103-股票池 + AI策略

由jliang创建，最终由small_q更新于2024-05-08 09:21 被浏览 59 用户

策略介绍

• 在 102 AI策略 基础上，我们限定股票池为上证50

策略流程

1. 特征选择：输入对股票价格有显著影响的多维度因子，可以是包括基本面、技术指标、情绪指标等等
2. 预测目标：预测未来 5 日收益率
3. 数据抽取和处理：抽取和处理数据
4. 模型训练：应用StockRanker算法，训练模型来预测股票未来上涨概率；StockRanker返回一个相对分数(score)，分数越大，预测未来涨幅越大；注意此 score 绝对值没有意义
5. 仓位分配：买入 score 靠前的股票，越靠前，仓位分配越多
6. 回测与交易：设置调仓周期，根据仓位目标，发出交易信号

策略实现

A股-基础选股模块

• m9 添加 A股-基础选股 模块
  • 指数成分：只选择 上证50
  • m9的输出连接到 m1 的第一个输入
  • 

数据抽取模块

• m4 我们把预测时间修改到最近\n

  

  \

模型训练模块

• 应用StockRanker算法，训练模型来预测股票未来上涨概率，可以自主设定模型参数：

  

BigTrader模块

• m8 BigTrader模块，我们使用上证50指数作为基准指数

  • 基准指数：上证50指数
  • \n

• 查看 m1 的输出

  print(m1.data.read()["sql"])\n可以看到上证50 的过滤条件已经加入

策略代码

https://bigquant.com/codesharev2/5735f43c-cc7b-4fc2-be84-c7c3a67b023b

改进建议

• 尝试不同的股票池

  • 指数成分
  • 行业
  • ..

• 使用不同的预测目标

  • m2 预测收益的天数，默认的是5，可以修改为其他\n
  • m8 这里修改后，交易模块的调仓周期，建议保持一只（也可以不一致）\n

• 尝试不同的持仓数量 m7

  

• 更多想法值得尝试……

\