策略思想 1. 策略思路 本策略采用了基于模型/因子打分的短期选股和滚动建仓方式。主要利用 DAI SQL 计算中长期（90日）与短期（30日）的滞后收益及其分位排名等因子进行选股，结合排除ST股票与数据缺失样本的操作，形成最终的股票投资组合。每天根据预测的打分从股票池中挑选排名靠前的股票进行投资。其卖出规则依据持仓时间将持仓时间超过一定天数的股票按照预测排名末位优先减仓。 2. 策略介绍 策略通过计算短期和中长期收益的滞后收益分位数排名，选取排名靠前的股票进行投资。采用了投资决策类机器学习算...
策略思想 1. 策略思路 此次量化策略聚焦于股票的动量和相对强度分析，结合大数据分析技术，从不同维度挖掘股票市场的多指标因子，帮助投资者做出更为明智的投资决策。策略使用了 Python 和 BigQuant 平台的强大计算能力，通过构建大量指标和约束条件，来过滤和选择股票。 2. 策略介绍 该策略主要使用各种技术因子以及 SQL 查询来获取和处理数据，然后通过一系列数据操作和过滤来选择目标股票。策略中定义了一系列的自定义条件（如 con1 到 con30 的指标），用于捕捉和评估股市的不同特征。这些指标涉及到市场动量、个...
策略思想 1. 策略思路 该策略通过生成多重约束条件的方式对股票进行筛选，并在此基础上进行投资组合的构建。策略的核心在于利用多个因子筛选出符合条件的标的来构建投资组合。代码中的约束条件定义了各个因子的筛选标准，通过数据库查询的形式获取符合条件的股票数据。 2. 策略介绍 该策略的核心是多因子选股策略，这种策略是在一组具有不同选股能力的因子的支持下对股票进行筛选。每个因子都是从市场中提取的某一类型的信息，如市值、换手率、波动率等，以用于预测个股的未来表现。因子间的组合（称为策...
策略思想 1. 策略思路 - 该策略主要采用多个因子的组合筛选机制。策略通过定义一系列条件（con1到con30）来筛选符合条件的股票。这些条件是基于股票的市场表现、行业表现、交易量等方面的因素构建的。通过运用历史数据的选择，策略试图找出潜在的多头投资机会。 - 策略还使用了回测模块，对选定的股票进行虚拟交易，以评估其在过去数据中的表现。 2. 策略介绍 - 策略的核心思想是通过多因子模型对股票进行筛选，以捕捉市场中的超额收益机会。通过将市场行为运用在不同时间窗口内的表现差异引入模型，如一只股票...
策略思想 1. 策略思路 该策略名为“天创50-50-1”，主要结合了多因子选股和机器学习排序来进行股票投资决策。具体而言，该策略通过结合多种因子，例如交易量、收益率、市盈率等，对股票进行评分和排序。通过这些因子，策略从不同的角度评估股票的投资价值，帮助投资者构建更全面的投资组合。此外，策略还通过历史数据训练机器学习模型，用于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。策略每日持仓一只股票，仓位集中，因此可能会出现较大的回撤。 2. 策略介绍 该策略的核心思想是多因子选股和...
策略思想 1. 策略思路 该策略主要是一个多因子选股和机器学习排序的量化策略，聚焦于创业板股票。具体来说，它结合了交易量、收益率、市盈率等多个因子，通过评估和排序，选择出投资价值较高的股票。这种多因子模型可以从不同角度全面衡量股票的投资潜力。策略还运用了机器学习算法，利用历史数据训练模型，对未来股票进行排序和预测，以期提高预测准确性和投资效率。此外，该策略采取每日集中投资于一只股票的方式，可能会面临较大的波动。 2. 策略介绍 多因子选股策略是指利用多个统计因子对股票进行筛...
策略思想 1. 策略思路 智核一号・多因子狙击策略通过整合多种因子如动量因子、交易量、收益率及市盈率等，形成一个综合评分体系，以量化方式对股票进行排序。此策略从市场动能、量价关系与估值水平等多个角度出发，综合评估股票的投资价值，从而为构建多元化投资组合提供量化支撑。此外，该策略还结合机器学习排序方法，通过历史数据训练算法模型，挖掘市场隐含规律，以提高对股票未来表现的预测精度与市场响应效率。 2. 策略介绍 多因子选股策略是量化投资领域中广泛应用的一种方法。其核心思想是将多个...
策略思想 1. 策略思路 这个量化策略的核心是通过对市场数据进行深度分析和多条件筛选来选股。策略从指定的日期开始，以2023年开始的市场数据为基础，对股票的多种因子进行计算和排序，并依照一系列设定的条件进行筛选，从中筛选出符合条件的股票进行投资。 2. 策略介绍 在算法实现过程中，策略使用了一系列的条件筛选表达式，这些表达式是通过对股票不同指标的计算和比较得出。其中包括涨停情况、过去一段时期内股票的涨幅、成交量的变化、行业整体表现的比较等多达30个不同的因子的计算和处理。策略通过比...
策略思想 1. 策略思路 该策略旨在通过多因子选股结合机器学习排序的方式，在创业板市场中进行投资。具体而言，该策略结合了多种因子，如交易量、收益率、市盈率等，对股票进行评分和排序。通过机器学习模型，策略利用历史数据来训练模型，用于对未来的股票进行排序和预测。策略每日持仓1只股票，并根据机器学习预测结果对股票进行动态调整。 2. 策略介绍 多因子模型是一种通过结合多个财务指标和市场因子来评估和选择股票的投资方法。此策略中使用的因子包括交易量、收益率、市盈率等，旨在从多个角度评估...
策略思想 1. 策略思路 该量化策略似乎专注于利用多个技术指标和因子，对股票进行短期的择股和交易。策略代码中体现了通过SQL语句，从数据库中提取多种与股票市场相关的数据，并根据多个因子对这些数据进行处理和分析，从而选取出潜在的交易标的。 2. 策略介绍 该策略结合了多种量化因子，包括价格变动、交易量等，从而分析出市场情绪及可能的股价走势。这些因子会根据预定的条件和权重，被组合成多个约束条件，这些条件用来筛选和排序选股标的。策略结合了不同的统计指标（如分位数分割）和复杂的过滤条件...
策略思想 1. 策略思路 该策略主要基于短期动量原理。通过 DAI SQL 构造了一组因子（包括30天回报、90天回报及成交量等）来对股票进行每日评分，从而决定选股。选股策略包括每日前 N 只股票的买入（在代码中，N被设定为1）。每次持仓为1个交易日，当日开盘价买入，次日或当日收盘价卖出。 2. 策略介绍 动量策略是一种量化投资中的经典策略，主要思想是购入在近期表现突出的股票，期待这些“动量”会持续一段时间后逐渐平息。此策略通过构建基于历史价格变动的动量因子，对股票进行评级，选择短期内最可能表现良好...
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 - 此策略采用了多因子选股的方法，通过对多个技术指标的组合进行分析和等级划分，选出符合条件的股票。每个交易日将根据设定的条件和选股因子，筛选并限定购买股票的数量。 2. 策略介绍 - 多因子选股策略是一种通过多个财务指标、技术指标等构建一个综合评分模型来选股的方法。该策略利用几个不同的因子，包括价格动量因子、行业相对表现因子、交易量因子等，对各个候选股票进行评分和筛选。通过求解最优策略组合，该方法试图寻找在未来一段时期内表现最佳的股票。 3. 策略背景 -...
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 该策略主要通过对市场数据的全面分析，结合多个计算条件（con1到con30）来进行选股。策略的核心在于通过量化因子和条件组合，筛选出符合特定条件的股票进行买入。策略运用了行业数据、股票基本信息以及市场状态等多方面的信息，以提高选股的准确性和有效性。 2. 策略介绍 此策略的理论基础是通过大数据分析和量化因子模型，找到市场中潜在的投资机会。量化因子模型是一种通过统计和数学方法，从大量数据中提取出能够预测股票表现的特征或指标。通过对这些因子的分析和组合，投资者可以...
策略思想 1. 策略思路 "稳核四号"策略结合了多因子评分体系与机器学习排序模型，通过对多维度指标进行综合评估，实现股票的量化排序选股。策略主要采用动量因子、交易量、收益率及市盈率等指标，建立一个多因子模型来评估每只股票的投资价值。通过历史数据训练机器学习模型，探索市场中的隐含规律，提高对股票未来表现的预测准确性。策略每5个交易日进行一次调仓，根据评分结果动态调整持仓，卖出不符合目标持仓的股票，买入符合目标的股票。 2. 策略介绍 多因子选股策略是一种通过整合多个财务及市场指标...
策略思想 1. 策略思路 - 智核一号策略结合多因子选股和机器学习排序策略，通过动量因子、交易量、收益率、市盈率等指标构建评分体系，对股票进行量化排序。从市场动能、量价关系与估值水平等多个维度综合评估股票的投资价值。最终，策略采用每日单票持仓的集中仓位模式。 2. 策略介绍 - 多因子选股策略是一种利用多个金融因子来评估和选择股票进行投资的策略。它通过结合不同类型的因子，例如动量因子（股票过去的价格和收益趋势）、市盈率（股票价格与每股收益的比率）、交易量等，来构建一个综合的评...
策略思想 1. 策略思路 该策略结合了创业板股票市场的多因子选股和机器学习预测排序。通过不同的因子（如交易量、收益率、市盈率等）对股票进行评分和排序，从而评估股票的投资价值。此策略的核心在于利用机器学习模型对股票进行排序和预测，以提升预测的准确性和效率。每日持仓集中在1只股票上，这种集中策略可能会导致较大的回撤风险。 2. 策略介绍 - 多因子选股模型: 多因子选股策略基于多个指标（因子）来评估和选择股票。这些因子可以包括基本面因子（如市盈率、每股收益）、技术面因子（如价格动量、...
策略思想 1. 策略思路 该策略基于AI/机器学习算法生成的每日排序对股票进行日频择股与轮动投资。核心在于通过短中期的收益率因素（例如90天、30天的窗口比值及其百分位排序）、成交量、近一日收益等因子进行筛选，剔除不符合标准的ST股票。通过这种多因子排名的方法，该策略在每天选择排名靠前的股票进行投资（代码中设置为买入排名第1的股票N=1）。 具体操作为每天在开盘价买入选定的股票，持有至收盘价卖出，以实现短期持仓时间的市场反应。资金分配则通过按排名递减的权重（归一化后为1/log(i+2)）来进行。同...
