策略分享——成长因子选股策略

由xiaoshao创建，最终由small_q更新于2025-05-19 09:05 被浏览 39 用户

本文分享一个长期正收益的成长因子选股策略，以及分享如何在bigquant平台上利用M.tune工具进行不同参数的任务并发，统计并发运行结果，再寻找较优绩效的参数组合。

走势截图

基于成长因子和规模因子开发量化选股策略，股票原始过滤条件如下：

排序得分

1.25*c_pct_rank(net_profit_yoy_mrq)*1+c_pct_rank(total_market_cap)*-1 as score

股票过滤条件

交易规则

要实现一个画布的代码，可以在不同的模块参数下运行，我们需要使用m.tune接口，并且我们需要将画布切换到代码模式下，给画布对象取一个名称。

点击 ”代码“，将画布切换到代码模式

然后，我们再第一行添加一行代码，例如：

这样，我们将画布对象取名为 hyper_run的一个画布。

最后，我们使用m.tune接口实现不同模块不同参数的批量运行。

name表示画布对象

parameters表示参数列表

workers表示并行数量

上述的parameter_task 是基于画布中两个模块（m3仓位分配模块、m5 BigTrader 模块）的两个参数：持仓天数、再平衡天数做参数寻优。

下面代码，可提交模拟交易每日查看信号

以下是使用并行模块进行策略批量运行的脚本源码，可直接克隆到AIStudio开发环境运行，但该代码只能用于研究回测，不能提交模拟交易策略。