策略思想 1. 策略思路 该策略名为“多因子动态ETF猎手”，面向20多只指定ETF，通过多因子筛选进行每日调仓。策略中使用了三种因子： - 趋势评分因子：基于25天的年化收益率乘以R²，衡量ETF的趋势稳定性和收益强度。 - 价格反转因子：利用5日与10日的价格反转特性，捕捉短期价格回调或反转机会。 - 成交量均值比因子：通过5日与18日成交量均值比，评估市场参与度和交易活跃性。 综合以上因子评分，选出得分最高的1只ETF进行全仓配置，每日进行调仓以实现动态投资。 2. 策略介绍 多因子投资策略是一种结合多种不同因子...
策略思想 1. 策略思路 本策略名为“ZUFE_成长因子选股策略”，基于机器学习排序算法，结合多维度基本面和技术面因子，构建股票多因子模型实现择时选股。策略的核心思想是通过机器学习技术结合多因子模型来提高选股的准确性和收益稳定性。 2. 策略介绍 该策略首先筛选出基本面健康、非ST和非停牌的股票作为备选池。然后提取包括市盈率、市净率、市销率、现金流指标、市场规模、股息率以及短期动量、波动率、换手率等多维度因子进行分析。策略通过构造未来收益标签，并对数据进行清洗和分箱处理，使用基于决策...
策略思想 1. 策略思路 该策略名为“价投_desc_g1”，采用了一种价值投资的方法。通过筛选基本面良好且具有增长潜力的股票，结合技术指标（如均线多头排列）来进行选股。此外，策略中还嵌入了业绩成长的因素，比如扣非净利润和营收增长率的提高。 2. 策略介绍 这是一种“价值成长选股策略”，核心思想是寻找高增长且存在价值低估的股票。策略的选股条件包括： - 基本面指标良好。 - 使用均线多头排列技术指标用于技术面确认。 - 扣非净利润和营收增长率存在显著提升，以判断该公司成长性。 这种技巧结合了“价...
策略思想 1. 策略思路 本策略基于股票数据的多因子分析，通过历史价格及行业分类等数据筛选出潜力股票。策略中使用了大量条件（如 con1, con2, con3 等）来过滤和排序股票。具体地，这些条件涵盖了股价涨幅、行业平均回报、交易量等多种因素，对股票进行粒度分析和筛选。 2. 策略介绍 多因子策略是一种常见的量化投资策略，通过多个因子模型寻找具有超额收益潜力的股票。因子可以是基本面的（如市盈率、市净率）、技术面的（如动量、平均成交量变异）或是市场因子（如市场市值、行业分类）等。此策略通过计算多...
策略思想 1. 策略思路 该策略基于价格和成交量的双金叉信号进行买入决策，利用均线交叉策略和成交量分析进行选股。具体而言，策略采用5日与25日的价格均线以及5日与60日的成交量均线进行双重确认，当短期均线向上交叉长期均线时，生成买入信号；反之，当价格跌破5日均线时，生成卖出信号。策略通过市值、成交量和金叉强度的复合评分系统筛选优质股票，确保策略的高效性和实用性。 2. 策略介绍 双金叉策略是一种常见的技术分析买入策略，结合了移动平均线交叉和成交量指标。当短期均线（如5日均线）穿过长期...
策略思想 1. 策略思路 - 策略类型: 短期反转多头策略 - 数据来源: 使用经过预处理的因子数据（如30/90日的收益率、成交量等）和外部的排名字段(position)进行排序。 - 选股方式: 每个交易日根据排序结果选取排名靠前的1只股票建仓。 - 风控措施: 剔除ST股票，并使用_\%_rank_过滤规则（30日回撤率处于底部10%、90日无极端回撤情况）。 - 资金分配: 建仓期每日等额使用资金，稳定期可将资金使用扩大至1.5倍。 - 止盈止损: 设置基础的交易成本和最小委托费限制，无显式止损措施。 - 持仓周期: 持仓1天，每日开盘买入，收盘根据排序...
策略思想 1. 策略思路 该策略主要使用了一系列因子来筛选和排序股票，从而进行买入决策。通过对股票的价格、成交量、行业等指标的统计分析，策略定量化地评估市场状况，选择出符合特定条件的股票组合进行投资。 2. 策略介绍 该策略使用了大规模的条件过滤和因子排序来进行股票筛选。具体来说，策略通过创建一系列SQL查询语句，从数据库中提取股票的价格、成交量、行业分类等数据，然后计算出多个用以评估股票表现的因子。这些因子包括： - 当日涨停股票数量与过去180日内的平均值之比（con1） - 当日上涨股票数...
策略思想 1. 策略思路 本策略的核心是通过换手率标准差的低波动性来选择股票。具体而言，策略剔除了一些不稳定或不适宜投资的股票，如 ST、停牌及次新股，并且每天选取5只股票，每5个交易日进行一次调仓。换手率标准差低的股票被认为在市场上较为稳定，因此更适合稳健投资者。 2. 策略介绍 换手率是衡量股票流动性的重要指标，低换手率标准差意味着该股票在一段时间内的流动性变化较小，表现出较为稳定的交易行为。低波动的股票通常能够在市场波动中提供更好的风险管理和稳定的收益。本策略通过选择换手率...
策略思想 1. 策略思路 该策略采用多因子选股模型，主要利用历史数据和各种市场指标构建用于股票选取的约束条件。策略通过SQL查询获取股票市场数据，并结合技术指标建立筛选条件，以实现自动化选股和投资决策。 2. 策略介绍 该量化投资策略通过计算和分析股票市场的多种指标，如收益率、成交量、行业信息等，开发一系列筛选条件来识别潜在的投资机会。约束条件使用广泛的技术指标组合进行制定, 如z中行业收益率、价格变化、成交量等。在具体操作中，它通过设定一组条件（例如con1到con30），对股票进行筛选，...
策略思想 1. 策略思路 - 核心策略思想是利用小市值因子和短期动量因子结合，通过对小市值股票进行筛选，并结合动量因子微调，发掘超额收益机会。策略通过以下步骤执行： 1. 从符合条件的股票池中筛选出流通市值最小的20只股票。 2. 使用一个混合因子score = 80c_pct_rank(float_market_cap) + 4c_pct_rank(momentum_5)对这20只股票进行排序，优先购买得分最高的股票。 3. 选出最终持有的5只股票，每5个交易日逐一调仓，保持持股的均衡。 2. 策略介绍 - 小市值动量结合策略采用的是两个基本因子：流通市值因子和短期动量因...
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...
电池ETF布林带择时策略 策略思想 1. 策略思路 本策略利用布林带技术指标，通过计算20日简单移动平均线及其上下两条以两倍标准差为距离的布林带上下轨，捕捉价格波动的极值信号。当标的价格突破上轨时，策略选择买入开多仓，表明市场进入强势区间；当价格跌破下轨时，策略则选择平仓或做空，规避或利用市场弱势。核心思想是利用价格相对于波动范围的偏离程度，捕捉趋势初期的交易机会。 2. 策略介绍 布林带交易策略是一种基于技术分析的交易策略，广泛应用于股票、期货等金融市场。布林带由三条线组成...
策略思想 1. 策略思路 本策略名为“精准择时体系”，旨在通过升级策略来提升投资的胜率与风险控制能力。其核心思路包含以下几个方面： - 优秀择时：通过过滤系统性风险来规避大盘下跌带来的损失。 - 个股择时：通过短期爆发点的捕捉来实现个股收益最大化。 - 动态优化：根据市场风格灵活调整技术指标权重，适应不同行情下的个股择时需求。 - 择时与选股的协同效应：先通过基本面选股锁定小市值成长标的，再通过大盘和个股择时筛选最佳入场点，从而形成“基本面选股→技术面择时→动态调仓”的闭环策略。 2. ...
策略思想 1. 策略思路 这套机器学习选股策略的核心在于“多因子筛选 + 排序学习打分 + 定期调仓”的组合逻辑。首先，通过整合估值、规模、动量/反转、波动、换手等多维度因子筛选股票池。剔除ST、新股等股票，并通过收益分位约束避开中期极端强势股和偏向短期回撤的股票。接着，使用StockRanker排序学习模型对股票进行打分，以“次日开盘买，第5天收盘卖”的收益（经过截尾去异常后分为20档）为标签，学习股票未来收益档位的相对优劣。最终，选择得分最高的10只股票等权持有，并每5个交易日以开盘价调仓一次。 2. ...
超跌因子选股策略 策略思想 1. 策略思路 - 该策略基于长期均线的超跌均值回归理论，通过挑选相对250日均线跌幅最大的优质个股，捕捉超跌后的反弹收益。 - 为降低价值陷阱的风险，通过基本面筛选挑选出优质股票。 2. 策略介绍 - 均值回归策略是一种假设市场价格趋势会自发性向长期平均值回归的投资策略。 - 在这个超跌因子选股策略中，利用长期250日均线作为基准来评估当前市场价格的偏离程度。从而寻找那些被过度低估的优质股票进行投资，期望其价格回归到合理区间时获利。 3. 策略背景 - 均值回归理...
策略思想 1. 策略思路 本策略基于外部数据库提供的股票池数据，采用每日调仓的方式实现动态持仓调整。策略核心思想是通过每日选股信号确定持仓标的及仓位比例，持仓调整严格按照目标仓位执行，未在目标股票池中的持仓资产则全部清仓。目标是通过高频调仓捕捉市场短期波动机会，实现稳健收益。 2. 策略介绍 本策略的核心思想是利用外部数据库中的每日选股信号来进行动态持仓调整。每日调仓频率使得策略能快速响应市场变化，并通过每日的持仓比例调整来优化收益。策略支持灵活的仓位管理，买卖佣金设置为万...
稳定择时高收益小市值策略分析 策略思想 1. 策略思路 该策略以小市值股票为核心标的，结合 AI 智能算法，以构建稳定且高效的择时投资体系为目标。主要从两个方面入手：一是通过严格条件筛选出具有成长和价值属性的小市值个股；二是借助量化模型，精准判断市场趋势，动态调整仓位以控制风险。利用小市值股票的高弹性优势，并通过 AI 对市场数据的深度分析，实现震荡市中捕捉超额收益，牛市中放大盈利空间。 2. 策略介绍 小市值策略通常基于这样一个假设：小市值公司由于规模较小，市场关注度低，因此其成长潜...
策略思想 1. 策略思路 该策略的核心在于，从行业/主题ETF池中选择动量最强、筹码相对集中且技术状态健康的标的。为了实现这一目标，策略结合多种技术指标：成交量加权平均价（VWAP）、短中期动量、均线收敛以及OBV趋势。在市场普遍高位且成交量缩减时，策略会主动降仓以防止回撤。 2. 策略介绍 - 筹码分布: 筹码分布用来分析当前的价格位置在一定时期内投资者的持仓成本分布情况。通过VWAP与价格区间的结合，可以了解当前价格相对于历史价格的偏离，并判断市场压力或支撑力度。 - 动量指标: 选股时依据20日动量的...
策略思想 1. 策略思路 智核三号・多因子狙击策略是一种基于多因子选股模型的量化策略。通过融合动量、成交量、收益率、市盈率等多个维度的因子，构建综合评分体系，对股票进行量化排序。其主要目的是捕捉市场动能、量价关系及估值优势。策略通过机器学习算法训练历史数据，挖掘深层市场规律，以提高选股预测的准确性。策略采用每5个交易日调仓一次的频率，持仓集中于单只股票，并利用仓位比例动态调整目标持仓。交易执行价格以开盘价为准，设置合理的手续费，并支持风险对冲建议以降低集中持仓带来的波动...
策略思想 1. 策略思路 该量化策略通过构建多维度因子来进行选股。具体来说，利用 m1 模块构建了估值、动量和换手等因子，通过 m2 模块标注股票未来收益标签，然后将数据拆分为2021-2022年的训练数据和2023年的预测数据。在数据处理完成后，策略使用 StockRanker 模型进行选股，最终等权分配10只个股的仓位，并且每5个交易日进行一次调仓。 2. 策略介绍 该策略使用因子选股的方法，结合了估值因子（如市盈率、市净率等）、动量因子（如5日动量/反转等）和换手因子，通过对这些因子的综合分析来进行选股。使用 StockRanker 模...
