策略思想 1. 策略思想 - 该策略是基于市净率（P/B）和市盈率（P/E）合成指标筛选股票池，最终使用量价因子作为特征训练stockranker算法，并持有排名前10的股票，每日进行调仓。 2. 策略介绍 - 此策略通过结合市净率和市盈率两个重要的估值指标，构建一个复合筛选条件。市净率（P/B）是市值与每股净资产的比值，可以反映公司净资产的市场估值情况；市盈率（P/E）是市值与每股收益的比值，可以反映公司盈利能力的市场估值情况。 - 接下来，策略进一步使用量价因子，指的是与成交量和价格相关的技术指标，比如成交量加...
策略思想 1. 策略思路 该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，旨在从多个角度评估股票的投资价值。通过机器学习排序模型，利用历史数据训练模型以预测未来股票表现，从而提升预测的准确性和效率。策略的实现包括初始化交易引擎、每日数据处理、资金分配、订单生成等关键环节。 2. 策略介绍 多因子选股策略是一种在量化投资中常用的方法，旨在通过结合多个定量因子（如市盈率、交易量等）来评估和选择股票，以构建一个更全面和优化的投资组合。机器学习排序模型则是...
策略思想 1. 策略思路 本策略是基于基本面与技术面结合的突破择时思想。核心投资理念是捕捉那些净利润同比大幅跳升且开盘前复权涨幅超过4%、当日涨幅超过6%的强势成长股。选股逻辑首先过滤掉停牌及市值低于40亿的股票，以确保标的质量；然后利用净利润同比及环比跳升作为选股的核心信号，结合开盘前的复权涨幅和当日涨幅筛选买入机会。每只股票首次出现买入信号时以10%仓位介入，且不重复买入同一信号。 2. 策略介绍 该策略结合了基本面和技术面分析，通过对公司财务数据和市场表现的全面评估，寻找潜在的高...
策略思想 1. 策略思想 这段代码描述的策略利用成交额净额、换手率平均值以及市场因子的特征，训练了一个名为 stockranker 的模型，选择排名前十的股票进行每日调仓。这是一种基于机器学习模型的量化投资策略。 2. 策略介绍 “成交额净额”和“换手率平均值”以及市场因子是量化投资中常用的因子，它们有助于预测股票的未来表现。成交额净额可以反映市场参与者对股票的买卖意图，换手率的平均值则可以揭示出股票的活跃程度。 stockranker 模型是一种排序模型，通过对各支股票的多个因子进行训练，生成每支股票的综...
策略思想 1. 策略思路 该策略名为“多因子收益先锋”，旨在通过多因子模型筛选成长性优良且价值被低估的中小市值股票。策略结合了基本面与市场行为指标，以构建稳健投资组合。具体而言，策略通过 SQL 查询提取特定因子数据，并根据这些因子为股票打分，选择综合得分最高的股票进行投资。 2. 策略介绍 多因子模型在量化投资中是一种广泛应用的方法。其核心思想是通过多个因子（如小市值因子、成长因子、低换手波动率因子等）的综合评估，来预测股票的未来表现。该策略的因子选择包括： - 小市值因子：偏好市...
策略思想 1. 策略思路 本策略采用多因子排序模型，结合大数据平台内置的因子库及自定义表达式构建特征，依托历史行情和财务数据，通过机器学习排序算法进行训练和预测。选股逻辑主要依托成交量排名和收益率等多维因子，剔除ST及涨跌停异常样本，确保数据质量。策略采用滚动训练与测试机制，每隔5个交易日调仓一次，持仓数量固定为10只股票，并按照得分的对数衰减分配仓位权重。交易执行采用日线频率，买卖均以开盘价成交。 2. 策略介绍 多因子模型是一种常见的量化投资策略，通过结合多个因子（如基本面因...
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 该策略主要通过对市场行情数据进行深度分析，挖掘潜在的投资机会。策略利用大量条件组合来筛选股票，并采用多种金融指标进行排序和打分，最终确定买入标的。策略通过定期再平衡和持仓调整，旨在最大化投资组合的收益。 2. 策略介绍 本策略运用了一系列金融指标和因子进行市场分析。具体地，通过数据源cn_stock_industry_component和cn_stock_bar1d获取市场的每日数据，并使用一系列条件筛选出符合特定标准的股票。这些条件涉及股票的开盘、收盘、高低价格、成交量等指标。策略采用了多种统计方法...
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 本策略通过每日因子评分对股票进行排序，并剔除科创板股票，选取排名前10的股票构建等权重组合。每日换仓数量限制为1，优先卖出不在预测名单中的股票及得分较低的持仓股票，然后根据因子得分补充买入股票，保持组合规模稳定在10只。这种动态调整持仓结构的策略适合追求稳健的中短期股票投资。 2. 策略介绍 综合因子评分选股策略是一种基于量化因子模型的选股策略。因子模型通过对股票的各项指标（如基本面、技术面、市场情绪等）进行打分，并将这些因子分数综合以形成总评分。然后根...
策略思想 策略思路 该策略结合了多种因子和机器学习模型来进行股票选择。具体来讲，它使用了包括市值、PE（市盈率）、ROE（净资产收益率）、动量、换手率以及个人独创因子在内的十余个因子。策略通过滚动机制，每季更新训练数据，保留近3年数据，并每次新增1季度数据。采用LightGBM模型进行二分类预测，目标是预测未来5日内的收益是否大于3%。当模型预测概率大于0.6时，策略会买入该股票，并每周进行一次调仓。 策略介绍 LightGBM（Light Gradient Boosting Machine）是一种基于决策树的梯度提升框架，因其高效性和准确性而...
策略思想 1. 策略思路 这是一种多因子选股策略，结合了交易量、收益率、市盈率等多种因子，对股票进行评分和排序。策略的核心是通过这些因子评估股票的投资价值，构建更全面的投资组合。此外，该策略还运用了机器学习模型，根据历史数据进行训练，以增强对未来股票的排序和预测能力。 2. 策略介绍 多因子选股策略是一种常见的量化投资方法，它通过使用多个因子（例如基本面因子、技术面因子等）来评估和选择股票。这种方法的核心思想是，单一的因子可能无法全面反映股票的投资价值，而多因子组合可以从不...
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 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...
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 策略思路 这项策略结合了多种因子，包括交易量、收益率、市盈率等，通过综合评分和排序来评估股票的投资价值。通过机器学习训练模型，该策略能够对未来的股票表现进行排序和预测。这种多因子模型有助于从不同的角度评估股票，构建更全面和多样化的投资组合。 策略介绍 多因子选股策略是现代量化投资中的一种常见方法，它通过综合多个影响股票价格的因子来评估股票的投资价值。常用的因子包括基本面因子（如市盈率、市净率等）、技术面因子（如交易量、价格波动率等）和情绪因子（如市场情绪指...
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...
