Quant Agent：几句提示就做出年化 52% 的策略

由bq12wety创建，最终由bq12wety更新于2025-08-13 06:55 被浏览 41 用户

先说结论

我只是跟 QuantAgent 聊了几句天、每次加一两个小条件，结果最后跑出来的回测年化收益率 60%+。过程比点外卖还简单——点开对话框、打字、回车、等几秒钟。

Quant Agent 是啥？

可以把它想象成一个会写代码、会调数据、还懂交易策略的“量化机器人”。你只需要说出你的想法（比如“做一个动量策略，每天买涨得快的股票”），它就会自己写出可直接运行的策略代码，还能帮你回测、画图。

它不需要你会 Python、不需要你懂 SQL——当然，如果你懂，它也会玩得更花。

我是怎么一步步玩的？

1）登录 BigQuant 平台后，在首页找到 Quant Agent（智能投研助手）入口。这是你的“聊天框”——你说想法，它帮你写策略。

2）选择破净股策略

在下方的策略模板里找到破净股策略，点一下。

破净股 = 股价低于每股净资产的股票，很多人用来寻找被低估的公司，是价值投资者关注的标的。

点击后，Quant Agent 会自动在输入框中填好一段策略描述，比如：

破净股策略：价格小于每股净资产，非st，无风险警示，非停牌股，上市时间大于252天；5日调仓，持股10只；按总市值升序排序

3）点击右侧发送按钮。

Quant Agent 会自动：

•	写出完整可运行的策略代码

•	配好数据抓取、选股、调仓逻辑

•	加好绩效分析和画图模块

你不需要写一行代码！

4）系统自动回复的策略示例

策略逻辑概述

本策略旨在发掘被市场低估的“破净股”投资机会。核心思想为：

•	选择市价低于每股净资产（PB<1）

•	非ST、无风险警示、非停牌

•	上市期满一年以上的股票

•	每5个交易日调仓一次

•	每次持有市值最小的10只破净股（按总市值升序排序），等权分配仓位

期望在市场修复低估时获取超额收益。

数据需求

1.	股票日线行情及财务因子

•	日期

•	股票代码

•	收盘价

•	每股净资产(bps_lf)

•	市净率(pb)

•	总市值(total_market_cap)

•	上市天数(list_days)

2.	股票状态

•	ST 状态(st_status)

•	风险警示(is_risk_warning)

•	停牌标记(suspended)

指标/因子计算

•	筛选标准：

1.	pb < 1

2.	st_status = 0

3.	is_risk_warning = 0

4.	suspended = 0

5.	list_days > 252

•	按总市值升序排序，取最小的10只股票。

5）一键运行回测

点击运行按钮，平台会自动抓取数据并开始回测。几秒钟后，你就能看到：

策略源码：https://bigquant.com/square/ai/46c8d938-64ed-8e94-b9f8-a3dd7cfebb3c

这个策略在做什么？

它会自动在全市场找到那些“股价比账面价值还便宜”的公司（PB<1），再从中选出市值最小的10只股票，平均分配资金，持有5个交易日后重新筛选。

为什么这样选？

•	便宜：PB<1 意味着股价低于账面价值，可能存在低估。

•	小市值：容易被资金推动，涨起来更快。

•	定期换仓：不断捕捉新的低估机会。

优点

•	选股逻辑直观易懂

•	自动执行，不用盯盘

•	有机会抓住价值修复的反弹

潜在缺点（结合近两年A股情况）

从收益曲线可以看到，2024年末到2025年初有一段明显的快速上涨，这可能与当时金融、周期类板块（其中不少是低PB小市值股）集中上涨有关。

•	如果未来市场风格切换，比如转向高成长、大盘蓝筹，这类低PB小市值策略的表现可能会明显下降。

•	近两年A股在经历2022年的低迷后，2023–2024部分行业（银行、保险、部分制造业）估值修复，这对策略有利，但这并不保证未来同样的上涨幅度会重复出现。

•	胜率53% 意味着几乎一半交易是亏的，只是盈利单的幅度更大，所以也要做好回撤心理准备。

一句话总结

过去两年，这个策略吃到了“低估值修复 + 小市值行情”的红利，但投资者要明白，市场环境变了，它的高收益率可能也会打折扣。

优化建议：限制单一行业权重

在实际运行中，如果某一行业（如银行）整体被低估，策略可能会一次性买入过多同类股票。

这会带来高集中度风险。于是，我给 Quant Agent 加一句提示：

“设置行业上限，单一一级行业权重 ≤ 30%”

这样它会自动在选股逻辑里增加行业分散约束，让投资更平衡，减少单一行业波动对策略的冲击。

策略源码：https://bigquant.com/square/ai/8f7faf1d-86f4-8924-23aa-1d5b453b5822

回测表现（至 2025.8.11）

•	年化收益率：52.58% → 53.10%（略有提升）

•	最大回撤：37.86%（无明显变化）

•	稳定性：在单一行业行情反转时波动略减小

回测显示，破净股池并没有完全被银行或单一行业垄断，因此加了 30% 行业上限后，持仓结构变化有限，收益曲线几乎重合。说明加了“单一行业权重 ≤ 30%”这个限制，并没有显著改变策略表现。

原因可能有两个：

1.	原策略行业集中度本就不高

2022年：疫情、地产债务风险、外部不确定性高，资金涌向低估值蓝筹（银行、保险等），破净股集中在这些行业。
银行、保险、地产、建筑材料、煤炭、钢铁等，都属于不同的一级行业。即使其中某一类股票占比高，也会被统计为不同类别，不触发 30% 上限。

2.	过去两年市场风格偏向低估值板块

2023年：市场弱势，资金继续抱团高股息、低估值股。
2024年下半年：政策宽松+经济预期改善，低估值金融和周期股集体反弹。

在这种背景下，即使均衡分散，也不可避免地重仓了金融等板块。

我后面也尝试过加一些其他条件，比如持仓集中、换手率限制、波动率筛选、20日成交额等等，但回测效果都没有超过最开始的版本。这个也很正常，因为有时候过多的限制会减少好标的的入选机会。

破净策略本身就是一个极简的低估值选股逻辑，在过去几年市场风格偏向低估值周期股的情况下，天然契合行情。
后续加的限制，反而会减少这一类股票的持仓比例，错过行情。
说明策略优化不是加越多条件越好，要结合市场风格判断。

把策略回测时间拉长至2007-01-01:

策略回测指标解释：

指标	定义	常见参考范围	当前表现
累计收益率	回测期总收益百分比，本金翻了多少倍	>500% 长周期算优秀	4765.87% → 本金翻了 48 倍，长期复利效果惊人
年化收益率	换算成每年平均收益率	长期稳定 >15% 优秀；>30% 高风险高收益	24.17% → 中高收益，且回测周期非常长
基准收益率	同期大盘（如沪深300）的涨跌幅	过去15年大盘多在 50%~150% 区间	99.44% → 大盘翻倍，但远不及策略表现
阿尔法（Alpha）	扣除市场影响的超额收益	>0 稳定跑赢市场；0.5+ 强选股能力	0.22 → 有一定选股能力，但优势不算极端突出
贝塔（Beta）	策略波动与市场的相关程度	≈1 与市场同步，>1 更敏感，<1 更稳	0.72 → 波动小于大盘，抗风险性更高
夏普比率（Sharpe）	单位风险的超额收益	>1 优秀；>2 非常优秀	0.78 → 收益相对稳定性一般，回报有提升空间
胜率	盈利交易占比	趋势策略 40%-55% 常见	55.16% → 盈利次数略多于亏损次数
盈亏比	平均单笔盈利 ÷ 平均单笔亏损	>1 长期能赚钱；>2 非常健康	1.45 → 盈利交易的平均盈利额高于亏损额
收益波动率	收益上下波动幅度	20%-40% 中等风险；>50% 高风险	29.72% → 中等波动，风险可控
信息比率（IR）	单位跟踪误差的超额收益	>0.5 较好；>1 稳定性高	0.05 → 跑赢基准的稳定性不高，可能依赖特定行情
最大回撤	高点到低点的最大跌幅	<20% 低风险；20%-40% 中风险；>50% 高风险	52.34% → 高回撤，说明中途会有较大波动期

总体点评：

长周期高复利：18 年时间翻 48 倍，说明策略具备长期赚钱能力。
风险不小：最大回撤 52% 意味着持仓期间可能经历“腰斩”，需要抗压心态。
防御性较强：Beta 0.72，波动小于大盘，但胜率和盈亏比仍需提升稳定性。
适合趋势持有型投资者：如果接受长期持有+中途大回撤，能享受复利收益。