天注6-创业板-F100-160-y75

策略思想

1. 策略思路

策略的核心思想围绕利用机器学习/DAI SQL构建的排序信号执行日频交易，在交易日的开盘时根据多因子模型进行股票选择与排序，以预测未来短期内的表现。策略剔除ST股，通过因子组合的方式，使用90天与30天收益的百分位rank、成交量、当日收益作为关键因子，计算候选股票池的评分，选择得分最高的股票进行投资。在资金管理上，以对数权重方式分配，并采用分阶段建仓原则，最大限度扩展至1.5倍的当日可用资金。

1. 策略介绍

策略的理论基础是基于机器学习算法和DAI SQL数据表的日频轮动操作，结合多因子模型对股票进行排序，以此选择每天需要买入的股票。在该策略中，因子包括过去一段时间的收益、成交量等，主要通过历史数据的统计分析，寻求最优的投资标的。整个策略强调高频交易与精细的风险控制，适合于市场流动性较好的投资环境。

1. 策略背景

近年来，随着金融市场的复杂性增加和科技的进步，量化投资逐渐从传统的技术分析和基本面分析转向由机器学习和大数据驱动的智能算法。尤其是对短线交易者而言，快速识别和捕捉市场机会成为致胜的关键。因此，本策略充分利用大数据和机器学习模型对市场快速变化的响应能力，目标是通过短线的高效轮动产生正收益。

策略优势

1. 高频调仓机会

每日的调仓机制使该策略能够灵活适应市场的短期波动，捕捉更多交易机会，提高整体收益。

1. 先进算法支持

使用机器学习和DAI SQL的结合，使得该策略在数据处理和信号提取上具有很大的优势。相较于传统的市场分析工具，先进算法能够更为精准地筛选出具有潜在高收益的标的。

1. 深入的风险控制机制

使用了包括对数权重分配、分阶段建仓、单股最大资金占用等多种手段进行风险控制，目的在于合适的资本配置，实现风险最小化。

策略风险

1. 市场风险

由于策略以高频率进行交易，意味着它对市场的整体走势变化高度敏感，一旦市场整体出现非理性大幅波动，策略可能面临较多损失。因此，投资者需要在策略执行时，关注市场大环境的变化，尤其是突发性市场变化。

1. 流动性风险

尽管策略设计时考虑使用流动性好的标的，但在混乱市场下，成交量可能突然萎缩，导致无法立即退出或进入市场。

1. 个股集中风险

由于策略选股的过程中某些股票可能在排名中长期靠前，导致单票持股比重较大，从而可能带来个股风险集中问题，需要具体控制个股持仓比重。

1. 交易成本风险

频繁的短期交易可能导致较高的交易费用，包括买入和卖出时的手续费、滑点成本等，需要在实际运营中进行成本的有效管理和降低。

1. 风控不足风险

策略当前无显式止损线和回撤触发器，可能导致在不利情况下的持续性损失，这需要在实盘中加入更多的风控措施补充策略的固有风险防范缺陷。