现金流驱动轮动策略 | 年化收益率: 109.84% | 累计收益率: 208.48% | 最大回撤低于: 43.7% | BigQuant AI量化策略
本策略精选非ST、非科创板、非停牌且“购买商品、接受劳务支付的现金(滚动十二期)”大于80万的小市值股票，按流通市值升序排列，选取前5名等权重持仓，每5日轮动调仓，旨在捕捉基本面稳健的小市值股票的投资机会。
Bigquant AI量化策略
五年盈利增长稳健轮动策略 | 年化收益率: 31.79% | 累计收益率: 52.13% | 最大回撤低于: 27.91% | BigQuant AI量化策略
本策略精选连续五年净利润保持20%以上增长的稳健型小市值股票，并进行5日等权重轮动，力求在控制风险的前提下，捕捉小市值股票的高成长潜力。
双均线交易策略 | 年化收益率: 11.5% | 累计收益率: 99.38% | 最大回撤低于: 33.14% | BigQuant AI量化策略
双均线策略是一种简单而又广泛使用的技术分析工具，主要用于识别市场趋势的变化和生成交易信号。这种策略涉及两条移动平均线——一条短期（快速）和一条长期（慢速）——并通过观察这两条线的交叉点来决定买入或卖出的时机。
指数择时策略 | 年化收益率: 15.93% | 累计收益率: 155.12% | 最大回撤低于: 52.56% | BigQuant AI量化策略
本策略是一个指数择时策略，基本逻辑是根据市场走势选择是否交易，并调整投资组合，即利用指数特征来进行风控。
买入并持有策略 | 年化收益率: 23.38% | 累计收益率: 278.7% | 最大回撤低于: 51.02% | BigQuant AI量化策略
本策略为买入指定股票并持有的简单实现。筛选出股票代码为'300059.SZ'以及 '600519.SH'这两只股票
MACD追涨股票策略 | 年化收益率: -24.96% | 累计收益率: -35.36% | 最大回撤低于: 41.78% | BigQuant AI量化策略
本策略每天选取MACD动量比值最大的前五只股票，旨在捕捉趋势强势的股票在大势能基础上的上涨机会。
基于MACD指标的事件策略 | 年化收益率: 4.28% | 累计收益率: 30.44% | 最大回撤低于: 26.64% | BigQuant AI量化策略
单只股票MACD反转策略是一种针对特定个股（在此策略中为“600519.SH”贵州茅台）进行深度挖掘和精细化交易的策略。该策略基于MACD指标中的DIF线和DEA线的交叉信号来进行买入和卖出决策，以捕获较为明确的市场反转信号，实现收益最大化。
动量趋势融合TABLIB指标选股策略 | 年化收益率: 3.48% | 累计收益率: 16.29% | 最大回撤低于: 38.92% | BigQuant AI量化策略
动量趋势融合选股策略是一种结合动量指标和趋势信号的股票交易策略，其核心思想是通过技术分析指标来筛选出潜在优质的股票，并进行精细化的仓位调整与管理。该策略旨在捕捉股价的持续上涨趋势，同时避开下跌风险，从而提升投资组合的收益。
商品通道指数择时期货策略 | 年化收益率: 7.83% | 累计收益率: 39.39% | 最大回撤低于: 28.69% | BigQuant AI量化策略
本策略聚焦于四个期货品种，使用SSI信号识别超卖和超买信号，利用典型价格蕴含的趋势中识别交易契机。
综合盈利能力与成长性的多因子选股策略 | 年化收益率: 15.15% | 累计收益率: 84.07% | 最大回撤低于: 36.45% | BigQuant AI量化策略
本策略是一种基于多因子模型的选股策略，旨在通过综合评估公司的盈利能力、成长性和安全性，动态选择适合的股票进行投资。策略每月进行一次调仓，从而确保持仓股票具备较高的投资价值和合理的风险预期。
活跃均线趋势跟踪期货策略 | 年化收益率: -28.75% | 累计收益率: -56.81% | 最大回撤低于: 93.03% | BigQuant AI量化策略
本策略聚焦于近期交易活跃持仓量大的期货品种，结合10日短期均线和30日长期均线为择股标准，寻求短期趋势
五日换手波动率良性期货策略 | 年化收益率: 28.8% | 累计收益率: 87.13% | 最大回撤低于: 48.23% | BigQuant AI量化策略
五日换手波动率期货策略是一种基于换手率进行波动率分析的策略，该策略的核心在于利用换手率的波动来捕捉市场的短期动向，三日卖出换手波动率稳定的期货，且在价格低位买入。
黄金白银期货双均线择时 | 年化收益率: -20.2% | 累计收益率: -61.82% | 最大回撤低于: 96.08% | BigQuant AI量化策略
本策略聚焦于黄金和白银期货，基于双均线策略对两类期货进行择时买卖
小市值价格优势策略 | 年化收益率: 26.67% | 累计收益率: 183.3% | 最大回撤低于: 39.05% | BigQuant AI量化策略
本策略是一种结合动量和基本面指标的多因子选股策略，旨在找出在不同时间周期内表现优良的股票以获得优异的市场表现。通过每天调仓的方式持续优化持仓组合，主要关注公司的增长动能和市场表现力。
净利润增长驱动的动态选股策略(止盈止损与大盘风控逻辑) | 年化收益率: 14.32% | 累计收益率: 22.55% | 最大回撤低于: 23.12% | BigQuant AI量化策略
该策略通过动态选股机制，专注于选择净利润持续增长的股票，以此实现稳健的资本增值。策略结合市场风控手段和止盈机制，力求在市场波动中保护投资收益。
灵活应对市场风险的ETF轮动策略 | 年化收益率: 6.32% | 累计收益率: 136.73% | 最大回撤低于: 22.97% | BigQuant AI量化策略
这是一种灵活应对市场风险的ETF轮动策略。 旨在通过对多只ETF的动态调整来优化组合表现。该策略通过分析市场风险指标，进行不同ETF之间的轮动，以实现稳健的收益和风险控制。 当出现市场风险信号，空仓持有的ETF，全仓购买国债ETF。
动量因子的ETF策略 | 年化收益率: 45.43% | 累计收益率: 38.88% | 最大回撤低于: 12.16% | BigQuant AI量化策略
该策略主要是基于基金日行情数据构建的动量策略，旨在选择一定数量的表现较好且市场活跃度较高的基金进行持仓，因子包括动量因子和收盘价格差分。
量价相关性策略 | 年化收益率: 1.92% | 累计收益率: 2.94% | 最大回撤低于: 32.61% | BigQuant AI量化策略
本策略选取60日成交量与收盘价相关性作为因子，观察了进行股票筛选之后等权持股10只，持仓5天的策略表现。量价因子是投资中常见的一种因子，结合了交易量（量）和价格行为（价）的信息来预测股票的未来表现
基于财报发布的事件驱动策略 | 年化收益率: 10.02% | 累计收益率: 8.73% | 最大回撤低于: 27.68% | BigQuant AI量化策略
该策略是一个典型的事件驱动策略 事件驱动策略的典型特征是，交易信号的出现并不像每日调仓的日频策略那样连续，而是断断续续的 当满足条件后出现交易信号则交易，否则就空仓，从回测曲线也可以看出，这样的策略有很多的空仓期或非全仓期
羊驼策略 | 年化收益率: 98.54% | 累计收益率: 82.47% | 最大回撤低于: 16.58% | BigQuant AI量化策略
美国《旧金山纪事报》曾做过大猩猩选股实验，让大猩猩独写有股票代码的纸板投标，投中一个代码就意味着选中一只股票，用此方法让大猩猩挑选出5只股票。然后，用大猩猩挑选的股票组合与《华尔街日报》8位知名分析师精心计算分析挑选的5只股票相比较，在持有一段时间之后，大猩猩随机抽取购买的股票票面价值超过操盘手的股票。2014年，甘肃卫视的《马上知道》节目也向观众展示了用羊驼来选股，即每天卖掉持有的股票中收益率最差的一只，然后让羊驼随机选入一只股票来买。结果得到了很可观的收益率。 根据这...
