神经网络算法下的风格轮动策略 | 年化收益率: 122.65% | 累计收益率: 97.33% | 最大回撤低于: 10.28% | BigQuant AI量化策略
本策略依托神经网络算法的强拟合能力，精准捕捉市场风格切换信号，动态切换小盘股进攻与低波动股防守模式，在把握收益机会的同时控制下行风险，实现长期稳健增值。
Bigquant AI量化策略
基于行业轮动的分时择优策略 | 年化收益率: 62.51% | 累计收益率: 863.99% | 最大回撤低于: 27.8% | BigQuant AI量化策略
这是一个聚焦中间行业的分时段择优策略，在 1 月和 4 月以股息率为初选因子，其他月份以小市值为初选因子，结合财务估值多维度筛选与近 20 日换手率波动率二次风控，最终精选 5 只标的进行每五日调仓。
基于趋势过滤的股息率策略-v2 | 年化收益率: 17.2% | 累计收益率: 110.43% | 最大回撤低于: 17.95% | BigQuant AI量化策略
小市值低PE轮动策略 | 年化收益率: 27.24% | 累计收益率: 100.19% | 最大回撤低于: 45.13% | BigQuant AI量化策略
本策略聚焦中国A股市场中的小市值股票，选取在上交所、深交所及北交所主板、科创板和创业板上市且非ST、未停牌、上市时间超过一年的股票作为候选池。通过流通市值升序筛选，即优先选择市值较小的股票，且要求市盈率（PE）大于零，确保基本面合理。策略每5个交易日调仓一次，持仓数量固定为3只，采用等权重配置以分散个股风险。买卖均以当日开盘价执行，交易手续费按照固定比例和最低成本标准计费。策略通过定期调仓实现对目标股票的动态调整，避免长期持仓带来的风险积累。适用于希望捕捉小市值价值低估机...
时间序列分析风格判断 | 年化收益率: 45.4% | 累计收益率: 176.22% | 最大回撤低于: 12.51% | BigQuant AI量化策略
策略通过 MA、EMA、ARIMA 模型融合预测沪深 300 指数未来 20 天收益，以 5% 为阈值区分进攻（选小盘股 + 5 天动量股）与防守（选低换手率波动股）风格，每 20 天调仓一次，等权持有 10 只股，捕捉中期市场风格切换收益。
分时段择优小市值策略 | 年化收益率: 82.1% | 累计收益率: 1531.98% | 最大回撤低于: 23.92% | BigQuant AI量化策略
这是一个分时段择优的优质小市值策略,在1月和4月选取股息率作为选股因子，其他月份使用小市值因子，结合近20日换手率波动率控制波动。
渤海红利价值低估选股 | 年化收益率: 12.62% | 累计收益率: 457.08% | 最大回撤低于: 46.57% | BigQuant AI量化策略
本策略基于价值投资理念，聚焦高股息率且估值合理的股票，旨在捕捉稳定分红与低估值的优质标的。首先通过基础股票池筛除ST股及停牌股，确保标的质量。随后，利用因子表达式选取市场价值处于前20%且市盈率（TTM）低于40%分位且大于0，且股价不超过30元的股票，结合股息率作为评分依据。策略每5个交易日调仓一次，持仓股票数固定为3只，持仓比例平均分配。交易执行以开盘价进行买卖，设定买卖手续费为万分之三和万分之一点三，且每笔交易最低手续费5元。通过定期调仓和严格的仓位控制，实现风险分散和收益稳定...
攻守平衡的风格轮转策略 | 年化收益率: 100.82% | 累计收益率: 563.6% | 最大回撤低于: 31.77% | BigQuant AI量化策略
策略以“市场风格具有周期性与可预测性”为前提，借助机器学习模型捕捉市场状态信号，通过攻防策略切换，在强市选择成长性，弱市选择低波动。
换手率对冲市值 | 年化收益率: 29.9% | 累计收益率: 235.77% | 最大回撤低于: -19.04% | BigQuant AI量化策略
对冲核心概念是通过采取相反方向的投资或交易行为，来降低或抵消潜在的风险。换句话说，就是用一种资产或交易的损失，去对冲另一种资产或交易的潜在亏损，从而实现整体风险的最小化。 策略1: 换手率单因子策略 策略2: 市值单因子策略 前者低换手、后者高换手, 高低换手风格作对冲, 对冲前提: 你的策略本身就有很高的alpha。 原理 我们知道因子模型是线性模型, 表示如下: $$r = a + b_1x_1 + ... + b_nx_n + \epsilon$$ 现在我们将问题极端化, 假设市场只有两种因素——规模(市值)$x_1$、流动性(换手)$x_2$: $$r=a+b_1x_1+b_2x_2+\epsilon$$ ...
基于换手率波动的“领头羊”策略 | 年化收益率: 31.22% | 累计收益率: 184.27% | 最大回撤低于: 14.6% | BigQuant AI量化策略
这是一个通过捕捉低波动率以追求稳定收益的股票策略：一方面通过低波动、低估值波动等因子锚定 “稳健型” 资产，获取确定性的风险溢价；另一方面通过行业内相对排序，捕捉细分领域的 Alpha 机会。
成长三强每日轮动 | 年化收益率: 7.57% | 累计收益率: 23.38% | 最大回撤低于: 32.06% | BigQuant AI量化策略
本策略基于A股市场，选取净利润同比增长率（TTM）作为核心成长因子，剔除停牌及ST标的，筛选成长性最优的股票。每个交易日根据最新数据，选取成长性排名前三的股票构建等权持仓组合，持仓比例各占1/3，确保资金均匀分布。策略每日调仓，严格按照开盘价执行买卖操作，及时剔除不再符合条件的股票，保持组合的高成长性和动态调整。通过沪深300指数作为基准，采用A股常见佣金费率进行交易成本模拟。该策略适合追求稳健成长且能够承受较高调仓频率的投资者，预期实现持续超越市场的成长收益。风险控制主要通过剔...
小市值多维度防御轮动策略 | 年化收益率: 7.74% | 累计收益率: 51.35% | 最大回撤低于: 8.87% | BigQuant AI量化策略
策略说明 本策略采用分钟级频率，支持日内多次检查（尾盘涨停检查、换手率实时监控）。 执行时间点 - 09:35: 准备当日数据 - 10:00: 执行止损检查 - 10:30: 定期调仓 - 14:25: 第一次涨停检查 - 14:50: 收盘前最后检查 - 14:55: 第二次涨停检查 核心逻辑 1. 空仓月份：1月、4月持有货币ETF 2. 小市值选股：中证1000前10只 3. 防御机制：三重判断切换银行ETF 4. 涨停处理：尾盘检查打开则卖出 5. 换手率监控：缩量/放量卖出 6. 止损机制：个股-9%、市场-5%
基于换手率波动的“行业领头羊策略” | 年化收益率: 22.43% | 累计收益率: 117.74% | 最大回撤低于: 12.84% | BigQuant AI量化策略
本策略基于行业及个股多因子分析，通过筛选沪深主板正常上市股票，剔除停牌股，重点考察个股20日换手率波动率、过去12个月季度营收波动率及股价与200日均线的乖离率。策略选取换手率波动率和营收波动率较低且股价乖离率适中的股票，构建综合评分，重点选出各行业中综合得分最高的股票作为行业代表。最终从得分最高的行业中选取前5个，采取等权持仓，月度调仓，持仓比例动态调整，确保持仓分散且风险较低。交易执行采用开盘价成交，手续费按照每笔订单固定费率计收。策略适合在股票市场运行，预期通过低波...
低波动换手率精选 | 年化收益率: 18.84% | 累计收益率: 64.42% | 最大回撤低于: 10.98% | BigQuant AI量化策略
本策略基于中国股票市场，核心思想是筛选换手率波动较小的非ST且非停牌股票，体现对交易活跃度稳定性的偏好，以降低持仓波动风险。首先通过基本选股模块剔除ST及停牌股票，确保股票基本面健康；其次计算过去20日换手率的标准差指标，并筛选上市超过252天的样本进行排序，优先选取换手率标准差最低的股票。持仓数量固定为8只，且等权分配仓位，保持组合集中但分散风险。调仓频率为每4个交易日调仓一次，动态调整持仓，剔除不再满足条件的标的并按目标仓位买入新股票。交易成本采用每笔订单固定费用加买卖手...
大盘择时市值轮动 | 年化收益率: 17.12% | 累计收益率: 114.09% | 最大回撤低于: 40.76% | BigQuant AI量化策略
本策略基于沪深300指数5日收益率构建大盘风险信号，若指数5日内跌幅超过5%，触发风控信号，全部清仓并暂停交易以规避系统性风险。选股逻辑采用全市场A股基础筛选，剔除ST股与停牌股，依据总市值进行等权打分，选择市值最低的30只股票持仓，持仓比例均等，总仓位为100%。每日交易时，策略执行止盈止损规则：当持仓股票涨幅超过30%或跌幅超过10%时清仓。调仓频率为每5个交易日一次，调仓时卖出非目标持仓股票，买入目标持仓股票，买卖价格均为当日开盘价。策略结合大盘择时与市值轮动，兼顾风控和收益优化，适合...
多因子价值轮动策略 | 年化收益率: -13.81% | 累计收益率: -34.94% | 最大回撤低于: 46.43% | BigQuant AI量化策略
该策略基于基本面和市场流动性因子构建多因子评分模型，综合考虑成交额与流通市值比、股息率及净资产与总市值比三个指标的横截面排名，形成复合得分。通过每日选取复合得分排名前20的股票作为候选池，结合市值排序筛选确定持股标的。持仓数量由参数可调，仓位固定为满仓分配。策略采用5日（可调）交易日为调仓周期，定期调整持仓，买入评分较高股票，卖出不在目标持仓名单中的股票。交易成本包含买入0.03%、卖出0.13%及最低5元手续费，交易价格采用开盘价执行，回测以沪深300指数为基准。该策略适合A股市场，...
大小盘风格轮动量化策略 | 年化收益率: 24.93% | 累计收益率: 906.84% | 最大回撤低于: 36.97% | BigQuant AI量化策略
策略核心思路: 1. 市场风格判断: - 计算沪深300大市值股票和中证1000小市值股票的短期动量 - 根据相对强弱决定配置方向 2. 动态调仓机制: - 大盘风格: 选择优质蓝筹,高ROE、业绩增长稳定、估值合理 - 小盘风格: 选择成长性小盘股,市值适中、盈利稳定 3. 风险控制体系: - 个股止损机制 - 获利回吐管理 - 动态仓位调整 4. 持仓管理: - 分散持仓,等权配置 - 定期调仓优化 - 严格过滤风险标的
基于基本面打分轮动策略 | 年化收益率: 31.3% | 累计收益率: 105.6% | 最大回撤低于: 33.99% | BigQuant AI量化策略
本策略基于A股市场主板、创业板及科创板的多个指数样本，首先通过基本面筛选出正常交易、未停牌且符合两融标的的股票池，并结合申万行业分类限制行业范围。利用预定义的核心股票池及其相关因子（如总市值、流通市值等）进行排序打分，筛选得分最低的若干只股票（可调节持股数量），并将仓位平均分配。策略采用固定频率调仓（默认每5个交易日），当日收盘后根据最新信号调整持仓，卖出不符合目标持股的股票，买入目标股票至指定仓位。手续费按每笔交易设置，风险控制通过持仓数量限制和调仓频率实现。策...
低波动换手率选股 | 年化收益率: 20.09% | 累计收益率: 69.44% | 最大回撤低于: 14.02% | BigQuant AI量化策略
股票池筛选：首步将A股市场所有“正常”状态且非停牌个股纳入可选股票池，这样可规避ST类及异常状态股，并排除无法实际交易的标的。 低换手率波动因子选股：对每只股票，滚动考察近20个交易日的换手率标准差（turnover_std），该指标体现股票近阶段的“交易活跃度波动”，选取标准差最低的股票，即偏向于近期市场认可度和资金流动性较为平稳的公司。 持仓管理：每次调仓从上述排序中选出前10只股票，组合总仓位100%，单股等权。这样做有助于分散持仓风险同时规避个别成分过度集中。 调仓与交易执行：每3个交易日...
小市值等权轮动策略 | 年化收益率: 7.12% | 累计收益率: 39.21% | 最大回撤低于: 37.32% | BigQuant AI量化策略
该策略基于深圳主板股票池，剔除创业板及停牌股票，利用小市值因子进行选股。通过自定义表达式提取符合条件（如PE正值、非ST、上市超过一年）的股票市值数据，并按市值从小到大排序，选取前10只股票进行等权配置。策略采用5个交易日为一个调仓周期，定期根据最新数据调整持仓比例，卖出不再符合条件的股票，买入或调整目标持仓。手续费按每笔订单固定比例和最低费用计收，风险控制体现在市值筛选及定期调仓，避免持仓集中和流动性风险。策略适用于A股市场，以沪深300指数为基准，期望通过小市值股票的轮动...
