多因子动态ETF猎手PLUS | 年化收益率: 184.79% | 累计收益率: 390.68% | 最大回撤低于: 12.72% | BigQuant AI量化策略
该策略针对 24 只指定 ETF 构建，通过多因子筛选进行每日调仓。因子含三部分：25 天趋势评分（年化收益率 × R^2）、5日与10日价格反转因子、5日与18日成交量均值比，综合评分最高的 1 只 ETF 将被全仓配置，并且每日调仓。升级添加了止盈逻辑，优化了调仓方式，降低回撤，提升策略收益率。
Bigquant AI量化策略
大类资产ETF轮动复合排序策略 | 年化收益率: 48.58% | 累计收益率: 472.05% | 最大回撤低于: 26.42% | BigQuant AI量化策略
该策略针对 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 × R^2）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%，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。
创业板ETF布林带策略 | 年化收益率: 11.94% | 累计收益率: 292.43% | 最大回撤低于: 57.96% | BigQuant AI量化策略
该策略针对创业板ETF，基于布林带指标进行趋势交易。通过计算 20 日移动平均线及标准差构建布林带（上轨 = 20 日 MA+2 倍 20 日标准差，下轨 = 20 日 MA-2 倍 20 日标准差），当收盘价突破上轨时触发买入信号，全仓介入；若持有该 ETF 且收盘价跌破下轨，触发卖出信号清仓。
多因子动态ETF猎手 | 年化收益率: 162.57% | 累计收益率: 333.7% | 最大回撤低于: 13.92% | BigQuant AI量化策略
该策略针对 20 多只指定 ETF 构建，通过多因子筛选进行每日调仓。因子含三部分：25 天趋势评分（年化收益率 × R^2）、5日与10日价格反转因子、5日与18日成交量均值比，综合评分最高的 1 只 ETF 将被全仓配置，并且每日调仓。
破净低市值精选 | 年化收益率: 21.66% | 累计收益率: 75.93% | 最大回撤低于: 25.89% | BigQuant AI量化策略
本策略基于A股基础股票池，重点筛选破净（市净率低于1）的股票，并排除ST股、风险警示股及停牌股，且要求上市时间超过一年，确保基本面稳定。通过计算总市值作为评分标准，选取总市值最低的10只股票进行等权配置，体现小盘股价值投资理念。策略采用5个交易日调仓一次的频率，动态调整持仓以捕捉价值回归机会。交易执行采用日开盘价，设置合理的买卖佣金与最小成本，控制交易成本。以沪深300指数为基准，旨在实现超越市场的稳健收益。该策略适合于追求价值低估且流动性较好股票的投资者，风险控制通过剔除风...
主力追踪选股策略 | 年化收益率: 23.18% | 累计收益率: 358.12% | 最大回撤低于: 17.84% | BigQuant AI量化策略
本策略结合价值与资金面选股，主要通过PB、资产负债率筛选，且上市超过一年、剔除ST和退市类流动性风险个股，在破净股中优先选择主力资金净流入强于同类的股票，实现低估值与资金动量的复合择优。
量价共振ETF轮动 | 年化收益率: 23.25% | 累计收益率: 276.15% | 最大回撤低于: 20.85% | BigQuant AI量化策略
该策略是一个聚焦于 4 只特定 ETF 的量化投资，通过多因子模型进行标的筛选与资金配置。策略综合了趋势评分、价格反转因子和成交量比率三个指标，其中趋势评分占 40% 权重，通过计算年化收益率与 R 平方的乘积衡量趋势强度；价格反转因子占 20% 权重，通过短期价格变动判断反转机会；成交量比率直接纳入评分体系，反映资金流向。策略每 25 个交易日调仓一次，每次仅选择综合评分最高的 1 只 ETF 全仓配置，实现对优势标的的集中投资。
动量阈值止损ETF轮动策略 | 年化收益率: 23.04% | 累计收益率: 901.36% | 最大回撤低于: 33.89% | BigQuant AI量化策略
创业板，纳指和黄金ETF，代表了三大类资产，三者呈现较低的相关性，辅以动量以及相应的止损规则每五日轮动持仓，长期坚持效果不错。
波动率稳定ETF组合策略 | 年化收益率: 6.96% | 累计收益率: 62.71% | 最大回撤低于: 10.7% | BigQuant AI量化策略
该策略是一个针对特定 ETF 的趋势跟踪交易系统。策略聚焦于 9 只精选 ETF，涵盖宽基指数、行业 ETF 等不同类型。通过计算 60 日动量因子判断趋势方向，当动量因子大于 0.45 时做多，小于 0 时做空，处于两者之间则保持中性。同时引入40日波动率倒数作为权重分配依据，波动率越低权重越高，以此优化资金配置。
ETF的简单纯动量策略 | 年化收益率: 19.25% | 累计收益率: 257.31% | 最大回撤低于: 20.3% | BigQuant AI量化策略
本策略为多因子ETF动量轮动策略，通过精选20只涵盖黄金、美股及多个行业板块的ETF构建投资组合，采用量化方法动态筛选并轮动配置。策略核心基于21日动量因子（收益率排名），每5个交易日调仓一次，等权重配置动量最强的5只ETF，有效捕捉不同市场环境下的趋势机会。
AI复刻2 | 年化收益率: 20.01% | 累计收益率: 31.95% | 最大回撤低于: 10.95% | BigQuant AI量化策略
通过AI方法构建的量化选股与动态调整
小市值低PE精选 | 年化收益率: 37.9% | 累计收益率: 152.4% | 最大回撤低于: 45.13% | BigQuant AI量化策略
本策略基于基本面信息，筛选中国主要交易所（上交所、深交所、北交所）且处于正常交易状态的股票，覆盖主板、科创板、创业板等多个板块，并结合主流指数构建股票池。核心选股逻辑通过市值因子筛选，选择流通市值最小的股票，同时剔除停牌、新股上市不足一年的标的以及PE（市盈率）小于等于零的异常值。每次调仓选取市值最小的3只股票，采用等权分配仓位，持仓比例总计为100%。策略采用5个交易日为一个调仓周期，调仓时卖出不再目标持仓内的股票，买入目标股票，买卖均以开盘价执行，手续费按券商标准进行...
高股息策略优化 | 年化收益率: 33.04% | 累计收益率: 251.61% | 最大回撤低于: 17.82% | BigQuant AI量化策略
基于高股息选票，过滤掉黑名单的股票池（例如新股、st、北交所、科创板等），基于财务基本面进行二次筛选
超跌反弹多因子选股 | 年化收益率: 38.79% | 累计收益率: 252.66% | 最大回撤低于: 47.38% | BigQuant AI量化策略
本策略基于A股市场，核心思想是利用超跌反弹因子结合业绩和市值等多因子进行复合筛选，选取基本面优良且价格处于超跌状态的股票。首先过滤掉ST股、风险警示和停牌标的，确保标的质量；然后计算股票收盘价相对250日均线的跌幅得分，结合净利润同比增长率、市值排名及实际价格等指标进行多重条件筛选。策略以日频调仓，调仓周期为1个交易日，选取得分最低的5只股票进行等权重配置，动态调整持仓。交易执行以开盘价下单，设置合理手续费模型控制交易成本。该策略适合寻求捕捉超跌反弹机会且注重业绩和市值质...
低换手率波动择股 | 年化收益率: 19.25% | 累计收益率: 66.07% | 最大回撤低于: 11.96% | BigQuant AI量化策略
本策略基于股票换手率的波动性（20日换手率标准差）进行选股，核心假设为低换手率波动的股票具有更稳定的资金流动性和较优的投资价值。首先，策略筛选处于正常交易状态、非停牌且连续上市超过一年的股票作为备选池；其次，计算这些股票过去20日的换手率标准差，选取换手率波动最低的8只股票构建等权仓位组合。交易规则为每4个交易日调仓一次，调仓时根据最新换手率波动得分调整持仓，剔除不再符合条件的股票。策略设定了固定的买卖手续费和最小费用，买卖价格均以当日开盘价执行，初始资金为100万元。此策...
趋势稳健性动量ETF组合策略 | 年化收益率: 17.77% | 累计收益率: 226.49% | 最大回撤低于: 17.54% | BigQuant AI量化策略
本策略通过动态评估ETF的趋势强度与稳定性实现优化配置，选取黄金、纳指等4个ETF进行投资，通过构建年化收益率与R平方相乘的双因子评分模型，既捕捉标的潜在收益空间，又通过统计显著性筛选高确定性趋势。策略采用25天滚动窗口的向量化计算，对黄金、纳指等特定ETF池进行趋势质量评分，每5个交易日优选评分最高的2只标的进行等权重调仓。
可转债StockRanker收益预测策略-可视化 | 年化收益率: 24.54% | 累计收益率: 68.79% | 最大回撤低于: -15.17% | BigQuant AI量化策略
本策略旨在通过多因子模型对可转债进行打分，并结合不同的经济因子和市场因子来构建轮动策略，从而在市场中挖掘出潜在收益大的可转债标的。
市值排序三只股票持仓 | 年化收益率: 37.9% | 累计收益率: 152.4% | 最大回撤低于: 45.13% | BigQuant AI量化策略
本策略基于基本面数据对A股市场股票进行筛选，覆盖上交所、深交所和北交所主板及创新板块，排除停牌和ST股票。利用市值（float_market_cap）作为核心因子，选取符合一定市值且市盈率合理（pe_ttm>0）、非ST状态且上市超过一年的股票，按市值从低到高排序。最终精选三只股票构建等权重组合，持仓比例固定为1（满仓），每5个交易日调仓一次，动态调整持仓以跟踪目标股票池。交易采用日线开盘价执行买卖，手续费按每笔订单比例和最低费用计收。策略以沪深300指数为基准，通过定期调仓实现对优质中小市值股票的集中投资...
机器学习多因子择时 | 年化收益率: 24.21% | 累计收益率: 15.65% | 最大回撤低于: 42.33% | BigQuant AI量化策略
本策略基于机器学习模型对股票进行每日排序预测，结合多因子选股思想，通过对历史价格变动计算得分，筛选排名靠前的5只股票构建投资组合。策略采用等权重的对数倒数分配权重，强化对排名靠前股票的资金倾斜，且单只股票持仓资金比例不超过20%。持仓周期为5个交易日，策略每日进行调仓，前5日为建仓期，均匀分配资金买入股票，之后根据预测排名末位股票逐步卖出以腾出资金买入新的优质标的。此策略严格控制单只股票最大资金占比及总持仓资金分配，结合机器学习预测与动态调仓机制，实现择时与选股的有机结...
低价主力小单共振策略 | 年化收益率: 48.71% | 累计收益率: 474.28% | 最大回撤低于: 34.7% | BigQuant AI量化策略
本策略通过分析主力与散户资金的最优配比，精选小市值潜力股票，基于市场微观理论，动态平衡资金结构，通过持有合理资金比例的股票规避规避单边主导风险，在资金协同效应最佳区间布局，同时捕捉主力资金动向从而抓住股票的上涨趋势，实现高额收益率。
