策略创造过程
由colin4创建，最终由small_q 被浏览 527 用户
【前言】 BigQuant平台提供较多的预计算因子、提供AI能力、可视化开发，使得量化开发的门槛降到了极低，对于没有编程经验者也可上手。
最快速让新手开发出自己的量化策略，是直接使用平台新建“可视化AI策略”，开发者直接在输入特征列表，输入影响股票涨跌因素的因子， 平台自动根据历史数据进行训练，即可完成策略的开发。
【目标】 完成开发只是第一步、最终的目的还是要完成优质策略的开发，本文对下面策略的创造过程进行分享，看是否对大家能提供些许帮助。
【创造过程】 1、**思路：**每个人根据自己的经验，都会有自己对影响股票涨跌的经验，转化成量化开发的方式，就是提取出影响股价涨跌的指标（因子），然而，单个的因子指标对股票的涨跌意义并不大，需要不同因子组合条件配合，才有可能找出成功率相对较高的选股策略。本策略是基于三个方面考虑影响股票的涨跌：大盘、板块、个股特性
2、**因子构建：**针对大盘、板块、个股特性构建表达这些因素的因子（可以是很多种表达方式，下面只是摘取部分进行举例） A、上证指数：涨幅、涨停家数、跌停家数、上涨家数、成交量变化等，上证指数指标特性获取，需要引用数据源：bar1d_index_CN_STOCK_A，从000002.HIX中提取 B、板块：板块涨幅，板块涨幅在所有板块中的排名、板块所处的相对价格位置、板块热门程度等，平台没有板块的预计算因子，需要自己根据基础因子去构建，如表达板块收益，可以取该行业所有个股收益的平均值计算，group_mean(industry_sw_level2_0, return_0) C、个股：涨幅、成交量变化、历史是否强势、当前股价相对位置、在板块中的收益排名等
3、**给AI训练减压，让有限的计算资源更有意义：**如股价涨幅值为0.9000至1.1000之间，这个区间有太多种类的值，如：0.9998、0.9997对于影响股票涨跌上没有任何区别，而两个不同的值将会给AI训练增加负担。为减轻AI计算训练的负担，我们可以把指标值进行划分，用划分后的数据让AI去训练，如：把涨幅转换成：大涨、中涨、小涨、小跌、中跌、大跌六个值，这样涨幅这个值标就只有6种不同类型的值
4、**过滤：**过滤出自己想要风格的股票，有些票比较平稳（如：2%就是大涨），有些票是大波动（2%是小涨），大波动会有更大的空间，更值得去研究，通过过滤节点可以过滤有大波动属性的票，如：近期有涨停，历史是否强势等
通过以上过程，加上AI训练模型就能构建出自己想研究风格的策略。