机器学习应用于底部反转策略的表现
由iquant创建，最终由iquant 被浏览 160 用户
策略简介
A股表现整体呈现震荡趋势，熊市周期长，且经常出现虽然指数跌幅较低，但市场上的个股跌幅较大。于是提出猜想：是否能找到比较抗跌的策略，在市场表现一般的时候策略回测较小。
策略的特点：在大盘下跌时，策略相对大盘比较抗跌，策略回撤相对小。
构建步骤
确定策略目标市场
策略的目标市场：中小板（波动率高，活跃度高，流动率高，做出alpha可能性高；且在反转时，上涨的幅度较大）
构建策略核心因子
2个技术指标因子+1个换手率因子+1个资金流因子+1个量价因子
设置标注
用三个技术指标因子构建底部反转的指标，将筛选过后的股票池标注（第二天收盘价-第一天收盘价）/第一天收盘价作为做模型的y值。
选择训练集
2015-06-01到2019-12-31 测试集：2020-01-01到2024-01-01
选择算法
StockRanker算法
设置交易逻辑
将预测值最高的一只买入，持仓两天
策略代码
https://bigquant.com/codesharev2/1f0704b8-79c2-4af1-88fa-4c48ac180222
\