投资策略

投资策略是投资者为实现其投资目标而采取的一系列决策和行动。从金融角度看,有效的投资策略不仅能降低风险,还能最大化回报。它涉及到资产配置,即如何在不同的投资工具(如股票、债券、商品、现金等)之间分配资金;时机选择,即决定何时进入或退出市场;以及证券选择,即挑选具有增长潜力的具体投资标的。成功的投资策略需要综合考虑市场环境、投资者风险承受能力和投资期限等因素,并根据这些因素进行动态调整。通过多元化投资、风险管理以及持续的市场研究和分析,投资者可以制定并执行适合自己的投资策略,从而在复杂多变的金融市场中实现理财目标。

策略分享——主力追踪策略

1.市场观察和机会发现

主力资金流向策略以捕捉市场资金动态和短期趋势为核心,在量化交易中展现出独特的实战价值。从逻辑层面来看,主力资金作为市场中的 “聪明钱”,其流向往往反映了机构投资者对股票的价值判断与预期。当主力资金持续流入某只股票时,通常意味着企业基本面得到认可、潜在利好预期或存在价值低估空间,股价也更易获得向上的推动力;同时,资金的集中流入会形成市场关注焦点,吸引跟风盘入场,进一步强化股价的上涨趋势。从市场表现观察,在市场上涨阶段,主力资金流入明显的股票通常是领涨先锋,能够快速积累收益;在震荡行情中,这些股票也因资金的支撑而具备更强的抗跌性;即便在市场下跌阶段,若某股票仍有主力资

更新时间:2025-05-19 06:58

高收益策略编写心得及源码分享

从常规思路分析,高收益策略需要,抓近期热门策略,波动大,才有机会产生高收益,但一种逻辑很难在不同的市场行情下有效,所以,在选定近期热门票的基础上,需要在不同的市场行情下,选用不同的选股逻辑去应对。


步骤:

一、定义表达市场情绪方面的因子,如:

#当天涨停数比例

group_sum(date,where(price_limit_status_03,1,0))/mean(group_sum(date,where(price_limit_status_03,1,0)),180)

#当天上涨家数/下跌家数

group_sum(date,where(return_0>

更新时间:2025-05-08 13:15

用LLM大模型挖掘股票行业行研思路



{{pro}}


https://bigquant.com/codesharev3/f4b9edbc-8360-412f-9600-ec8722281a20

\

更新时间:2025-05-07 03:34

黄金量化投资:高频实时的贵金属API

在风云变幻的投资领域,贵金属黄金市场一直备受瞩目。近期,黄金等贵金属报价API,价格走势犹如过山车,引发投资者高度关注。据 iTick 数据显示,截至 2025 年 5 月 6 日 15:30,黄金 T+D 价格为 792.97 元 / 克,较之前交易日涨跌额达 11.57 元,涨跌幅为 1.48% ,当日最高触及 797.35 元 / 克,最低下探至 780.82 元 / 克,成交量为 781.4 。面对如此波动的市场,如何精准把握投资机会成为投资者们关心的焦点。今天,我们将为您揭开利用 iTick 贵金属API,高频数据报价实现黄金量化交易的神秘面纱。

一、量化交易:黄金投资的智能

更新时间:2025-05-06 11:56

红利因子

扛住市场大回撤,稳健红利因子

因子逻辑

这个年化**23%**的红利单因子策略,从2020年到现在经历过几次市场大回撤,他的表现依然稳健!


红利因子在量化投资中是一个重要的投资策略,主要关注的是公司向股东支付的红利。简单来说,红利因子就是衡量一家公司股票的红利收益率的方法。

你把钱存进银行,银行会给你利息。这就像公司把利润的一部分分发给股东,股东通过持有股票来获得这些分红。

红利因子就是用来评估这些“利息”(即红利)对于股票投资者的重要性。

假设你有两个朋友:小明和小华。

  • 小明的公司每年都会有稳定的收入,并且愿意把部分利润分给投资他的人(这就像是发红利)。他

更新时间:2025-04-21 10:02

行业轮动策略

一、策略概述

1.1 背景介绍

行业轮动策略是一种量化交易策略,旨在通过在不同行业之间进行资金分配,捕捉市场趋势和行业表现的周期性变化。 从名字即可看出,经济周期导致任何市场状态下可能都会存在股市价格表现较好的行业,因此我们如果能布局这些行业并定期轮动调整,那会取得还不错的投资效果。与单纯持有某个行业或个股相比,行业轮动策略通过分散投资风险,提高了组合的抗风险能力,并且能够在不同的市场环境中寻找最佳的投资机会。

1.2 研究目的

本策略是曾经在社区里的一个策略复现而来,策略链接为:<https://bigquant.com/wiki/doc/v10-uKB4qr0I

更新时间:2025-04-20 03:29

一阳穿多线策略的因子描述-滚动训练

【此文档为旧版】 相关新版文档参考:

https://bigquant.com/wiki/doc/ai-rq8QOC2fDb

策略案例

https://bigquant.com/experimentshare/16571b942a8a4a92a4914c15f65d0883

\

更新时间:2025-04-15 07:19

热点概念追踪

本文内容已经过期,不再适合平台最新版本,请查看以下最新内容,作为参考资料学习。

旧版声明

本文为旧版实现,仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU



2021年7月8日Meetup模板:

[https://bigquant.com/experimentshare/a6bae485ffcc47819510b788ddfad338](https://bigquant.com/experimentshare/a

更新时间:2025-04-15 07:19

高频回测算子使用(HFTrade)

更新

本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明

新版量化开发IDE(AIStudio):

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略:

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

更新时间:2025-04-15 07:19

40th Meetup

\

更新时间:2025-04-15 07:19

2021-AI量化Meetup导览

{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}{w:100}导语

2020年我们开展了近半年的Meetup,共11场Meetup活动,90个问题,7场专题,持续地为大家服务和提供新鲜的灵感。2021年,Me

更新时间:2025-04-15 07:19

53rd Meetup

\

更新时间:2025-04-15 07:19

2023-AI量化Meetup

\

更新时间:2025-04-15 07:19

高频动量策略与主观超短交易

分享主题

高频动量策略与主观超短交易

\

视频回放

https://www.bilibili.com/video/BV1eG4y147Ki/

\

直播资料

/wiki/static/upload/70/70110d2a-6075-45b4-ad3c-618340dc720f.pdf

\

更新时间:2025-04-15 07:19

36th Meetup

\

更新时间:2025-04-15 07:19

51st MEETUP

PPT

/wiki/static/upload/1f/1fdcde6d-6311-49fc-a1ad-e533c840cf97.pdf

视频

https://www.bilibili.com/video/BV1zc411V7EW/?spm_id_from=333.999.0.0

\

更新时间:2025-04-15 07:19

分组计算

策略案例


https://bigquant.com/experimentshare/fd15bfc0f9d94a11b060f13685aa5591

\

更新时间:2025-04-15 07:19

单因子的分组数据提取及结果的解读

问题

单因子的分组数据提取及结果的解读

视频

https://www.bilibili.com/video/BV1zb4y1Q7Q3?share_source=copy_web

策略源码


[https://bigquant.com/experimentshare/c17b3c96500d4d79a60a488b9714a40c](https://bigquant.com/experimentshare/c17b3c96500d

更新时间:2025-04-15 07:19

创业板和科创板股票过滤


https://bigquant.com/experimentshare/aebcf1f1697647c59110b3fb078767a7

\

更新时间:2025-04-15 07:19

自定义模块的使用方法

视频讲解

查看视频

策略源码

https://bigquant.com/codeshare/44ce0baf-6d4c-4f9c-9b7b-90ea4b12ab19

\

更新时间:2025-04-15 07:19

59th Meetup

本期提问者:bq22fw19、bq61ym2n、1855680***、bqhz06vb

因子挖掘

如何利用市场信息?

利用市场信息进行量化投资主要涉及以下步骤:

  1. 数据收集:首先,需要收集和整理市场数据,包括股票价格、交易量、基本面数据、新闻、宏观经济数据等。这些信息可以从各种数据供应商或公开数据源获取。
  2. 数据预处理:对收集到的数据进行清洗和预处理,处理缺失值、异常值、重复值等,保证数据的准确性和完整性。
  3. 特征工程:根据投资策略和模型需求,进行特征工程,提取有价值的特征和信号。
  4. 模型构建:选择合适的模型(如回归模型、机器学习模型、深度学习模型

更新时间:2025-04-15 07:19

用可视化的方式提取自己构造入库的因子

{{membership}}

https://bigquant.com/codeshare/323b5380-95d7-4410-a1ff-2116b3933d35

\

更新时间:2025-04-15 07:19

股票双均线策略

{{membership}}

https://bigquant.com/codeshare/176e62e4-b61d-45f0-a960-3dbb48b50aba

\

更新时间:2025-04-15 07:19

如何筛选月内涨幅大于10%,小于30%的股票?

{{membership}}

https://bigquant.com/codeshare/9ac7cfd7-5bcf-41a5-9577-f84f671d5cd3

\

更新时间:2025-04-15 07:19

小市值策略

策略源码

{{membership}}

https://bigquant.com/codeshare/41bf4005-7f89-45a6-921e-51b1dcc771d9

\

更新时间:2025-04-15 07:19

分页第1页第2页第3页第4页第5页第6页第7页第8页第9页第19页
{link}