策略思想 1. 策略思想 - 本策略主要使用股票的量价相关信息等指标来训练stockranker模型。通过对这些股票指标的综合考量，对股票进行排名，并选择排名靠前的十只股票进行调仓。 2. 策略介绍 - 核心思想：该策略的核心思想是通过股票的量价关系来预测其未来表现。量价关系包含了大量的市场心理和资金流动信息，这些信息可以帮助我们更好地理解股票的趋势和波动。通过使用这些信息进行机器学习模型训练，对股票进行打分和排序，选择表现潜力较高的股票进行投资。 - 量价关系：量价关系是指成交量和成交价格...
策略思想 1. 策略思路 该策略主要基于多因子选股和机器学习排序来进行股票投资决策。通过结合多种因子（如交易量、收益率、市盈率等）对股票进行评分和排序，策略希望从不同的角度评估股票的投资价值。这种多因子模型可以帮助构建更具多样性的投资组合。同时，策略利用历史数据训练机器学习模型，以对未来的股票表现进行排序和预测，提升预测的准确性和效率。每日持仓集中于1只股票，可能导致较大回撤。 2. 策略介绍 多因子选股策略是一种通过组合多个因子来进行股票筛选的方法。因子可以是基本面的（如市...
AI策略——突飞系列 策略思想 1. 策略思路 - 本策略利用AI算法在训练集数据中训练模型，并在样本外的测试集上进行预测，生成股票的预测得分。 - 交易引擎基于预测得分的高低，选择每期要构建的股票组合。具体来说，策略会买入得分排名靠前的股票，并在达成一定持有期后对组合进行调整。 2. 策略介绍 - AI量化策略是一种利用机器学习等人工智能技术进行投资决策的策略。通过在历史数据上训练模型，这些策略能够识别出潜在的投资机会。 - 该策略的核心思想是通过对股票的特征进行分析，进而预测其未来的...
策略思想 1. 策略思路 该策略通过数据分析和因子筛选来选择股票，以实现稳健的投资回报。策略主要分为以下几个步骤： - 数据准备：从大数据平台提取股票的基础数据、行业分类数据、以及状态标识数据，并进行数据的过滤和清洗。 - 指标计算：通过计算多个因子（如收益率、成交量、价格等）来评估股票的表现。 - 策略筛选：基于预设的条件表达式对股票进行筛选，选出符合条件的股票。 - 交易执行：根据筛选结果进行买入卖出操作，控制持股数量和持股天数。 2. 策略介绍 该策略主要运用了多因子选股策略。多因子...
策略思想 策略介绍 本策略使用遗传规划技术挖掘出的因子结合stockranker算法进行训练，以选出排名前10的股票进行持有。该策略主要通过日频率进行调仓，以确保持仓按计划持续优化。 策略背景 遗传规划（Genetic Programming，GP）是一种进化算法，用于自动生成程序或表达式。它基于自然选择的理论，通过模拟遗传进化的过程来寻找问题的最优解决方案。在金融领域，遗传规划可以用于挖掘金融市场中的优质因子。stockranker算法是一种基于因子排序的选股方法，结合机器学习手段，对不同因子给予不同权重，以选出最优的股票...
策略思想 1. 策略思路 - 本策略的核心思想是利用外部模型提供的每日预测数据，来进行选股操作。通过将资金集中于一只股票，并通过持仓天数的控制实现单股轮动，以提高收益率。每日根据模型的预测信号确定买入的股票列表，持仓数量固定为1只，从而集中投资于预期表现最佳的股票。卖出逻辑基于持仓天数以及当前股票是否仍在买入列表中，如果持仓天数达到设定的阈值且该股票不在买入名单中，则进行清仓卖出。 2. 策略介绍 - 该策略结合了定量预测模型和投资组合管理的思想。通过外部模型提供的预测信号进...
策略思想 1. 策略思路 这套机器学习选股策略的核心在于“多因子筛选 + 排序学习打分 + 定期调仓”的组合逻辑。首先，通过整合估值、规模、动量/反转、波动、换手等多维度因子筛选股票池。剔除ST、新股等股票，并通过收益分位约束避开中期极端强势股和偏向短期回撤的股票。接着，使用StockRanker排序学习模型对股票进行打分，以“次日开盘买，第5天收盘卖”的收益（经过截尾去异常后分为20档）为标签，学习股票未来收益档位的相对优劣。最终，选择得分最高的10只股票等权持有，并每5个交易日以开盘价调仓一次。 2. ...
策略思想 策略思路 这项策略结合了多种因子，包括交易量、收益率、市盈率等，通过综合评分和排序来评估股票的投资价值。通过机器学习训练模型，该策略能够对未来的股票表现进行排序和预测。这种多因子模型有助于从不同的角度评估股票，构建更全面和多样化的投资组合。 策略介绍 多因子选股策略是现代量化投资中的一种常见方法，它通过综合多个影响股票价格的因子来评估股票的投资价值。常用的因子包括基本面因子（如市盈率、市净率等）、技术面因子（如交易量、价格波动率等）和情绪因子（如市场情绪指...
策略思想 1. 策略思路 该策略的核心思想是通过技术指标（均线、均量线）和股票基本面信息（市值）来筛选和管理股票投资组合。具体步骤如下： - 筛选出5日均线大于25日均线以及5日均量大于60日均量的股票。 - 过滤掉ST股、停牌股、科创板和北交所股票，并选择股价在2元到100元之间的股票。 - 若选出的股票数量超过10只，则去掉市值最大和最小的，保留剩下的中市值股票进行投资。 - 以10万资金满仓操作，持有10只股票，每只股票投资约1万元。 - 在收盘后选出符合条件的股票，第二天开盘时买入或卖出。 2. 策略介绍 该策...
策略思想 1. 策略思路 该策略的核心是通过大量的条件筛选和数据分析，从而选择出潜在的股票投资目标。策略首先从数据库中提取股票的基本信息和每日交易数据，然后计算多种因子（如收益率、成交量等），并根据这些因子的表现进行排序和筛选，最终确定买入操作。 2. 策略介绍 本策略是基于多因子的量化选股策略。结合多个技术指标，如收益率、成交量、行业表现等，利用这些因子在历史数据中表现的排名来进行筛选。这些因子通过SQL查询进行计算，然后使用pandas的qcut方法进行分段，进一步细化筛选标准。策略的最...
策略思想 1. 策略思路 该策略采用每日调仓的动态持仓调整机制，基于量化因子模型与外部信号数据表，构建股票组合并实现持仓结构的动态更新。策略在每个交易日开盘前判断是否为调仓日，若是，则卖出当前持仓中不在目标列表内的股票，并按照目标仓位买入新选股票。整体交易频率较高，适合捕捉短中期市场机会。 2. 策略介绍 该策略的核心思想是利用量化因子模型生成每日持仓目标。量化因子模型通过分析一系列量化因子（如动量因子、基本面因子等）来评估股票的投资价值。策略所用的信号选股方法依赖于外部数...
策略思想 1. 策略思路 本策略基于经典技术指标MACD，通过分析12日和26日简单移动平均线（SMA）的差值（即DIFF线）及其9日平滑均线（即DEA线），利用DIFF线与DEA线的交叉信号进行交易决策。具体交易规则如下： - 当DIFF线由下向上突破DEA线时（即MACD金叉），策略买入开仓。 - 当DIFF线由上向下跌破DEA线时（即MACD死叉），策略卖出平仓。 2. 策略介绍 MACD（Moving Average Convergence Divergence）即移动平均线收敛发散指标，是一种广泛应用于技术分析的交易策略。MACD指标由三个主要部分组成： - DIFF线（快线）：即12日SMA与26日SMA的差值，用...
策略思想 1. 策略思路 本策略结合基本面和技术面的超跌反弹选股思想，旨在通过选择沪深三大交易所中的优质股票，捕捉其股价在超跌后的反弹机会。具体筛选条件包括： - 基本面：净利润同比增长率大于60%，扣非净利润为正，市值排名处于市场前10%，无风险警示及停牌状态。 - 技术面：股价显著低于250日均线。 - 选股逻辑：计算“超跌分数”，对股票进行排序，并择取分数最低的5只股票构建等权持仓组合。 - 调仓频率：每日交易日调仓，交易以开盘价执行买卖操作。 2. 策略介绍 超跌反弹策略是一种基于市场反应理论的...
策略思想 1. 策略思路 本策略是一个基于期货市场的高频套利策略，主要通过分钟级别的数据进行交易。它封装了杠杆倍率、开始日期和结束日期，设置了保证金在亏损达到80%和95%时的提醒功能。策略通过每日输出盈亏情况，并根据基差的不同档位逐步建仓，以实现套利机会。 2. 策略介绍 高频交易策略是指通过快速的数据分析和执行，捕捉市场的短期价格波动，从而获取盈利。本策略通过对期货合约的基差进行分析，以设定的档位逐步进行建仓操作，当基差达到一定水平时，通过平仓来锁定利润。策略中使用了杠...
策略思想 1. 策略思路 该策略基于经典的技术指标——KDJ（随机指标）构建，利用K、D、J三值及其变化率作为主要的选股和交易信号。策略的核心思想是通过捕捉KDJ指标的极端值和剧烈波动，结合多种条件综合判定买卖时机，实现短期内的投资收益最大化。选股逻辑依托于每日计算的KDJ指标及相关RSV、高低价范围等辅助数据，结合前一交易日数据进行趋势判断。交易规则强调“疯狂买入卖出”，在无持仓时，通过显著的指标变化或连续多日未交易触发买入信号；有持仓时，若KDJ回归中值、指标剧烈波动或持仓时间超过3天则卖...
策略思想 1. 策略思路 本策略是一种结合价值和动量的策略，专注于选择符合以下条件的小市值股票： - 每月末14:55进行调仓。 - 股票需满足以下条件：ROE（净资产收益率）>15%且ROA（总资产回报率）>10%，属于优质小市值股。 - 过滤掉科创板、北交所、ST、停牌、次新股、涨停、跌停及股价高于30元的股票。 - 每日14:00检查昨日涨停持仓是否打开，并决定是否卖出。 - 使用沪深300均线的MA5和MA20判断市场趋势，在空头市场中清仓观望，在多头市场中满仓操作。 2. 策略介绍 该策略结合了价值投资中的基本面分析（通过ROE和ROA筛选...
策略思想 1. 策略思路 本策略基于相对强弱指标（RSI）进行交易决策，通过利用RSI的超买（>70）和超卖（<30）信号捕捉价格反转机会。具体策略包括： - 当14日RSI从超卖区
策略思想 1. 策略思路 该策略通过一系列条件选股，并使用量化因子进行打分，旨在选出具有较高潜力的股票进行投资。具体步骤如下： - 首先，策略从数据库中提取股票数据，包括开盘价、收盘价、行业信息等。 - 使用一系列自定义的计算逻辑生成多种因子（con1 到 con30），这些因子代表股票或行业的特定表现指标，如回报率、成交量等。 - 对因子进行分位数切割和打分，选出符合特定条件的股票。 - 使用选出的股票列表进行模拟交易，设定买卖条件和仓位管理。 2. 策略介绍 该策略的核心思想是通过因子选股，利用量化...
策略思想 1. 策略思路 该策略基于每日调仓机制，利用外部信号数据动态确定持仓股票及其权重，从而实现在每个交易日开盘时调整仓位。选股逻辑依赖于策略外部模块提供的每日目标持仓列表，系统自动卖出不在目标名单中的股票，同时按目标权重买入新股票。调仓频率为每日一次，持仓数量由信号数据决定，无固定持股数量限制。 2. 策略介绍 该策略的核心思想是动态调整持仓，以实现风险控制和收益优化。通过每日获取外部模块提供的目标持仓信号，系统可以灵活地买入和卖出股票，确保投资组合始终与最新的市场信...
策略思想 1. 策略思路 该量化策略通过构建多维度因子来进行选股。具体来说，利用 m1 模块构建了估值、动量和换手等因子，通过 m2 模块标注股票未来收益标签，然后将数据拆分为2021-2022年的训练数据和2023年的预测数据。在数据处理完成后，策略使用 StockRanker 模型进行选股，最终等权分配10只个股的仓位，并且每5个交易日进行一次调仓。 2. 策略介绍 该策略使用因子选股的方法，结合了估值因子（如市盈率、市净率等）、动量因子（如5日动量/反转等）和换手因子，通过对这些因子的综合分析来进行选股。使用 StockRanker 模...
