【实盘运行年化1000%+、天梯HOT榜 策略分享】
由laoa10创建，最终由laoa10 被浏览 349 用户
策略天梯链接： https://bigquant.com/live/mall/strategy?id=65216 需要源码、量化交流的可加WX，WX号：gplhjy
策略当前效果：
运行2个月，每支票持仓2天胜率65%，累计收益60%，最大回撤6%，年化收益1000%+，夏普比率6+，多次上天梯HOT策略榜

策略介绍： 平台策略主要分成二种，AI策略、自定义编码策略。 AI策略：主要定义因子及过滤条件，由AI算法自动进行训练，根据训练出来的模型输出交易计划。优点：入门简单，利用AI能力自动形成选股算法；缺点：AI算法对于我们来说是个黑盒子，调优困难。 自定义编码策略：选股规则可根据自己的设想实现，针对策略问题进行选股逻辑优化简单，1个策略可用多种选股规则组合，选出的股票较清晰它的历史特性，便于实操决策。优点：易调优、易扩展；缺点：入门困难
本文重点： 本文重点分享自定义编码策略介绍，解决自定义编码策略入门困难问题，让小白1天可入门量化开发。如想深入了解，可加我WX交流（WX号：gplhjy），提供视频教程及相应源码，并介绍量化交易在实战中的实操（如：个股精细化回测、大盘预测、股票实时数据+BQ历史数据结合选股策略）。
自定义编码策略核心步聚及原理：
一、自定义因子构建：
使用因子表达示，利用平台的基础因子，构建出自己想要的因子，如：构键一个因子，要表达当前的收盘价在最近10天的 收盘的相对位置，可定义如下： 1、priceLowBl10=close_0/ts_min(close_0,10) #当前价格相比10天最低收盘价上涨了几个点 2、priceHighBl10=close_0/ts_max(close_0,10) #当前价格相比10天最高收盘价下跌了几个点
二、自定义选股规则 使用因子表达示，利用平台基础因子、自定义因子，定义自己需要的选股逻辑，如想要到达一个满足下面条件的选股逻辑： 当天收益在0.5%至3.5%之内，当天的股价到达近10天内最高值，当天的股价相对10天内最低值上涨8%以内，当天股价比30天内的最高价低（5%至15%之间），当天股价对比30天内的最低价高（7%至17%之间），当天的成交量是60天内的平均成交量的3倍以上，当天的成交量对比昨天的成交量有上涨，当天股价的涨幅大于大盘的涨幅，当天的涨幅大于昨天的涨幅
可定义如下： my1=where((abs(return0-1.02)<0.015)&(priceHighBl10==1)&(priceLowBl10<1.08)&(abs(priceHighBl30-0.9)<0.05)&(abs(priceLowBl30-1.12)<0.05)&(amount_bl>3)&(amount_zf>1)&(dbzs_return>0)&(return0>return1),1,0)
三、选股规则效果回测 使用过滤节点，过滤出my1==1的股票，即可把满足my1这条选股规则对应的股票取出来，用1年的数据进行效果回测
四、选股规则调优 根据回测，取出每日持仓数据，挑出10支收益最高的股票、10支亏损最大的股票，寻找共性，将亏损大的股票的共性从选股规则中将其过滤。进行反复调优后，回测当年策略的效果达到值得实操的程度。因调优过程存在人为对好股票的选择进行了干预，当年的效果好，并不能代表该选股规则效果好，需另外再回测2个年份的数据，另外2年效果均可以，则该选股规则值得纳入
五、策略制定 1、一个策略中可以包含多个选股规则，如my1、my2、my3…，定义: my=max(my1,my,2,my3,…)，使用过滤节点，过滤my==1，即可保留满足任何一个选股规则的股票被选出来。 2、排序：可根据每个选股规则的历史回测效果，对选股规则的强弱进行排序，历史效果最高的选股规则，选出来的票排在最前面 3、设定持仓时间，买卖时间，也可以通过主函数代码控制，止盈、止损、补仓、继续持仓等
六、自定义编码策略优点
一个策略中可以包含多个选股规则，每个选股规则可以针对不同的大盘特性，使策略适应不同的大盘行情；另外，选出来的股票清楚是哪个选股规则选出的，该选股规则的历史效果如何，还可以针对选出来的个股，针对个股特性进一步做精细化回测，找出历史类似股票，通过历史案例的效果决定是否购买、通过历史案例的分时图参考购买的时机
当前分享策略实盘收益效果：