基于LightGBM排序算法的多因子选股策略详解

由bqj4f91v创建，最终由bqqax2qv更新于2026-04-22 01:57 被浏览 14 用户

本文将详细介绍一款基于LightGBM排序算法的多因子选股策略，该策略依托BigQuant平台实现，融合多维度因子特征，通过机器学习模型挖掘股票未来收益规律，结合系统化交易引擎完成回测与落地，适用于A股市场的中短期量化交易场景。策略兼顾因子有效性与交易实操性，下面从核心逻辑、模块拆解、代码解析、使用说明等方面展开详细介绍。

一、策略核心逻辑 本策略的核心思路是“多因子特征提取+LightGBM排序建模+系统化交易执行”，具体分为三个关键环节：

• 因子筛选与特征构建：选取估值、市值、动量、反转、波动、换手等多维度核心因子，同时加入过滤因子剔除无效样本，构建全面的股票特征矩阵；
• LightGBM排序训练：以股票未来收益为标签，使用LightGBM排序算法训练模型，学习因子与未来收益的非线性关系，输出股票排序评分；
• 系统化交易回测：基于模型预测评分筛选优质股票，制定等权仓位分配规则，通过BigTrader交易引擎完成回测，验证策略有效性。 策略创新点：采用LightGBM排序算法替代传统线性模型，能更好捕捉因子间的交互效应和非线性关系；同时严格区分训练集与测试集，避免过拟合，提升策略泛化能力。

二、策略模块拆解（附平台模块对应关系） 策略基于BigQuant平台的可视化模块与Python代码结合实现，整体分为“数据准备-模型训练-预测选股-交易回测”四大模块，各模块对应平台组件及功能如下：

2.1 数据准备模块（基础数据与因子提取） 该模块负责获取A股基础数据、提取因子特征、生成训练标签及数据清洗，核心模块包括：

• m1（instruments_dai.v3）- 训练集股票池：定义训练集时间范围（2021-01-01至2024-12-31），选取中国A股全市场股票作为训练样本，为后续因子提取和模型训练提供基础股票列表。
• m2（input_features_expr.v2）- 因子定义：定义策略使用的所有因子，分为两类：
  • 核心因子（参与模型训练）：估值因子（pe_ttm、pb、ps_ttm等）、市值因子（total_market_cap、float_market_cap）、动量反转因子（momentum_5、reversal_5）、波动因子（volatility_5）、换手因子（turn）；
  • 过滤因子（不参与训练，仅用于数据筛选）：st_status（ST状态）、low（最低价）、price_limit_status（涨跌停状态）、close（收盘价）。
• m3（extract_data_expr.v2）- 因子提取：根据m1的股票池和m2定义的因子，提取2021-2024年的因子数据，确保因子与股票的时间维度匹配，为模型训练提供特征数据。
• m4（auto_labeler.v3）- 标签生成：以股票未来收益为标签，通过计算未来2日收益（m_lead(close, 2)/m_lead(open, 1)），经过极值裁剪（1%分位和99%分位）和分箱处理，生成模型训练所需的标签，用于指导模型学习“因子-未来收益”的对应关系。
• m8（data_join.v5）- 数据拼接：将m4生成的标签数据与m3提取的因子数据，按“date（日期）+instrument（股票代码）”进行内连接，形成“特征-标签”一一对应的训练数据集。
• m6（data_filter.v5）- 数据过滤：通过筛选条件“st_status==0 & close>low”剔除ST股票和无有效交易价格的股票，保证训练数据的有效性。
• m12（data_dropnan.v6）- 缺失值处理：删除数据集中的缺失值样本，避免缺失值对模型训练的干扰，确保训练数据的完整性。

2.2 模型训练模块（LightGBM排序训练）

• m9（python.v3）- 数据预处理：通过Python代码对清洗后的训练数据进行进一步处理，删除不参与模型训练的过滤因子（st_status、low、close、price_limit_status），将处理后的数据写入BigDB，供后续模型训练调用。
• m7（stock_ranker_dai_train.v9）- LightGBM排序训练：核心训练模块，采用LightGBM排序算法，基于m9处理后的训练数据进行模型训练，关键参数设置如下： 训练完成后，模型会输出因子重要性、训练精度等指标，可用于验证因子有效性和模型拟合效果。
• learning_algorithm：排序（核心算法，专注于股票排序评分）；
• number_of_leaves：30（控制决策树复杂度，避免过拟合）；
• min_docs_per_leaf：1000（每个叶子节点最小样本数，提升模型稳定性）；
• number_of_trees：20（决策树数量）；
• learning_rate：0.1（学习率，控制每棵树的贡献度）。

2.3 预测选股模块（测试集预测与仓位分配）

• m15（instruments_dai.v3）- 测试集股票池：定义测试集时间范围（2025-01-01至2025-12-31），选取中国A股全市场股票作为测试样本，用于验证模型的泛化能力。

• m16（extract_data_expr.v2）- 测试集因子提取：基于m15的测试集股票池和m2定义的因子，提取2025年及后续的因子数据，确保测试集因子与训练集因子一致。

• m10（data_filter.v5）- 测试集过滤：采用与训练集相同的过滤条件（st_status==0 & close>low），剔除测试集中的无效股票样本。

• m17（data_dropnan.v6）- 测试集缺失值处理：删除测试集中的缺失值样本，保证预测数据的完整性。

• m13（stock_ranker_dai_predict.v13）- 模型预测：调用m7训练好的LightGBM模型，对测试集股票进行预测，输出每只股票的排序评分（score），评分越高，代表模型预测该股票未来收益越高。

• m18（score_to_position.v5）- 仓位分配：基于模型预测评分，制定选股和仓位分配规则：

  1. 选股规则：按score DESC（评分降序）排序，选取前10只股票作为持仓标的；
  2. 仓位分配：采用等权分配方式，每只股票分配1/10仓位（position=1，模块自动归一化总仓位为1）；
  3. 可灵活调整：支持修改选股数量、仓位分配方式（如对数下降、排序倒数等）。

2.4 交易回测模块（系统化交易执行）

• m19（bigtrader.v53）- 交易回测引擎：BigQuant核心交易回测模块，基于m18输出的持仓信号，完成系统化交易回测，关键参数设置如下：
• 回测时间：2025-01-01至2026-04-20（覆盖测试集及后续一段时间，验证策略持续性）；
• 初始资金：1000000元（可自定义调整）；
• 调仓频率：每2个交易日调仓一次（rebalance_period_days=2）；
• 交易成本：买入佣金0.03%、卖出佣金0.13%，最低5元/笔（贴合实际市场交易成本）；
• 基准指数：沪深300指数（用于对比策略超额收益）；
• 交易逻辑：每日盘前判断是否为调仓日，若为调仓日，卖出不在持仓列表的股票，买入目标持仓股票，执行等权仓位分配。

三、核心代码解析 策略中关键Python代码用于数据预处理和交易逻辑定义，以下是核心代码的详细解析：

3.1 数据预处理代码（m9模块）

from bigmodule import M, I

@param(id="m9", name="run")

def m9_run_bigquant_run(input_1, input_2, input_3): # Python 代码入口函数，input_1/2/3 对应三个输入端，data_1/2/3 对应三个输出端 
import daidf = input_1.read()  # 读取输入的清洗后数据（m12模块输出）

drop_cols =['st_status', 'low','close', 'price_limit_status']  # 定义需删除的过滤因子
df = df.drop(columns=drop_cols)  # 删除过滤因子，保留核心训练因子

ds = dai.DataSource.write_bdb(df)  # 将处理后的数据写入BigDB，供模型训练调用

return dict(data_1=ds, data_2={"hello": "world"}, data_3=None)

功能说明：该函数接收m12模块输出的清洗后数据，删除不参与模型训练的过滤因子，将处理后的数据转换为BigDB数据源格式，传递给m7模块用于模型训练。

3.2 交易逻辑代码（m19模块）

@param(id="m19", name="initialize")

交易引擎：初始化函数，只执行一次

def m19_initialize_bigquant_run(context): from bigtrader.finance.commission import PerOrder

# 设置交易手续费：买入0.03%、卖出0.13%，最低5元/笔
context.set_commission(PerOrder(buy_cost=0.0003, sell_cost=0.0013, min_cost=5))

@param(id="m19", name="handle_data")

def m19_handle_data_bigquant_run(context, data): import pandas as pd
# 下一个交易日不是调仓日，则不生成信号
if not context.rebalance_period.is_signal_date(data.current_dt.date()):
    return

# 从传入的数据 context.data 中读取今天的信号数据（m18模块输出的持仓信号）
today_df = context.data[context.data["date"] == data.current_dt.strftime("%Y-%m-%d")]

# 卖出不在目标持有列表中的股票
for instrument in sorted(set(context.get_account_positions().keys()) - set(today_df["instrument"])):
    context.order_target_percent(instrument, 0)
# 买入目标持有列表中的股票，等权分配仓位
for i, x in today_df.iterrows():
    context.order_target_percent(x.instrument, 0.0 if pd.isnull(x.position) else x.position)

功能说明：

• initialize函数：初始化交易参数，主要设置交易手续费，贴合实际市场规则；
• handle_data函数：核心交易逻辑，每日判断是否为调仓日，若为调仓日，执行“卖出非持仓股票+买入目标持仓股票”的操作，确保持仓与m18模块输出的信号一致，实现等权仓位分配。

四、策略使用指南

4.1 平台环境要求 本策略基于BigQuant平台实现，需满足以下条件：

• 平台版本：支持BigModule模块（v3及以上版本）、DAI数据平台；
• 依赖库：dai、pandas、LightGBM（平台已预装，无需额外安装）；
• 数据权限：需拥有A股行情数据、因子数据的访问权限。

4.2 参数调整建议 策略关键参数可根据实际需求调整，提升策略表现，核心调整方向如下：

• 模型参数（m7模块）：
  • number_of_leaves：可调整为20-50，数值越大模型复杂度越高，需避免过拟合；
  • number_of_trees：可调整为10-50，增加决策树数量可提升模型拟合度，但需控制训练时间；
  • learning_rate：可调整为0.05-0.2，学习率越小，模型训练越稳定，但需更多决策树。
• 选股与调仓参数（m18、m19模块）：
  • hold_count：持仓数量，可调整为5-20只，数量越少，集中度越高，风险越大；
  • rebalance_period_days：调仓频率，可调整为1-5个交易日，频率越高，交易成本越高；
  • position_expr：仓位分配方式，可修改为对数下降、排序倒数等，优化仓位分配效率。
• 因子调整（m2模块）：可新增或删除因子（如加入盈利因子roe_ttm、成长因子eps_growth等），优化特征矩阵。

4.3 回测结果解读 策略回测完成后，可重点关注以下指标，评估策略有效性：

• 收益指标：年化收益率、超额收益率（相对沪深300）、最大回撤；
• 风险指标：夏普比率（建议>1）、波动率、胜率；
• 交易指标：换手率、平均持仓天数、交易成本拖累。 理想情况下，策略应实现“年化收益率高于基准、最大回撤可控、夏普比率较高”的效果，若回测表现不佳，可优先调整模型参数或因子组合。

五、注意事项

1. 数据一致性：训练集与测试集的因子定义、数据过滤条件必须一致，避免因数据差异导致模型泛化能力下降；
2. 过拟合风险：模型训练时需控制决策树复杂度（number_of_leaves、min_docs_per_leaf），可通过增加训练数据量、交叉验证等方式降低过拟合风险；
3. 交易成本影响：调仓频率越高，交易成本拖累越明显，需在调仓频率与策略收益之间寻找平衡；
4. 市场适应性：策略基于2021-2024年数据训练，适用于A股市场中短期行情，若市场风格发生重大变化（如牛市、熊市切换），需重新训练模型；
5. 风险控制：实际落地时，可加入仓位限制、止损规则（如最大回撤超过20%减仓），提升策略抗风险能力。

六、策略总结

本策略基于LightGBM排序算法，融合多维度因子特征，通过系统化的“数据准备-模型训练-预测选股-交易回测”流程，实现了A股市场的多因子选股与回测。策略的核心优势在于利用机器学习算法捕捉因子间的非线性关系，相较于传统线性多因子策略，泛化能力更强；同时，策略模块化设计清晰，参数可灵活调整，适配不同的交易需求。 后续可进一步优化方向：加入行业中性化处理，降低行业集中风险；引入更多另类因子（如量价因子、情绪因子），丰富特征矩阵；优化仓位分配策略，提升资金使用效率。欢迎各位量化爱好者基于本策略进行二次开发，共同探索更优的量化交易方案。

完整代码分享：

https://bigquant.com/codesharev3/6b65220e-83f9-4554-ae55-73dfdc770736

\