长生果-607
策略思想 1. 策略思路 该策略为一种超短线交易策略，主要思路是利用股市中的短期波动机会，通过技术面指标进行股票选择，并在早盘买入，在第二天尾盘卖出，以获取短期价差收益。策略的股票池限定为近10日内出现过涨停的股票，这类股票往往具有较高的市场关注度和活跃度，可能存在继续上涨的潜力。 2. 策略介绍 该策略的核心思想是基于
策略代码文章
跟住3S-V56
策略思想 1. 策略思路 该策略主要通过对市场行情数据进行深度分析，挖掘潜在的投资机会。策略利用大量条件组合来筛选股票，并采用多种金融指标进行排序和打分，最终确定买入标的。策略通过定期再平衡和持仓调整，旨在最大化投资组合的收益。 2. 策略介绍 本策略运用了一系列金融指标和因子进行市场分析。具体地，通过数据源cn_stock_industry_component和cn_stock_bar1d获取市场的每日数据，并使用一系列条件筛选出符合特定标准的股票。这些条件涉及股票的开盘、收盘、高低价格、成交量等指标。策略采用了多种统计方法...
天创20-1950
策略思想 1. 策略思路 该策略名为“天创20-1950”，是一个专注于创业板的多因子选股策略，通过结合多种因子（如交易量、收益率、市盈率等），对股票进行评分和排序。利用这些评分，策略使用机器学习模型对未来的股票表现进行排序和预测。这种结合多因子的模型能从不同角度评估股票的投资价值，以期构建更为全面的投资组合。 2. 策略介绍 多因子选股策略依靠多个预先定义的指标（因子）进行股票筛选和排序。这些因子覆盖面广泛，包括基本面、技术面、市场情绪等不同类型。每个因子通过一定的计算方法得到一个...
天创20-1200* -1
策略思想 1. 策略思路 该策略通过结合多种因子对创业板股票进行筛选和排序，以构建投资组合。策略采用了交易量、收益率、市盈率等多个因子来对股票进行评分，这样的多因子模型可以从多个角度评估股票的投资价值。此外，策略还运用了机器学习排序，通过历史数据训练模型，以对未来的股票表现进行排序和预测。这种方法旨在提升投资组合的预测准确性和效率。 2. 策略介绍 多因子选股策略是一种综合考虑多个财务因子（如交易量、收益率、市盈率等）来评估和选择股票的投资策略。每个因子体现了股票的某种特性...
天创10-2400
策略思想 1. 策略思路 该策略是一种专注于创业板的小盘股的多因子选股策略。通过结合多种因子（如交易量、收益率、市盈率等）对股票进行评分和排序，以此评估股票的投资价值。策略还引入了机器学习排序技术，通过历史数据训练模型，对未来的股票进行排序和预测。最终，策略会每天持仓一只股票，仓位集中。 2. 策略介绍 多因子选股策略是量化投资中常用的方法之一。该策略的核心思想是利用多个因子来评估股票的投资价值。因子可以是基本面因子（如市盈率、市净率）、技术面因子（如交易量、价格变动）以及...
风险控制大师
策略思想 1. 策略思想 - 本策略是一种典型的量化选股和仓位控制方法。其核心思想是根据预设的预测因子，对股票池中的股票进行排序，选择前 N 只股票进行配置，并根据每日预测数据动态调整仓位。策略设定每只股票的持仓权重，并规定单只股票的最大资金占比。 2. 策略介绍 - 该策略的理论基础在于相信股票的未来表现可以通过一定的因子或指标进行预测。通过量化因子（如 position、date、instrument 等）的计算，对股票进行打分，并选择得分最高的股票进行投资。同时，通过仓位控制和资金管理，实现对风险的有效管理。...
闻名不如见面-321
策略思想 1. 策略思路 该策略通过分析股票的行业归属、涨停状态、交易量、收益率等多种因子，建立了一套复杂的选股条件（constrs），以筛选出符合条件的股票进行投资。策略通过多个数据表的创建和连接操作，提取和计算出股票的多种因子值，并对这些因子进行分组和排序，以满足特定条件的股票作为买入目标。 2. 策略介绍 该策略使用了多种量化因子进行股票筛选。其中包括： - 涨停率因子：计算股票在最近若干交易日内的涨停情况。 - 收益率因子：包括单日、两日、十日等多种收益率及其在行业中的排名。 - 成交量...
遗传规划多因子选股策略
策略思想 策略思想 该策略主要运用遗传规划挖掘因子，结合stockranker算法进行特征选择，并最终选择top10的股票进行持有，日频调仓。通过这种方式，期望能够选出高质量的股票，进行有效的投资。 策略介绍 遗传规划是一种基于进化算法的机器学习方法，旨在通过模拟生物进化过程自动生成适应问题的解决方案。在该策略中，遗传规划被用来挖掘基于历史数据的有效因子，通过这些因子评估股票的潜在绩效。 接着，使用stockranker算法，根据选择的因子对股票进行排序。stockranker是一种广泛应用于量化投资的排序算法，常用...
多因子选股的高频交易策略
策略思想 策略思想 核心资产优选策略基于价格比率、成交量动态、资金流向和市场表现等多种因子，通过训练StockRanker模型，从而选择排名前十的股票进行日频调仓。这一策略旨在通过综合多个因子对股票进行系统性评分，以期望发现具有良好潜力的核心资产，从而实现稳健的收益。 策略介绍 这一策略主要依靠以下几个因子进行综合分析： 1. 价格比率：价格比率是指股票价格与其他财务指标的比率，如市盈率（PE）、市净率（PB）等。通过这些比率，可以了解到公司估值水平的合理性。 2. 成交量动态：成交量的变化反映了...
高分红动量波动选股策略
策略思想 1. 策略思想 本策略从高分红股票池中筛选，并使用动量因子和波动率因子作为特征训练stockranker算法，选择预测得分前10的股票进行持有，日频调仓。 2. 策略介绍 高分红选股策略是通过从市场中挑选出具有高分红率的股票进行投资的一种策略。利用这种策略的核心思想是高分红股票往往代表着公司能够产生稳定的现金回报，投资这些股票可以获得较稳定的红利收入。为进一步提升投资回报，本策略还结合了动量因子和波动率因子，通过机器学习算法对股票进行评分，并挑选评分最高的股票进行投资。 3. 策略背...
量价结合的财务筛选策略
策略思想 1. 策略思想 该策略基于财务筛选选出符合国九条规定的股票，进一步使用一些估值指标进行筛选，最后根据量价数据选择出Top10的股票进行持有，并且每天进行调仓。 2. 策略介绍 核心思想 该策略的核心思想是将财务筛选和估值筛选相结合，通过选择基本面良好的股票，并结合市场上重要的估值指标和量价数据，挑选出最具有投资价值的股票进行交易。由于每天都会重新评估和调整持仓，使得持仓股票能够随时反映市场的最新情况，获得最大化的收益。 详细策略细节 1. 财务筛选：根据国九条的相关规定，选出...
天创60-1900
策略思想 1. 策略思路 天创60-1900策略结合了多因子的选股方法和机器学习排序技术。策略通过交易量、收益率、市盈率等多种因子对股票进行评分和排序，以评估股票的投资价值。然后，基于历史数据训练机器学习模型，对未来的股票进行排序和预测。每日持仓1支票，仓位集中，这种做法旨在通过高集中度的持仓提高收益，但同时也可能导致较大的回撤。 2. 策略介绍 多因子选股策略是量化投资中常用的方法之一。通过不同因子的组合，可以全面评估股票的投资价值，减少单一因子可能带来的偏差。常用的因子包括基本面...
StockRanker因子策略
策略思想 1. 策略思想 - 本策略主要利用成交量、价格波动和交易活跃度等因子，训练一个StockRanker算法进行选股。选取预测排名靠前的十只股票进行持有，并采用日频的方式进行调仓。 2. 策略介绍 - 该策略运用了基于量化因子的选股模型，将成交量、价格波动和交易活跃度作为主要特征。通过训练一个StockRanker模型来对股票进行排名，从而选出排名前10的股票进行投资。日频调仓意味着每天都会根据StockRanker模型的最新预测进行一次调仓，以期能够快速响应市场变化。 3. 策略背景 - 成交量、价格波动和交易活跃度都是市场...
天创40-1200
策略思想 1. 策略思路 该策略通过结合多种因子（如交易量、收益率、市盈率等）对股票进行评分和排序，旨在从多个角度评估股票的投资价值。通过机器学习排序模型，利用历史数据训练模型以预测未来股票表现，从而提升预测的准确性和效率。策略的实现包括初始化交易引擎、每日数据处理、资金分配、订单生成等关键环节。 2. 策略介绍 多因子选股策略是一种在量化投资中常用的方法，旨在通过结合多个定量因子（如市盈率、交易量等）来评估和选择股票，以构建一个更全面和优化的投资组合。机器学习排序模型则是...
ZUFE_2025
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. ...
菀如柠栀-002
策略思想 1. 策略思路 本策略的核心思想是通过定期轮动持仓实现风险分散与收益稳定。具体操作上，每5个交易日根据外部预测数据选取两只股票进行均等仓位配置，并在持有期满或不再满足买入条件时清仓。策略通过频繁调仓来分散风险，同时合理控制交易成本和持仓天数，适合于中短线交易。 2. 策略介绍 该策略依赖于外部预测表来筛选出当日的买入股票名单，主要通过以下步骤实现： - 选股逻辑: 策略使用外部数据源预测每日的股票表现，从中选出最优的两只股票进行买入。 - 仓位管理: 持仓股票最大数量为2，资金按...
主板稳健低波选股-20250520090207
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...
天创60-1050-1
策略思想 1. 策略思路 该策略结合了多因子选股和机器学习排序的方法，旨在通过多种因子对股票进行评分和排序，从而筛选出具有投资价值的股票。策略使用的因子包括交易量、收益率、市盈率等，通过这些因子的综合分析，策略可以从多个角度全面评估股票的投资价值。同时，策略通过历史数据训练机器学习模型，对未来股票进行排序和预测，提高预测的准确性和效率。 2. 策略介绍 多因子模型是一种常用的量化投资策略，其核心思想是通过多个因子的综合考虑来评估股票的价值。例如，交易量因子可以反映市场的热度...
结合基本面与技术面的多因子策略
策略思想 1. 策略思想 本策略通过筛选经营利润和净利润增长率较高的股票，使用动量因子和反转因子进行特征提取，并结合StockRanker算法进行评分和排序。筛选出前10名的股票进行持有，且按日频调仓。 2. 策略介绍 本策略旨在通过综合考虑股票的基本面和技术面因素，选择出整体表现优秀的股票进行投资。具体而言，首先根据股票的经营利润增长率和净利润增长率，对股票进行初步筛选。然后，使用动量因子和反转因子作为特征，通过StockRanker算法对这些股票进行评分和排序，选出得分最高的前10名股票进行投资。...
滚动训练
策略思想 1. 策略思路 本策略采用多因子排序模型，结合大数据平台内置的因子库及自定义表达式构建特征，依托历史行情和财务数据，通过机器学习排序算法进行训练和预测。选股逻辑主要依托成交量排名和收益率等多维因子，剔除ST及涨跌停异常样本，确保数据质量。策略采用滚动训练与测试机制，每隔5个交易日调仓一次，持仓数量固定为10只股票，并按照得分的对数衰减分配仓位权重。交易执行采用日线频率，买卖均以开盘价成交。 2. 策略介绍 多因子模型是一种常见的量化投资策略，通过结合多个因子（如基本面因...
