+2)的公式给予不同权重分配。此外，持仓周期通过参数hold_days进行控制（默认持仓1天），该参数可灵活调整。 2. 策略介绍 这类...
策略思想 1. 策略思路 该策略通过分析股票市场的交易数据，利用多个因子（例如 con1 到 con30）建立量化模型来筛选出潜在的投资标的。策略的核心在于通过历史数据的回测，寻找出能够在未来市场中表现优异的股票组合。 2. 策略介绍 该策略基于多因子选股模型，其中每个因子代表不同的市场特征或公司财务指标。因子值的计算结合了多种统计方法，包括百分位数排名、移动平均和极值归一化等。通过对这些因子进行分位数切分并组合成策略约束条件，策略能够动态调整持仓，优化组合收益。 3. 策略背景 在量化投资领域...
策略思想 1. 策略思路 该策略旨在通过量化分析程序，根据一系列定义的条件对股票进行筛选和交易。主要利用过往股票数据中不同的因子构建了复杂的选股过滤器，通过大规模SQL查询和数据操作，进行高性能的因子计算，挑选出潜在投资标的。 2. 策略介绍 本策略的核心思想是对市场数据进行多维度的因子分析来确定股票的选择。这些因子包括但不限于： - 涨停情况：判断某股票是否在当日涨停。 - 收益波动：考虑近期收益、行业收益波动及其相对排名。 - 交易量与价格变化：分析交易活动频繁程度和价格的动态改变。 -...
量化策略文章 策略思想 1. 策略思路 这是一种多因子选股策略，利用从大数据平台和多个因子构建的量化因子，筛选出特定的股票进行投资。策略通过计算并组合多个量化因子，评估股票的投资价值，进行股票买入策略。策略的主要步骤如下： 1. 数据准备: 从数据库中提取股票的历史数据，包括价格、成交量、行业信息等。 2. 因子计算: 计算各个因子如涨停板数、相对强弱指标、动量因子等，其计算方法基于股票的历史价格和量。 3. 因子分层: 对部分因子进行分层处理，将数值进行百分位切分，增强因子的区分能力。 4. 选...
策略思想 1. 策略思路 - 本策略基于多个因子构建一套量化选股模型，通过对历史数据进行特征工程和因子分析，筛选出潜在的投资标的。策略中使用了30个不同的因子（con1 到 con30），通过复杂的条件语句筛选股票。这些因子大多与股票的价格、成交量、行业表现等相关，旨在通过多维度的数据分析来判断股票的投资价值。 2. 策略介绍 - 本策略主要依托于因子模型的构建与筛选。因子模型是量化投资中常用的方法，通过对历史数据的分析，提取出具有显著预测能力的因子，并基于这些因子构建投资组合。在本策略中，...
