策略思想 1. 策略思路 该策略主要通过分析股票的多种因子来进行投资决策。策略代码中定义了一系列条件（con1, con2, ... con30），这些条件是基于各种股票市场指标的组合。策略从数据库中提取相关数据，进行一系列的数据处理和过滤，最终根据这些条件选择满足条件的股票进行投资。 2. 策略介绍 该策略利用了多因子选股模型，通过对股票市场多种因子的分析与组合来进行选股。每个因子（con1到con30）都代表了不同的市场指标或计算结果，比如股票的涨跌幅、行业平均收益、成交量变化等。通过这些因子的组合，策略能够...
策略思想 1. 策略思路 本策略基于海龟交易策略思想，应用于可转债的择时交易。海龟交易法是一种趋势跟随策略，通过识别市场的趋势信号来进行买卖决策。该策略使用特定的时间窗来计算买卖信号，当短期价格突破长期价格时触发买入信号，反之则触发卖出信号。 2. 策略介绍 海龟交易策略的核心思想是追随市场趋势，利用动量效应获取利润。在本策略中，使用了两个信号：buy_sig 和 sell_sig，分别代表买入和卖出信号。这两个信号是通过对历史价格数据的分析得出的，用以判断市场的趋势变化。策略通过对可转债的历史...
策略思想 策略思路 该策略结合了多种因子和机器学习模型来进行股票选择。具体来讲，它使用了包括市值、PE（市盈率）、ROE（净资产收益率）、动量、换手率以及个人独创因子在内的十余个因子。策略通过滚动机制，每季更新训练数据，保留近3年数据，并每次新增1季度数据。采用LightGBM模型进行二分类预测，目标是预测未来5日内的收益是否大于3%。当模型预测概率大于0.6时，策略会买入该股票，并每周进行一次调仓。 策略介绍 LightGBM（Light Gradient Boosting Machine）是一种基于决策树的梯度提升框架，因其高效性和准确性而...
策略思想 1. 策略思想 本策略从ROE（净资产收益率）和ROA（总资产收益率）指标筛选出符合设定标准的股票池，随后使用市场趋势因子作为特征训练一个股票排名算法（stock ranker），最终选择预测排名前十的股票进行持有，并每日进行调仓。 2. 策略介绍 该策略结合了基本面因子和技术面因子的筛选方法。首先，ROE和ROA是评估公司盈利能力的两个重要财务比率，ROE代表的是公司股东权益的收益率，而ROA反映了公司总资产的收益情况。筛选出符合这两个指标的股票，可以确保所选股票具备良好的盈利能力。接下来，利用市场趋...
策略思想 1. 策略思路 该策略结合了多种因子（如交易量、收益率、市盈率等）来对股票进行评分和排序。这种多因子模型的使用可以帮助从不同的角度评估股票的投资价值，从而构建一个更全面的投资组合。此外，策略还通过机器学习排序来对未来的股票进行排序和预测，以提升预测的准确性和效率。 2. 策略介绍 多因子选股策略是一种在量化投资中常用的策略，通过结合多个影响股票价格的因子来进行选股。这些因子可能包括基本面因子、技术面因子、市场因子等。通过对这些因子进行加权平均，策略能够更全面地评估...
策略思想 1. 策略思想 本策略旨在通过量化手段，以多因子模型选股，结合资金管理和风险控制决策，力求在市场中获取超额收益。策略核心思想包括： - 因子选股：基于多因子模型选股，主要因子包括但不限于：ST状态、停牌状态等。 - 权重分配：根据股票的预测排名和资金权重进行动态权重分配。 - 资金管理：采用等权重分配资金，并设定单只股票的最大资金占比。 - 持股周期：每只股票持有固定的时间周期，以便于策略的稳定运行。 - 买卖决策：根据机器学习算法预测的股票排名，动态调整持仓股票，通过逐日平仓处...
策略思想 1. 策略思路 本策略基于多因子投资模型，选取市场上常见的风格因子（如规模因子、成长因子、换手率因子、质量因子、红利因子、动量因子和反转因子），开发出多头策略，主要持有相关的风格ETF基金。通过对风格因子的分析和选择，力图获取市场上不同投资风格的溢价收益。 2. 策略介绍 多因子投资是一种将多个因子结合起来，以期在风险调整后实现超额收益的投资策略。它综合考虑多个影响资产收益的因子，通过对这些因子的权重配置，优化投资组合的表现。风格因子是多因子投资中常见的一种，指的是基...
策略思想 1. 策略思路 本策略的核心思想是通过定期轮动持仓实现风险分散与收益稳定。具体操作上，每5个交易日根据外部预测数据选取两只股票进行均等仓位配置，并在持有期满或不再满足买入条件时清仓。策略通过频繁调仓来分散风险，同时合理控制交易成本和持仓天数，适合于中短线交易。 2. 策略介绍 该策略依赖于外部预测表来筛选出当日的买入股票名单，主要通过以下步骤实现： - 选股逻辑: 策略使用外部数据源预测每日的股票表现，从中选出最优的两只股票进行买入。 - 仓位管理: 持仓股票最大数量为2，资金按...
策略思想 1. 策略思想 - 本策略结合公司的基本面信息如利润率，以及股票的技术因子，对股票进行排名。 - 每日持有其中排名靠前的5只股票，并滤除了科创板的股票。 2. 策略介绍 - 本策略主要运用了基本面和技术面因子进行选股。基本面因子包括利润率等，反映了公司的盈利能力，以及其在市场中的相对估值水平。技术面因子则可能包括价格动量、交易量动量等，反映了股票价格的趋势和市场情绪。 - 通过对这些因子进行量化分析，并对股票进行综合评分，策略每天筛选出前5只评分最高的股票进行投资。 3. 策...
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 该策略主要通过对市场行情数据进行深度分析，挖掘潜在的投资机会。策略利用大量条件组合来筛选股票，并采用多种金融指标进行排序和打分，最终确定买入标的。策略通过定期再平衡和持仓调整，旨在最大化投资组合的收益。 2. 策略介绍 本策略运用了一系列金融指标和因子进行市场分析。具体地，通过数据源cn_stock_industry_component和cn_stock_bar1d获取市场的每日数据，并使用一系列条件筛选出符合特定标准的股票。这些条件涉及股票的开盘、收盘、高低价格、成交量等指标。策略采用了多种统计方法...
策略思想 1. 策略思路 该策略通过AI Stockranker算法学习因子与标注的非线性关系，主要步骤包括： - 使用AI Stockranker算法预测股票的得分。 - 根据预测得分进行股票筛选，构建一个短期持有的投资组合。 - 投资组合采用等权重配置。 - 无大盘择时，纯多头策略。 2. 策略介绍 AI Stockranker是一种使用人工智能算法进行因子分析和股票排序的方法，旨在通过学习因子与股票表现之间的复杂非线性关系来预测未来表现较好的股票。该策略利用AI Stockranker的预测能力来选择高得分的股票构建投资组合，并通过量化模型进行买卖决策。 ...
大类资产ETF轮动复合排序策略 策略思想 1. 策略思路 该策略主要针对8只大类资产ETF，通过多因子筛选与动态调仓实现投资。核心因子包括25天趋势评分（年化收益率 × R²）与10日/5日均线比，两者之和为综合评分。每日检查持仓：若持有的ETF的18日涨跌幅超16%，即触发止盈清仓；随后从剩余标的中选综合评分最高的1只全仓买入。 2. 策略介绍 - 趋势评分：利用25天的收盘价数据，通过回归模型计算年化收益率并结合R²来衡量趋势的稳定性。 - 均线比：10日均线与5日均线的比值用于判断短期趋势的强弱。 - 止盈机制：18日涨跌幅...
策略思想 1. 策略思想 该策略结合短期和中长期的数据，使用StockRanker算法对股票进行综合评分，并持有评价最高的前10只股票。通过每日调仓实现动态资产配置。 2. 策略介绍 本策略采用了排名法（StockRanker），根据一系列选股因子，如市盈率（PE）、股息率（Dividend Yield）等，对股票进行评分排名。然后在每个交易日选择评分最高的前10只股票进行持有。这种方法旨在通过量化的手段挖掘优质股票，以获取超额收益。 3. 策略背景 排名法（StockRanker）是一种被广泛应用于金融量化投资的策略。它通过对股票的各个指标进...
策略思想 1. 策略思路 该量化策略通过构建一系列条件来筛选股票，以便在市场中进行交易。这些条件主要基于股票的历史价格、交易量、行业表现等多个因子。策略的核心是通过对不同条件的组合，来识别出潜在的投资机会，并利用这些机会进行买卖决策。策略使用了一系列技术指标和条件语句来过滤股票，这些条件语句涉及到股票的涨停、行业排名、成交量等。 2. 策略介绍 该策略的核心思想是使用因子分析法来选择股票。因子分析是一种统计方法，通过对一组观察变量进行分析，以提取潜在的因子。这些因子帮助投资...
策略思想 1. 策略思想 该策略主要利用技术指标相关因子捕捉小盘股的走势。策略核心在于选取合适的技术指标对小盘股进行分析，进而判断其未来走势，并基于每日市场表现进行仓位调整。每天持有5只股票，根据市场表现进行重新排序和换仓，同时剔除科创板股票。 2. 策略介绍 该策略针对小盘股，通过选取技术指标作为核心因子进行选股及调仓。精选目标持股后，策略会每日根据市场表现进行重新排序，并对持仓进行调整，以便最大化策略收益。核心流程包括初始化设置、每日开盘前准备、数据处理、交易执行、交易后...
策略思想 1. 策略思想： - 本策略结合了量价因子、估值因子与红利因子，通过训练模型后将这些因子放入stockranker，并将处理后的数据用于选股。通过调仓周期来保持组合的动态调整，具体而言是每五个交易日进行一次调仓。 2. 策略介绍： - 该策略主要致力于量价因子和估值因子。其中，量价因子通过分析股票的成交量和价格变化趋势，估值因子则通过股票的财务数据（如PE比率、PB比率等）来评估股票的内在价值。 - 这些因子经过共同训练后被整合成一个新的因子，作为选股的依据。随后，通过选取排名前10的股...
策略思想 策略描述 根据股票的短期动量和中期价格表现，开发一个StockRanker选股模型，根据模型的评分每日挑选得分最高的前十只股票进行调仓。 策略介绍 动量策略是一种基于过去价格动向研判未来价格走势的投资策略。动量策略的基本思想是：过去表现好的股票在未来一段时间内可能继续表现良好，而过去表现差的股票可能继续表现差。其背后的逻辑是市场行为具有一定的惯性，股票价格在短期内会延续其运动趋势。该策略经常采用短期的价格变化率或收益率作为选股的动量指标。 StockRanker模型运用了一种评分系统，...
策略思想 1. 策略思想 本策略通过主观筛选出股票集合作为股票池，并进一步使用量价因子进行特征提取和评分，最终选择预测分数最高的前十只股票进行持有，持仓以日频进行调整。 2. 策略介绍 本文所述策略是基于主观筛选和量价因子的组合使用。首先通过主观筛选选出一个初始股票池，然后利用量价因子对该股票池中的股票进行特征提取和评分，最后挑选出预测评分最高的前十只股票进行持有，并以日频进行调仓操作。 3. 策略背景 随着金融市场的发展，量化投资策略逐渐成为投资者的重要工具。量价因子作...
策略思想 1. 策略思想 该策略通过训练StockRanker模型，根据股票价格的短期和中期趋势来进行预测和排名。每天选择排名前十的股票进行调仓。这种方法试图通过量化模型对股票价格趋势的判断来获得超额收益。 2. 策略介绍 StockRanker模型是一类机器学习模型，通常使用股票的历史数据进行训练，以预测未来股票的表现。具体地，模型可以使用多种特征，例如价格、成交量、技术指标等，来对股票进行评分和排名。根据这些评分和排名结果，投资者可以选择模型认为前景最好的股票进行投资。 3. 策略背景 短期和中期趋势的判...
