介绍

• 构建和管理自己的数据与因子
• 分享到策略社区并保护核心逻辑
• 支持数据付费订阅
• 支持他人克隆策略，每日获取信号

技术方案

![](/wiki/api/attachments.redirect?id=be72745b-dff3-4d11-918a-0dec5f5

策略介绍

本策略选取60日成交量与收盘价相关性作为因子，观察了进行股票筛选之后等权持股10只，持仓5天的策略表现。量价因子是投资中常见的一种因子，结合了交易量（量）和价格行为（价）的信息来预测股票的未来表现，盈利逻辑主要基于以下几点：

1. 交易量的信号作用：交易量是市场活跃度的

策略原理

行业轮动策略是一种量化交易策略，它依赖于在不同行业之间进行资金分配，以期捕捉市场趋势和行业表现的周期性变化。 从名字即可看出，经济周期导致任何市场状态下可能都会存在股市价格表现较好的行业，因此我们如果能布局这些行业并定期轮动调整，那会取得还不错的投资效果。

本策略是曾经在社区里

策略介绍

大类资产配置策略（Asset Allocation Strategy）是投资管理中一种基于投资组合理论的策略，其主要目的是通过在不同类型的资产之间分配投资来优化风险与回报的比例。这些资产类别通常包括股票、债券、现金及现金等价物、不动产、大宗商品以及其他替代投资品种。资产配置的目标

策略介绍

双均线策略是一种简单而又广泛使用的技术分析工具，主要用于识别市场趋势的变化和生成交易信号。这种策略涉及两条移动平均线——一条短期（快速）和一条长期（慢速）——并通过观察这两条线的交叉点来决定买入或卖出的时机。

策略流程

1. 筛选条件：将5日平均收盘价作为短线，40日平

策略介绍

• 在 101-简单动量策略 基础上，我们来实现一个更完整的选股策略模版
• 此策略可以作为一个选股和线性策略的常用模版使用

策略流程

1. 选股：选择基础股票池

策略介绍

本策略是一个指数择时策略，基本逻辑是根据市场走势选择是否交易，并调整投资组合，即利用指数特征来进行风控。

策略流程

本策略是指数择时策略的具体实现，该模型的思想如下：

1. 股票池过滤：剔除ST、退市、停牌股、北交所
2. 筛选条件：上市天数大于270天，收盘价小于3

策略介绍

本策略使用StockRanker算法，通过在多个因子/特征的数据上训练，旨在从大量股票中识别并排序那些未来表现可能最优异的股票。

策略流程

1. 特征选择：输入对股票价格有显著影响的多维度因子，可以是包括基本面、技术指标、情绪指标等等
2. 预测目标：预测未来 5 日收

策略介绍

• 在 101-简单动量策略 基础上，我们来实现一个更完整的选股策略模版
• 此策略可以作为一个选股和线性策略的常用模版使用

策略流程

1. 选股：选择基础股票池

策略介绍

动量策略指的是投资者跟随市场的大势、根据投资品的上涨或者下跌趋势做出相应的做多、做空交易。因此，动量策略又叫**趋势追踪（trend following）**策略。

策略流程

动量策略的核心是“追涨避跌”。具体来说，这种策略会：

1. 选择时间窗口：确定回顾期

策略介绍

本策略为买入指定股票并持有的简单实现。

策略流程

1. 筛选条件：筛选出股票代码为'300059.SZ'以及 '600519.SH'这两只股票
2. 策略回测：持有这两只股票

策略实现

输入特征模块

• 在过滤条件下筛选出目标持有股票

![](/

策略介绍

该策略是一个TALIB指标选股策略

买入条件是（1）今日开盘价大于昨日收盘价；（2）5日收盘价均线大于10日收盘价均线的股票

买入后，如果5日收盘价均线小于10日收盘价均线，则次日卖出。

策略流程

1. 股票过滤：剔除ST、停牌股、北交所
2. 筛选条件：上市天数大

策略介绍

该策略是一个质量投资策略，即基于公司质量指标选择股票

在这里，我们将质量因子（score）定义为盈利能力（Profitability） + 成长性（Growth） + 安全性（Safety）

• 盈利能力指标由资产毛利率GPOA，ROE，ROA，资产流动资金比CFOA，毛利率G

策略介绍

• 在 101-简单动量策略 基础上，我们来实现一个更完整的选股策略模版
• 此策略可以作为一个选股和线性策略的常用模版使用

策略流程

1. 选股：选择基础股票池

策略介绍

本策略主要讲解如何在策略中加入止盈止损与大盘风控逻辑

本策略就是在平台的默认可视化线性模板策略的基础上进行修改的，就是一个简单的小市值策略

• 剔除上市小于1年的新股、剔除ST股票、按照市值排序
• 等权持股30只、持仓5个交易日

策略实现

1. 止盈止损

策略介绍

• 在 102 中我们使用了 [仓位分配](https://bigquant.com/wiki/doc/aistudio-HVwrgP4J1A#h-%E4%BB%93%E4%BD%

策略介绍

本策略AI算法来预测股票的未来表现，并进行排序。这里使用算法StockRanker，BigQuant 平台开发的一种先进的机器学习算法，专门用于量化选股排序学习，通过在多个因子/特征的数据上训练，旨在从大量股票中识别并排序那些未来表现可能最优异的股票。

策略思想

策略介绍

• 在 101-简单动量策略 基础上，我们来实现一个更完整的选股策略模版
• 此策略可以作为一个选股和线性策略的常用模版使用

策略流程

1. 选股：选择基础股票池 2

请仔细阅读并按照以下步骤操作，以确保您能够顺利地克隆并使用 BigQuant 提供的策略社区服务。

第一步：访问策略社区

![](/wiki/api/attachments.redirect?id=

构建策略

还记得AI策略构建的几个流程吗？主要包括训练集标注、训练集特征抽取、模型训练、测试集特征抽取、模型预测、交易回测环节，如下图所示。值得注意的是，”输入特征（DAI SQL)”算子可直接写表达式构建特征，即写公式抽取因子，不要编写任何代码。模版代码可直接在下文直接克隆。

![](/wi

从0开始

M.tune 是 301 滚动训练的底层核心

M.tune.run 运行

• 新建一个notebook，任意给个名称 tune.ipynb\n ![](/wiki/api/attachments.redirect?id=ddb87203-e401

介绍

• 适合专业用户
• 在时间上滚动训练策略，跟进数据变化来迭代模型
• 本文只是一个简单演示，我们将在后续文章里介绍使用和原理

策略介绍

本文将介绍经典的微盘策略，并通过编写简单的策略示例进行回测，初步感受如何在BigQuant上实现按某个指标排序并通过一系列条件过滤的量化策略开发。

微盘策略是一种投资策略，其核心思想是选择市值较小的公司进行投资。一般来说，小市值公司的股票价格相对较低，但是具有较高的成长性和投资价

策略介绍

本策略旨在选取波动率低但活跃度高作为选股因子，观察了等权持股20只，持仓20天的策略表现。该策略的盈利逻辑基于对低波动率和高活跃度股票的选择。低波动率通常意味着股价波动较小，相对稳定，有助于降低投资风险。同时，高活跃度的股票通常具有较高的流动性和交易活跃度，有利于投资者在短

实盘申请

本次实盘终端支持**万和证券（**湘财证券实盘终端正在升级中），需要开通并申请量化实盘权限：

1. 实盘账号申请，请扫描下方二维码开通资金账号，【通过此二维码开户，方可使用】：

   ![](/wiki/api/attachments.redirect?id