策略思想 1. 策略思路 智核三号・多因子狙击策略是一种基于多因子选股模型的量化策略。通过融合动量、成交量、收益率、市盈率等多个维度的因子，构建综合评分体系，对股票进行量化排序。其主要目的是捕捉市场动能、量价关系及估值优势。策略通过机器学习算法训练历史数据，挖掘深层市场规律，以提高选股预测的准确性。策略采用每5个交易日调仓一次的频率，持仓集中于单只股票，并利用仓位比例动态调整目标持仓。交易执行价格以开盘价为准，设置合理的手续费，并支持风险对冲建议以降低集中持仓带来的波动...
策略思想 1. 策略思路 - 策略类型: 短期反转多头策略 - 数据来源: 使用经过预处理的因子数据（如30/90日的收益率、成交量等）和外部的排名字段(position)进行排序。 - 选股方式: 每个交易日根据排序结果选取排名靠前的1只股票建仓。 - 风控措施: 剔除ST股票，并使用_\%_rank_过滤规则（30日回撤率处于底部10%、90日无极端回撤情况）。 - 资金分配: 建仓期每日等额使用资金，稳定期可将资金使用扩大至1.5倍。 - 止盈止损: 设置基础的交易成本和最小委托费限制，无显式止损措施。 - 持仓周期: 持仓1天，每日开盘买入，收盘根据排序...
策略思想 1. 策略思路 该策略的核心理念是利用历史回报率数据与成交量等因素，通过机器学习/表达式选股，构建一个日内短线交易策略。具体而言，策略使用了DAI SQL工具来创建因子，用以对个股进行筛选和排序。策略每天根据前一天的市场表现对股票进行排序，并选择排名靠前的N只股票进行买入操作（代码中设定N=1），持仓期为1天。当达到持仓到期或替换条件时，自动卖出。 2. 策略介绍 这种交易策略是一个典型的短线秒模式，主要依赖于市场数据的短期变化。通过对过去90天和30天的回报进行分位排序，以及参考成交...
策略思想 1. 策略思路 该策略聚焦于中国A股市场中的小市值股票，目标是通过动量策略在小盘股中寻找短期突破机会。策略主要分为以下几个步骤： - 股票池筛选：应用基本面和流动性标准剔除不合格股票，如ST股、停牌股等。 - 因子过滤：选择特定动量指示的股票，具体包括昨日成交量大于20日均量的两倍、最近20日内出现过涨停、最近至少连续三日收盘上涨等。 - 择时逻辑：通过技术指标对总体市场进行择时，确保大环境合适后再进行投资。 - 持仓管理：每5个交易日调仓一次，选取前15只股票等权持仓。 2. 策略介绍 动量...
策略思想 1. 策略思路 该策略基于BigQuant平台，实现了一种多因子选股与定期调仓策略。主要方法包括： - 使用基础信息过滤沪深上市股票，剔除停牌、ST类股。 - 筛选市值位次大于20%且市盈率（PE）位次小于40%，同时PE大于0的股票。 - 根据流通市值（float_market_cap）进行排序，并选择前5只股票。 - 采用等权持仓，每5个交易日调仓一次，通过卖出不在目标池的持仓，并按目标仓位买入新标的进行调整。 2. 策略介绍 多因子选股策略通过选取多种基本面、技术面及市场情绪等因子构建选股模型，挑选出具备相对投资价值的股票。...
策略思想 1. 策略思路 该策略的核心是运用每日更新的股票评分数据进行选股，依据评分选择评分最低的4只股票作为持仓目标，采用等权重分配仓位。策略每天进行一次调仓，通过卖出不在目标持仓名单内的股票并调整目标股票至预设比例，以实现仓位的动态优化。策略通过大数据平台的评分模块生成信号，结合标准回测框架进行交易执行，旨在通过评分模型捕捉价值或趋势特征，以期实现稳定的超额收益和风险控制。 2. 策略介绍 评分模型在量化投资中常用于评估股票的价值、趋势、成长性等特征。该策略通过选择评分最...
策略思想 1. 策略思路 该策略以LightGBM算法为核心，专注于多因子量化选股。通过大盘因子及个股因子进行综合分析，结合市场行情自动识别，选择出适合当前市场环境的投资组合。在市场向好时，策略倾向于价值趋势的活跃股；而市场不佳时，则选择防御性较强的蓝筹股来降低风险。筛选过程中排除ST股票以及部分板块，确保投资的安全性与稳定性。 2. 策略介绍 LightGBM（Light Gradient Boosting Machine）是一种高效的梯度提升框架，适用于大规模数据集的训练。其优势在于快速性与低内存消耗，特别适合用于需要高效处理大量因子...
