策略思想 1. 策略思路 该策略结合了多因子选股和机器学习排序的方法，旨在通过多种因子对股票进行评分和排序，从而筛选出具有投资价值的股票。策略使用的因子包括交易量、收益率、市盈率等，通过这些因子的综合分析，策略可以从多个角度全面评估股票的投资价值。同时，策略通过历史数据训练机器学习模型，对未来股票进行排序和预测，提高预测的准确性和效率。 2. 策略介绍 多因子模型是一种常用的量化投资策略，其核心思想是通过多个因子的综合考虑来评估股票的价值。例如，交易量因子可以反映市场的热度...
策略思想 1. 策略思路 本策略“天创40-2000”基于多因子选股和机器学习排序。关键的策略步骤包括： - 多因子选股：使用交易量、收益率、市盈率等多种因子对股票进行评分和排序。这种多因子模型可以从不同的角度评估股票的投资价值，通过综合不同的因子，实现更全面的股票评价，从而构建多样化的投资组合。 - 机器学习排序：利用历史数据训练机器学习模型，对未来的股票进行排序和预测。这不仅提高了预测的准确性，也提升了操作的效率。 - 单票集中持仓：每日持仓一只股票，资金集中分配到优选的股票，因此该...
策略思想 1. 策略思想 - 该策略基于交易活跃度、长短期回报比、排名变化以及波动性变化，训练StockRanker模型，并选择排名前十的股票进行日频调仓。 2. 策略介绍 - 交易活跃度：通常是指个股的成交量、成交金额等指标，可以反映市场投资者对该股票的关注度和交易意愿。 - 长短期回报比：衡量股票一段时间内的收益表现，可作为股票未来走势的预期指标。 - 排名变化：基于各类指标对股票进行排名，并观察排名的变化情况，这可以帮助我们捕捉到市场情绪的转变和个股的表现差异。 - 波动性变化：波动性常用...
策略思想 1. 策略思路 该策略通过数据分析和因子筛选来选择股票，以实现稳健的投资回报。策略主要分为以下几个步骤： - 数据准备：从大数据平台提取股票的基础数据、行业分类数据、以及状态标识数据，并进行数据的过滤和清洗。 - 指标计算：通过计算多个因子（如收益率、成交量、价格等）来评估股票的表现。 - 策略筛选：基于预设的条件表达式对股票进行筛选，选出符合条件的股票。 - 交易执行：根据筛选结果进行买入卖出操作，控制持股数量和持股天数。 2. 策略介绍 该策略主要运用了多因子选股策略。多因子...
策略思想 1. 策略思路 本策略的核心是通过换手率标准差的低波动性来选择股票。具体而言，策略剔除了一些不稳定或不适宜投资的股票，如 ST、停牌及次新股，并且每天选取5只股票，每5个交易日进行一次调仓。换手率标准差低的股票被认为在市场上较为稳定，因此更适合稳健投资者。 2. 策略介绍 换手率是衡量股票流动性的重要指标，低换手率标准差意味着该股票在一段时间内的流动性变化较小，表现出较为稳定的交易行为。低波动的股票通常能够在市场波动中提供更好的风险管理和稳定的收益。本策略通过选择换手率...
策略思想 策略介绍 本策略使用遗传规划技术挖掘出的因子结合stockranker算法进行训练，以选出排名前10的股票进行持有。该策略主要通过日频率进行调仓，以确保持仓按计划持续优化。 策略背景 遗传规划（Genetic Programming，GP）是一种进化算法，用于自动生成程序或表达式。它基于自然选择的理论，通过模拟遗传进化的过程来寻找问题的最优解决方案。在金融领域，遗传规划可以用于挖掘金融市场中的优质因子。stockranker算法是一种基于因子排序的选股方法，结合机器学习手段，对不同因子给予不同权重，以选出最优的股票...
策略思想 1. 策略思想 - 本策略主要使用股票的量价相关信息等指标来训练stockranker模型。通过对这些股票指标的综合考量，对股票进行排名，并选择排名靠前的十只股票进行调仓。 2. 策略介绍 - 核心思想：该策略的核心思想是通过股票的量价关系来预测其未来表现。量价关系包含了大量的市场心理和资金流动信息，这些信息可以帮助我们更好地理解股票的趋势和波动。通过使用这些信息进行机器学习模型训练，对股票进行打分和排序，选择表现潜力较高的股票进行投资。 - 量价关系：量价关系是指成交量和成交价格...
策略思想 1. 策略思路 - 本策略的核心思想是利用外部模型提供的每日预测数据，来进行选股操作。通过将资金集中于一只股票，并通过持仓天数的控制实现单股轮动，以提高收益率。每日根据模型的预测信号确定买入的股票列表，持仓数量固定为1只，从而集中投资于预期表现最佳的股票。卖出逻辑基于持仓天数以及当前股票是否仍在买入列表中，如果持仓天数达到设定的阈值且该股票不在买入名单中，则进行清仓卖出。 2. 策略介绍 - 该策略结合了定量预测模型和投资组合管理的思想。通过外部模型提供的预测信号进...
AI策略——突飞系列 策略思想 1. 策略思路 - 本策略利用AI算法在训练集数据中训练模型，并在样本外的测试集上进行预测，生成股票的预测得分。 - 交易引擎基于预测得分的高低，选择每期要构建的股票组合。具体来说，策略会买入得分排名靠前的股票，并在达成一定持有期后对组合进行调整。 2. 策略介绍 - AI量化策略是一种利用机器学习等人工智能技术进行投资决策的策略。通过在历史数据上训练模型，这些策略能够识别出潜在的投资机会。 - 该策略的核心思想是通过对股票的特征进行分析，进而预测其未来的...
策略思想 1. 策略思路 该策略基于每日调仓机制，利用外部信号数据动态确定持仓股票及其权重，从而实现在每个交易日开盘时调整仓位。选股逻辑依赖于策略外部模块提供的每日目标持仓列表，系统自动卖出不在目标名单中的股票，同时按目标权重买入新股票。调仓频率为每日一次，持仓数量由信号数据决定，无固定持股数量限制。 2. 策略介绍 该策略的核心思想是动态调整持仓，以实现风险控制和收益优化。通过每日获取外部模块提供的目标持仓信号，系统可以灵活地买入和卖出股票，确保投资组合始终与最新的市场信...
策略思想 1. 策略思路 本策略通过导入行业数据和股票行情数据，结合多种技术指标和因子，选出潜在的投资标的。策略运用了多种因子组合条件，通过构建数据表的方式，筛选出符合特定条件的股票进行投资。策略的核心是通过多因子选股模型进行选股，并进行动态调仓。 2. 策略介绍 该策略运用了一种多因子选股模型。具体来说，通过对股票的日线数据进行处理，计算得到多个因子（如收益率、成交量、价格位置等），并将这些因子进行分层或排序，以此用来选择符合条件的优质股票。策略中使用了多达30个因子来进行...
策略思想 1. 策略思路 本策略的核心思想是通过定期轮动持仓实现风险分散与收益稳定。具体操作上，每5个交易日根据外部预测数据选取两只股票进行均等仓位配置，并在持有期满或不再满足买入条件时清仓。策略通过频繁调仓来分散风险，同时合理控制交易成本和持仓天数，适合于中短线交易。 2. 策略介绍 该策略依赖于外部预测表来筛选出当日的买入股票名单，主要通过以下步骤实现： - 选股逻辑: 策略使用外部数据源预测每日的股票表现，从中选出最优的两只股票进行买入。 - 仓位管理: 持仓股票最大数量为2，资金按...
策略思想 1. 策略思路 本策略为一款多因子选股策略，专注于创业板股票。策略通过结合多种因子（如交易量、收益率、市盈率等）对股票进行评分和排序，从而评估其投资价值。此多因子模型可以从不同角度评估股票，有助于构建更全面的投资组合。此外，策略采用机器学习方法，通过历史数据训练模型对未来的股票进行排序和预测，以提升预测的准确性和效率。策略每日持仓1支票，仓位集中，虽然集中投资可能带来较高的回报，但也可能导致较大回撤。 2. 策略介绍 多因子模型是量化投资中常用的方法，通过结合多个能...
策略思想 1. 策略思路 该策略采用每日调仓的动态持仓调整机制，基于量化因子模型与外部信号数据表，构建股票组合并实现持仓结构的动态更新。策略在每个交易日开盘前判断是否为调仓日，若是，则卖出当前持仓中不在目标列表内的股票，并按照目标仓位买入新选股票。整体交易频率较高，适合捕捉短中期市场机会。 2. 策略介绍 该策略的核心思想是利用量化因子模型生成每日持仓目标。量化因子模型通过分析一系列量化因子（如动量因子、基本面因子等）来评估股票的投资价值。策略所用的信号选股方法依赖于外部数...
策略思想 1. 策略思路 本策略基于经典技术指标MACD，通过分析12日和26日简单移动平均线（SMA）的差值（即DIFF线）及其9日平滑均线（即DEA线），利用DIFF线与DEA线的交叉信号进行交易决策。具体交易规则如下： - 当DIFF线由下向上突破DEA线时（即MACD金叉），策略买入开仓。 - 当DIFF线由上向下跌破DEA线时（即MACD死叉），策略卖出平仓。 2. 策略介绍 MACD（Moving Average Convergence Divergence）即移动平均线收敛发散指标，是一种广泛应用于技术分析的交易策略。MACD指标由三个主要部分组成： - DIFF线（快线）：即12日SMA与26日SMA的差值，用...
策略思想 1. 策略思路 本策略结合基本面和技术面的超跌反弹选股思想，旨在通过选择沪深三大交易所中的优质股票，捕捉其股价在超跌后的反弹机会。具体筛选条件包括： - 基本面：净利润同比增长率大于60%，扣非净利润为正，市值排名处于市场前10%，无风险警示及停牌状态。 - 技术面：股价显著低于250日均线。 - 选股逻辑：计算“超跌分数”，对股票进行排序，并择取分数最低的5只股票构建等权持仓组合。 - 调仓频率：每日交易日调仓，交易以开盘价执行买卖操作。 2. 策略介绍 超跌反弹策略是一种基于市场反应理论的...
策略思想 1. 策略思路 本策略是一个基于期货市场的高频套利策略，主要通过分钟级别的数据进行交易。它封装了杠杆倍率、开始日期和结束日期，设置了保证金在亏损达到80%和95%时的提醒功能。策略通过每日输出盈亏情况，并根据基差的不同档位逐步建仓，以实现套利机会。 2. 策略介绍 高频交易策略是指通过快速的数据分析和执行，捕捉市场的短期价格波动，从而获取盈利。本策略通过对期货合约的基差进行分析，以设定的档位逐步进行建仓操作，当基差达到一定水平时，通过平仓来锁定利润。策略中使用了杠...
策略思想 1. 策略思路 该策略基于经典的技术指标——KDJ（随机指标）构建，利用K、D、J三值及其变化率作为主要的选股和交易信号。策略的核心思想是通过捕捉KDJ指标的极端值和剧烈波动，结合多种条件综合判定买卖时机，实现短期内的投资收益最大化。选股逻辑依托于每日计算的KDJ指标及相关RSV、高低价范围等辅助数据，结合前一交易日数据进行趋势判断。交易规则强调“疯狂买入卖出”，在无持仓时，通过显著的指标变化或连续多日未交易触发买入信号；有持仓时，若KDJ回归中值、指标剧烈波动或持仓时间超过3天则卖...
策略思想 1. 策略思路 本策略是一种结合价值和动量的策略，专注于选择符合以下条件的小市值股票： - 每月末14:55进行调仓。 - 股票需满足以下条件：ROE（净资产收益率）>15%且ROA（总资产回报率）>10%，属于优质小市值股。 - 过滤掉科创板、北交所、ST、停牌、次新股、涨停、跌停及股价高于30元的股票。 - 每日14:00检查昨日涨停持仓是否打开，并决定是否卖出。 - 使用沪深300均线的MA5和MA20判断市场趋势，在空头市场中清仓观望，在多头市场中满仓操作。 2. 策略介绍 该策略结合了价值投资中的基本面分析（通过ROE和ROA筛选...
策略思想 1. 策略思路 本策略基于相对强弱指标（RSI）进行交易决策，通过利用RSI的超买（>70）和超卖（<30）信号捕捉价格反转机会。具体策略包括： - 当14日RSI从超卖区
