AI策略——突飞系列 策略思想 1. 策略思路 - 本策略利用AI算法在训练集数据中训练模型，并在样本外的测试集上进行预测，生成股票的预测得分。 - 交易引擎基于预测得分的高低，选择每期要构建的股票组合。具体来说，策略会买入得分排名靠前的股票，并在达成一定持有期后对组合进行调整。 2. 策略介绍 - AI量化策略是一种利用机器学习等人工智能技术进行投资决策的策略。通过在历史数据上训练模型，这些策略能够识别出潜在的投资机会。 - 该策略的核心思想是通过对股票的特征进行分析，进而预测其未来的...
策略思想 1. 策略思想 - 本策略主要使用股票的量价相关信息等指标来训练stockranker模型。通过对这些股票指标的综合考量，对股票进行排名，并选择排名靠前的十只股票进行调仓。 2. 策略介绍 - 核心思想：该策略的核心思想是通过股票的量价关系来预测其未来表现。量价关系包含了大量的市场心理和资金流动信息，这些信息可以帮助我们更好地理解股票的趋势和波动。通过使用这些信息进行机器学习模型训练，对股票进行打分和排序，选择表现潜力较高的股票进行投资。 - 量价关系：量价关系是指成交量和成交价格...
策略思想 策略思路 这项策略结合了多种因子，包括交易量、收益率、市盈率等，通过综合评分和排序来评估股票的投资价值。通过机器学习训练模型，该策略能够对未来的股票表现进行排序和预测。这种多因子模型有助于从不同的角度评估股票，构建更全面和多样化的投资组合。 策略介绍 多因子选股策略是现代量化投资中的一种常见方法，它通过综合多个影响股票价格的因子来评估股票的投资价值。常用的因子包括基本面因子（如市盈率、市净率等）、技术面因子（如交易量、价格波动率等）和情绪因子（如市场情绪指...
策略思想 1. 策略思路 本策略通过导入行业数据和股票行情数据，结合多种技术指标和因子，选出潜在的投资标的。策略运用了多种因子组合条件，通过构建数据表的方式，筛选出符合特定条件的股票进行投资。策略的核心是通过多因子选股模型进行选股，并进行动态调仓。 2. 策略介绍 该策略运用了一种多因子选股模型。具体来说，通过对股票的日线数据进行处理，计算得到多个因子（如收益率、成交量、价格位置等），并将这些因子进行分层或排序，以此用来选择符合条件的优质股票。策略中使用了多达30个因子来进行...
微盘股策略8,3分析 策略思想 1. 策略思路 - 本策略主要发掘A股市场中微市值股票的溢价机会。这一策略首先通过上交所和深交所的主板与创业板，剔除停牌、ST股、新上市未满60日的股票和科创板、北交所的标的，从而筛选出适合的股票池。 - 在符合条件的股票中，按流通市值升序排列，选择流通市值最小的前N只股票进行投资，默认情况下为8只。选中股票按等权的方式建立仓位，整体持仓比例为100%。 - 策略的调仓期默认为每3个交易日一次，根据具体投资偏好，用户可自行调整持股数量和调仓周期。 2. 策略介绍 ...
策略思想 1. 策略思路 该策略名为“多因子收益先锋”，旨在通过多因子模型筛选成长性优良且价值被低估的中小市值股票。策略结合了基本面与市场行为指标，以构建稳健投资组合。具体而言，策略通过 SQL 查询提取特定因子数据，并根据这些因子为股票打分，选择综合得分最高的股票进行投资。 2. 策略介绍 多因子模型在量化投资中是一种广泛应用的方法。其核心思想是通过多个因子（如小市值因子、成长因子、低换手波动率因子等）的综合评估，来预测股票的未来表现。该策略的因子选择包括： - 小市值因子：偏好市...
策略思想 1. 策略思路 该策略采用每日调仓的动态持仓调整机制，基于量化因子模型与外部信号数据表，构建股票组合并实现持仓结构的动态更新。策略在每个交易日开盘前判断是否为调仓日，若是，则卖出当前持仓中不在目标列表内的股票，并按照目标仓位买入新选股票。整体交易频率较高，适合捕捉短中期市场机会。 2. 策略介绍 该策略的核心思想是利用量化因子模型生成每日持仓目标。量化因子模型通过分析一系列量化因子（如动量因子、基本面因子等）来评估股票的投资价值。策略所用的信号选股方法依赖于外部数...
策略思想 1. 策略思路 本策略基于经典技术指标MACD，通过分析12日和26日简单移动平均线（SMA）的差值（即DIFF线）及其9日平滑均线（即DEA线），利用DIFF线与DEA线的交叉信号进行交易决策。具体交易规则如下： - 当DIFF线由下向上突破DEA线时（即MACD金叉），策略买入开仓。 - 当DIFF线由上向下跌破DEA线时（即MACD死叉），策略卖出平仓。 2. 策略介绍 MACD（Moving Average Convergence Divergence）即移动平均线收敛发散指标，是一种广泛应用于技术分析的交易策略。MACD指标由三个主要部分组成： - DIFF线（快线）：即12日SMA与26日SMA的差值，用...
策略思想 1. 策略思路 本策略结合基本面和技术面的超跌反弹选股思想，旨在通过选择沪深三大交易所中的优质股票，捕捉其股价在超跌后的反弹机会。具体筛选条件包括： - 基本面：净利润同比增长率大于60%，扣非净利润为正，市值排名处于市场前10%，无风险警示及停牌状态。 - 技术面：股价显著低于250日均线。 - 选股逻辑：计算“超跌分数”，对股票进行排序，并择取分数最低的5只股票构建等权持仓组合。 - 调仓频率：每日交易日调仓，交易以开盘价执行买卖操作。 2. 策略介绍 超跌反弹策略是一种基于市场反应理论的...
策略思想 1. 策略思路 本策略是一个基于期货市场的高频套利策略，主要通过分钟级别的数据进行交易。它封装了杠杆倍率、开始日期和结束日期，设置了保证金在亏损达到80%和95%时的提醒功能。策略通过每日输出盈亏情况，并根据基差的不同档位逐步建仓，以实现套利机会。 2. 策略介绍 高频交易策略是指通过快速的数据分析和执行，捕捉市场的短期价格波动，从而获取盈利。本策略通过对期货合约的基差进行分析，以设定的档位逐步进行建仓操作，当基差达到一定水平时，通过平仓来锁定利润。策略中使用了杠...
策略思想 1. 策略思路 该策略基于经典的技术指标——KDJ（随机指标）构建，利用K、D、J三值及其变化率作为主要的选股和交易信号。策略的核心思想是通过捕捉KDJ指标的极端值和剧烈波动，结合多种条件综合判定买卖时机，实现短期内的投资收益最大化。选股逻辑依托于每日计算的KDJ指标及相关RSV、高低价范围等辅助数据，结合前一交易日数据进行趋势判断。交易规则强调“疯狂买入卖出”，在无持仓时，通过显著的指标变化或连续多日未交易触发买入信号；有持仓时，若KDJ回归中值、指标剧烈波动或持仓时间超过3天则卖...
策略思想 1. 策略思路 本策略是一种结合价值和动量的策略，专注于选择符合以下条件的小市值股票： - 每月末14:55进行调仓。 - 股票需满足以下条件：ROE（净资产收益率）>15%且ROA（总资产回报率）>10%，属于优质小市值股。 - 过滤掉科创板、北交所、ST、停牌、次新股、涨停、跌停及股价高于30元的股票。 - 每日14:00检查昨日涨停持仓是否打开，并决定是否卖出。 - 使用沪深300均线的MA5和MA20判断市场趋势，在空头市场中清仓观望，在多头市场中满仓操作。 2. 策略介绍 该策略结合了价值投资中的基本面分析（通过ROE和ROA筛选...
策略思想 1. 策略思路 本策略基于相对强弱指标（RSI）进行交易决策，通过利用RSI的超买（>70）和超卖（<30）信号捕捉价格反转机会。具体策略包括： - 当14日RSI从超卖区
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 该策略的核心是通过大量的条件筛选和数据分析，从而选择出潜在的股票投资目标。策略首先从数据库中提取股票的基本信息和每日交易数据，然后计算多种因子（如收益率、成交量等），并根据这些因子的表现进行排序和筛选，最终确定买入操作。 2. 策略介绍 本策略是基于多因子的量化选股策略。结合多个技术指标，如收益率、成交量、行业表现等，利用这些因子在历史数据中表现的排名来进行筛选。这些因子通过SQL查询进行计算，然后使用pandas的qcut方法进行分段，进一步细化筛选标准。策略的最...
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 该策略基于每日调仓机制，利用外部信号数据动态确定持仓股票及其权重，从而实现在每个交易日开盘时调整仓位。选股逻辑依赖于策略外部模块提供的每日目标持仓列表，系统自动卖出不在目标名单中的股票，同时按目标权重买入新股票。调仓频率为每日一次，持仓数量由信号数据决定，无固定持股数量限制。 2. 策略介绍 该策略的核心思想是动态调整持仓，以实现风险控制和收益优化。通过每日获取外部模块提供的目标持仓信号，系统可以灵活地买入和卖出股票，确保投资组合始终与最新的市场信...
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 - 本策略的核心思想是利用外部模型提供的每日预测数据，来进行选股操作。通过将资金集中于一只股票，并通过持仓天数的控制实现单股轮动，以提高收益率。每日根据模型的预测信号确定买入的股票列表，持仓数量固定为1只，从而集中投资于预期表现最佳的股票。卖出逻辑基于持仓天数以及当前股票是否仍在买入列表中，如果持仓天数达到设定的阈值且该股票不在买入名单中，则进行清仓卖出。 2. 策略介绍 - 该策略结合了定量预测模型和投资组合管理的思想。通过外部模型提供的预测信号进...
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...
