双均线策略

English/简体中文/


双移动平均线交叉策略是一种在金融市场中广泛使用的趋势跟随交易策略。它涉及两个移动平均线:短周期移动平

由wtyu创建,最终由wtyu更新于

常见问题

更新

本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明

新版量化开发IDE(AIStudio):

[https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW](https://bigquant.com

由xiaoshao创建,最终由bqadm更新于

Quick Start

N2NQuant平台

N2NQuant是一站式量化策略开发AI平台和社区。在前述的几个快速开发例子中可以看到,N2NQuant提供的可视化AI开发IDE (AIStudio),让投资者可以更简单、更快速的用上量化和AI。同时N2NQuant策略开发环境完全支持 VSCode 代码开发、调试、

由bqadm创建,最终由bqadm更新于

Join Us

由bqadm创建,最终由bqadm更新于

Change Log

由bqadm创建,最终由bqadm更新于

N2N Quant Strategy Agreement

This N2N Quant Strategy Agreement (the “Agreement”) is entered into as of the last signature date below (the “Effective Date”) by and between

由bqadm创建,最终由bqadm更新于

【120套量化策略源码】

我们为广大量化爱好者整理了120套量化策略源码,==获取全部源码方式见页尾。==

  • 本合集旨在提供量化思路和常见的策略模板,从而学习和魔改,==请勿直接实盘==

  • 本合集均使用3.0开发环境,克隆策略时候==选择去AIStudio最新版运行==。

    \

*一、新手学习策略

由small_q创建,最终由bqadm更新于

条件选股:多头排列回踩均线买入

  • 声明:本策略仅为示例策略,可根据自己需要自行修改策略逻辑
  • 声明:本策略需要在AIStudio 3.0环境下运行
  • 买入条件:
  • 5日均线大于10日均线,10日均线大于20日均线,20日均线大于40日均线,40日均线大于120日均线;
  • 今日最低价小于10日收盘价均线 的股票,次日以开盘

由small_q创建,最终由small_q更新于

条件选股:TALIB指标选股

买入条件:

  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
  3. 按PE升序排名取前十名,次日以开盘价买入;
  4. 买入后,如果5日收盘价均线小于10日收盘价均线,则次日以开盘价卖出。
  5. 股票过滤:过滤ST,过滤北交所,上市天数大于270天
  6. 初始资金:

由small_q创建,最终由small_q更新于

条件选股:小市值高股息低价策略

  • 声明:本策略仅为示例策略,可根据自己需要自行修改策略逻辑
  • 声明:本策略需要在AIStudio 3.0环境下运行
  • 股票提取:筛选出全市场股息率最高的前 25%的股票,并且只选择股价低于 10 元的票
  • 股票过滤:过滤科创板、过滤北交所、过滤 ST、过滤停牌、过滤涨停、过滤跌停,上市天数大

由small_q创建,最终由small_q更新于

条件选股:龙头断板后走二波

声明:本策略仅为示例策略,可根据自己需要自行修改策略逻辑

声明:本策略需要在AIStudio 3.0环境下运行

股票提取:股票提取:最近15天内,连续涨停数大于7,且已经断板,断板后3天内平均涨跌幅大于1%

股票过滤:过滤北交所,过滤科创版,过滤创业板、上市天数大于270天

股票排序:按照成

由small_q创建,最终由small_q更新于

条件选股:小市值积极成长策略

  • 运行环境:AiStudio 3.0.0
  • 策略描述:我们将流通市值、收盘价、每股收益率做截面排序,并乘以系数,组成因子total_score
  • 股票条件:过滤ST,过滤已停牌,上市天数大于365天,过滤北交所,市盈率大于0小于25,资产负债率<0.3,主营业务比率>0.8,营业利润/利润总额

由small_q创建,最终由small_q更新于

条件选股:小市值价格优势策略

  • 运行环境:AiStudio 3.0.0
  • 策略描述:我们将总市值、流通市值、收盘价做截面排序,并乘以系数,组成因子total_score
  • 股票条件:过滤ST,过滤已停牌,上市天数大于365天,只要主板(过滤科创板和北交所),市盈率大于0,流通市值<=25亿
  • 排序条件:按照日期、tota

由small_q创建,最终由small_q更新于

条件选股:MACD抄底策略

股票提取:当快线(短期移动平均线)上穿慢线(长期移动平均线)时,形成金叉信号,表明买入机会;当快线下穿慢线时,形成死叉信号,表明卖出机会

股票过滤:过滤ST,过滤北交所,上市天数大于270天

排序规则:按照成交量从大到小

买卖时间:开盘买入,收盘卖出

初始资金:100万

持仓票数:10

由small_q创建,最终由small_q更新于

交易引擎:2-非等权持仓之自定义权重

  • 本策略运行环境:AiStudio 3.0.0
  • 策略描述:


[https://bigquant.com/codeshare/fa4df81a-ebb8-4ecf-8f6d-c8d0fcc157c6](https://bigquant.com/codeshare/fa4df81a-ebb8

由small_q创建,最终由small_q更新于

KDJ策略:顶背离,底背离

因为很多量化在线平台目前还不支持期货交易,且KD指标对大盘和热门大盘股有着较高的准确性,此策略随机选取'603896.SH'为标的股票,000300.SH为参考标准。\n策略逻辑:\n当kt-1>80,dt-2>80, jt>100时,股价创50日新高,KDJ指标未创新高,卖出\n当kt-1<20,

由small_q创建,最终由small_q更新于

KDJ策略:超买超卖

因为很多量化在线平台目前还不支持期货交易,且KD指标对大盘和热门大盘股有着较高的准确性,此策略选取'605588.SH'为标的股票,000300.SH为参考标准。\n策略逻辑:\n当kt>80,dt>80, jt>100时,卖出\n当kt<20,dt<20, jt<0 时,买入


\

**

由small_q创建,最终由small_q更新于

条件选股:小市值换手筛选策略

  • 运行环境:AiStudio 3.0.0
  • 策略描述:我们将流通市值、换手率、收盘价做截面排序,并乘以系数,组成因子total_score
  • 股票条件:过滤ST,过滤已停牌,上市天数大于365天,只要主板(过滤科创板和北交所),市盈率大于0,流通市值<=25亿
  • 排序条件:按照日期、tota

由small_q创建,最终由small_q更新于

交易引擎:1-设置基本交易逻辑

  • 本策略运行环境:AiStudio 3.0.0
  • 策略描述:


[https://bigquant.com/codeshare/d762f137-78eb-45df-9e66-ed58ce6f4059](https://bigquant.com/codeshare/d762f137-78eb

由small_q创建,最终由small_q更新于

交易引擎:4-设置月初调仓

  • 本策略运行环境:AiStudio 3.0.0
  • 策略描述:




[https://bigquant.com/codeshare/a79dcd98-6439-4fa6-b3ce-a77d923686a7](https://bigquant.com/codeshare/a79dcd98-

由small_q创建,最终由small_q更新于

交易引擎:5-设置周一调仓

  • 本策略运行环境:AiStudio 3.0.0
  • 策略描述:

[https://bigquant.com/codeshare/bdb96d5c-2ca4-4e9c-b23a-7c7c7e257c8e](https://bigquant.com/codeshare/bdb96d5c-2ca4-4

由small_q创建,最终由small_q更新于

交易引擎:3-非等权持仓之自动线性权重

  • 本策略运行环境:AiStudio 3.0.0
  • 策略描述:


[https://bigquant.com/codeshare/5d803df5-0528-4dab-97d8-3db808654e71](https://bigquant.com/codeshare/5d803df5-0528

由small_q创建,最终由small_q更新于

交易引擎:6-设置周一买入周五卖出

  • 本策略运行环境:AiStudio 3.0.0
  • 策略描述:



[https://bigquant.com/codeshare/f7c0d42e-a4ee-4856-8f97-246e97cd4cdd](https://bigquant.com/codeshare/f7c0d42e-a4

由small_q创建,最终由small_q更新于

交易引擎:8-设置大盘风控逻辑

  • 本策略运行环境:AiStudio 3.0.0
  • 策略描述:

[https://bigquant.com/codeshare/c20cdfe8-a8bc-4ccd-a729-b5f079227002](https://bigquant.com/codeshare/c20cdfe8-a8bc-4

由small_q创建,最终由small_q更新于

单因子策略:涨跌幅方差

单因子策略:涨跌幅方差


回测图:

\

策略源码:

{{membership}}

[https://bi

由small_q创建,最终由small_q更新于

单因子策略:尾盘前5分钟的趋势强度

单因子策略:尾盘前5分钟的趋势强度


\

策略源码:

{{membership}}

[https://bigquant.com/codeshare/e51545ca-a096-423c-a21c-6348c7911e87](https://bigquant.com/co

由small_q创建,最终由small_q更新于

低频因子构建:量价技术因子构建(2)

**今日收盘价在N日内的相对价差[¶](https://bigquant.com/bigapis/codeshare/v1/shares/84ab7b83-0dd5-463e-9652-ab775b8aea09/display#%E4%BB%8A%E6%97%A5%E6%94%B6%E7%

由small_q创建,最终由small_q更新于

条件选股:轮动行情次日回调反包

  • 声        明:本策略仅为示例策略,可根据自己需要自行修改策略逻辑
  • 股票提取:昨日涨跌幅在2%~8%,换手率在3%~8%
  • 股票过滤:过滤ST,主要主板,上市天数大于270天,过滤停牌
  • 股票排序:按照主力流入金额从大到小排序
  • 买卖时间:开盘买入,收盘卖出,
  • 初始资金:

由small_q创建,最终由small_q更新于

低频因子构建:量价技术因子构建(4)

BBI指标

计算方式:BBI=(3日均线+6日均线+12日均线+24日均线)/4

\

DMI平均线差

计算方式:10日均线-50日均线后再进行移动平均

\

DMI趋向标准ADX

计算方式:

  1. 先计算上升下降指标线:ID+=(当日

由small_q创建,最终由small_q更新于

低频因子构建:量价技术因子构建(5)

MFI资金流向指标

计算方式:

  • 典型价格(TP)=当日最高价、最低价与收盘价的算术平均值;货币流量(MF)=典型价格(TP)*当日成交量;
  • 如果当日MF>昨日MF,则将当日的MF值视为正货币流量(PMF),将N日内的正货币流量加总代入公式5;
  • 如果当日MF<昨日M

由small_q创建,最终由small_q更新于

低频因子构建:Alpha191因子构建(7)

策略源码:


{{membership}}

[https://bigquant.com/codeshare/3a8cd582-e91f-4a6d-b2ce-834329993efd](https://bigquant.com/codeshare/3a8cd582-e91f-4a6

由small_q创建,最终由small_q更新于

低频因子构建:Alpha191因子构建(9)

策略源码:


{{membership}}


[https://bigquant.com/codeshare/73febaa3-a225-4bc5-b56b-2390f3de6c9e](https://bigquant.com/codeshare/73febaa3-a225-4

由small_q创建,最终由small_q更新于

机器学习:10-朴素贝叶斯

  • 运行环境:AIStudio 3.0

  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:

\

**策略

由small_q创建,最终由small_q更新于

条件选股:PE+成交量选股

  • 声        明:本策略仅为示例策略,可根据自己需要自行修改策略逻辑
  • 交易逻辑:每隔30个交易日,以开盘价买入当日0<PB<1.5且0<PE<15且有成交量较前一日放大1.5~2.5倍的股票;
  • 每隔30个交易日,将不符合上述标准的持仓股票在第二天以收盘价卖出。
  • 股票过滤:换手率

由small_q创建,最终由small_q更新于

机器学习:20-DNN-滚动训练

  • 运行环境:AIStudio 3.0
  • 策略说明:==本代码以教学目的为主,请自行调参==


\

策略源码:

{{membership}}

[https://bigquant.com/codeshare/e7bb60a5-a6e1-4310-9e6a-e4b742fb0f1

由small_q创建,最终由small_q更新于

机器学习:18-滚动训练-线性回归

  • 运行环境:AIStudio 3.0
  • 策略说明:==本代码以教学目的为主,请自行调参==


\

策略源码:

{{membership}}

[https://bigquant.com/codeshare/66c560a3-335b-407c-aa2f-7053322141f

由small_q创建,最终由small_q更新于

机器学习:15-DNN

  • 运行环境:AIStudio 3.0
  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:


\

**策略

由small_q创建,最终由small_q更新于

高频因子构建:2、多只票一天的加工方式

本文档,我们会总结一些典型的高频因子,加工方式为“多只票,一天”

这种因子通常是加工时有截面运算的需求,所以必须获取全市场股票的信息

提示:加工高频因子最好将资源开大,否则Kernel容易崩溃


1. 交易量截面百分比排序的方差、偏度、峰度

2. 交易量截面百分比排序方差偏度峰度的市值

由small_q创建,最终由small_q更新于

高频因子构建:3、进阶玩法之边加工边存表

我们以加工,全天内不同时间段内的成交量占全天成交量之比,这一系列因子为例,演示加工历史数据时,表加工边存表的方式

这种方式是为了防止加工时系统崩溃后,可以从断点继续运行


\

策略源码:

{{membership}}

[https://bigquant.com/codesha

由small_q创建,最终由small_q更新于

高频因子构建:4、进阶玩法之存中介表优化窗口函数性能

高频因子加工,本质上就是将日内的高频信息降频为日频,有些因子在降频为日频后,还要向前取移动平均,例如5日、20日

以20日移动平均为例,一个低效率的方式是,加工高频因子时,取数据就多取20天的,以一天5000只票240分钟为例,这种取数据就要取到5000 X 240 X 20 = 24,000,0

由small_q创建,最终由small_q更新于

高频因子构建:5、进阶玩法之数据降频

这一文档中我们将展示将1分钟行情降频为5分钟、10分钟、15分钟、30分钟、60分钟

\

策略源码:

{{membership}}

[https://bigquant.com/codesharev2/529eccd0-e3b5-48ae-98ff-c848b8795fb1](ht

由small_q创建,最终由small_q更新于

招商证券-量化研究2023年中期投资策略:“持续异常交易量”选股因子PATV

20230529-招商证券-量化研究2023年中期投资策略:“持续异常交易量”选股因子PATV\n该篇研报将5分钟平均交易量与30分钟平均交易量的比值作为因子,并求出该因子的截面排名,之后将截面排名的平均、标准差、峰度,三个指标组合为非正常交易量因子


研报地址:<https://www.doc

由small_q创建,最终由small_q更新于

机器学习:2-线性回归预测上涨概率

  • 运行环境:AIStudio 3.0.0
  • 机器学习:线性回归策略:预测上涨概率
  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:

![](/wiki/api/attachments.redirect?id=b524674e-1dd7-4807-a2a1-506

由small_q创建,最终由small_q更新于

机器学习:3-逻辑回归预测上涨概率

  • 运行环境:AIStudio 3.0.0
  • 机器学习:逻辑回归策略:预测上涨概率
  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:

![](/wiki/api/attachments.redirect?id=6a6ce99b-4c31-41d7-83fb-bfc

由small_q创建,最终由small_q更新于

机器学习:6-索套回归

  • 运行环境:AIStudio 3.0.0
  • 机器学习:索套回归
  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:

![](/wiki/api/attachments.redirect?id=ee3ca159-7cf7-4c9d-8f67-95d21c2d0ff3

由small_q创建,最终由small_q更新于

机器学习:7-弹性网络

  • 运行环境:AIStudio 3.0.0
  • 机器学习:弹性网络
  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:

![](/wiki/api/attachments.redirect?id=2e32e3a6-d013-4a47-9152-dc60940db1ef

由small_q创建,最终由small_q更新于

机器学习:8-SVM

  • 运行环境:AIStudio 3.0
  • 机器学习:8-SVM
  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:

由small_q创建,最终由small_q更新于

机器学习:9-KNN

  • 运行环境:AIStudio 3.0

  • 机器学习:KNN算法

  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:

![](/wiki/api/attachments.redirect?id=aa129740-493a-4361-871d-1d099144d01

由small_q创建,最终由small_q更新于

机器学习:11-感知机

  • 运行环境:AIStudio 3.0

  • 策略说明:==本代码以教学目的为主,请自行调参==

回测图:

\

**策略源码

由small_q创建,最终由small_q更新于

机器学习:12-随机森林

  • 运行环境:AIStudio 3.0

  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:

\

**策略

由small_q创建,最终由small_q更新于

机器学习:13-AdaBoost

  • 运行环境:AIStudio 3.0

  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:



**策略源

由small_q创建,最终由small_q更新于

机器学习:14-XGBoost

  • 运行环境:AIStudio 3.0

  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:



\

由small_q创建,最终由small_q更新于

机器学习:16-CNN

  • 运行环境:AIStudio 3.0
  • 策略说明:==本代码以教学目的为主,请自行调参==


\

策略源码:

{{membership}}

[https://bigquant.com/codeshare/ccbddd56-eddd-4a7f-95e2-88e8a0432a3

由small_q创建,最终由small_q更新于

机器学习:17-LSTM

  • 运行环境:AIStudio 3.0
  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:

\

**策略源码

由small_q创建,最终由small_q更新于

事件型策略:通道突破策略单股

  • 运行环境:AiStudio 3.0.0
  • 策略描述:我们将过去20日收盘价(均值+2倍标准差)作为up_limit,(均值-2倍标准差)作为low_limit
  • 买入股票:'600519.SH'(贵州茅台)
  • 买卖规则:收盘价大于up_limit买入,收盘价小于low_limit卖出

由small_q创建,最终由small_q更新于

机器学习:19-滚动训练-XGBoost

  • 运行环境:AIStudio 3.0

  • 策略说明:==本代码以教学目的为主,请自行调参==


回测图:


\

**

由small_q创建,最终由small_q更新于

事件型策略:通道突破策略多股

  • 策略描述:运行环境:AiStudio 3.0.0
  • 策略描述:我们将过去20日收盘价(均值+2倍标准差)作为up_limit,(均值-2倍标准差)作为low_limit
  • 买入股票:'600519.SH'(贵州茅台), '600941.SH'(中国移动), '601398.SH'(工商银行)

由small_q创建,最终由small_q更新于

因子分析框架

{{membership}}

[https://bigquant.com/codeshare/a7f6fb4b-fc0e-4364-a6fa-de10e828c02b](https://bigquant.com/codeshare/a7f6fb4b-fc0e-4364-a6fa-de10e828c

由small_q创建,最终由small_q更新于

因子分析框架-自动调整因子方向

{{membership}}

[https://bigquant.com/codeshare/275c0eb4-7402-4978-b103-18b6f5de15d7](https://bigquant.com/codeshare/275c0eb4-7402-4978-b103-18b6f5de1

由small_q创建,最终由small_q更新于

事件型策略:将买卖信号当作因子

  • 运行环境:AiStudio 3.0.0
  • 策略描述:买卖信号是可以当作因子的,每天出买信号的股票因子值为1,每天出卖信号的股票因子值为0,使用处理后的因子值进行筛选排序策略
  • 数据表名:cn_stock_bar1d
  • 回测时长:2020-1-1 至 今天
  • 初始资金:500000

由small_q创建,最终由small_q更新于

华安证券-高频视角下成交额蕴藏的Alpha:市场微观结构剖析之七

20200610-华安证券-高频视角下成交额蕴藏的Alpha:市场微观结构剖析之七\n该篇研报介绍了一系列的高频因子,主要思想是探寻日内特定的一些时间段的成交量,占全天总成交量的占比,之后将这些因子在时序上进行求平均、方差、偏度、峰度等操作


研报地址:

[/wiki/static/u

由small_q创建,最终由small_q更新于

因子分析框架-离散因子

{{membership}}

[https://bigquant.com/codeshare/837517eb-68a0-411f-beb8-bc991c8f69c1](https://bigquant.com/codeshare/837517eb-68a0-411f-beb8-bc991c8f6

由small_q创建,最终由small_q更新于

因子分析框架-信号类因子

{{membership}}

[https://bigquant.com/codeshare/bf0976b8-c68c-474a-a9d0-9686bbaed72f](https://bigquant.com/codeshare/bf0976b8-c68c-474a-a9d0-9686bbaed

由small_q创建,最终由small_q更新于

事件策略:买入刚刚ST摘帽的股票并持有3天

声明:本策略仅为示例策略,可根据自己需要自行修改策略逻辑

声明:本策略需要在AIStudio 3.0环境下运行

股票提取:每日判断ST摘帽的股票,买入后持有3天

买卖时间:开盘买入,收盘卖出

初始资金:100万

持仓票数:所有满足ST摘帽条件的股票

持仓周期:3天


\

**策

由small_q创建,最终由small_q更新于

交易引擎:7-设置止盈止损逻辑

  • 本策略运行环境:AiStudio 3.0.0
  • 策略描述:



[https://bigquant.com/codeshare/611573e3-acd8-4a5c-9bbc-502a547ff9ed](https://bigquant.com/codeshare/611573e3-ac

由small_q创建,最终由small_q更新于

交易引擎:9-设置止盈止损与大盘风控

\

  • 本策略运行环境:AiStudio 3.0.0
  • 策略描述:


[https://bigquant.com/codeshare/144ad34b-5448-4f8f-9452-83f4eebee41c](https://bigquant.com/codeshare/144ad34b-54

由small_q创建,最终由small_q更新于

多因子策略:换手率因子

回测图:

\

策略源码:

声明:本策略需要在AIStudio 3.0环境下运行(点击克隆策略选择最新开发环境)

{{

由small_q创建,最终由small_q更新于

多因子策略:alpha191因子

因子1示例:

 "factor1":"""
            SELECT 
                date, 
                instrument, 
                -1*pct_rank_by(date, 

由small_q创建,最终由small_q更新于

德邦证券-FamaFrench三因子模型A股市场实证

复现研报原文:

研报1:

[/wiki/static/upload/02/028fac5d-a33a-43a4-b7aa-4e273234aed3.pdf](/wiki/static/upload/02/028fac5d-a33a-43a4-b7aa-4e273234aed3.pd

由small_q创建,最终由small_q更新于

条件选股:经典小市值策略

  • 运行环境:AiStudio 3.0.0
  • 策略描述:我们选择一定条件下小市值的股票,来研究策略的历史表现
  • 股票条件:过滤ST,过滤已停牌,上市天数大于365天,只要主板(过滤科创版和北交所)
  • 排序条件:按照日期、流通市值(从小到大)排序
  • 数据表名:cn_stock_factors_

由small_q创建,最终由small_q更新于

条件选股:小市值稳健增长策略

  • 运行环境:AiStudio 3.0.0
  • 策略描述:我们将流通市值和每股收益率做截面排序,组成因子total_rank
  • 股票条件:过滤ST,过滤已停牌,上市天数大于365天,只要主板(过滤科创版和北交所),市盈率大于0
  • 排序条件:按照日期、total_rank(从小到大)排序
  • 数据

由small_q创建,最终由small_q更新于

单因子策略:Alpha191因子第183

策略源码:

声明:本策略需要在AIStudio 3.0环境下运行(点击克隆策略选择最新开发环境)

{{membership}}


[https://bigquant.com/codeshare/ecaabbc7-2464-4221-bb2b-d5127befd0ab](http

由small_q创建,最终由small_q更新于

高频因子构建:1、一只票多天的加工方式

本文档,我们会总结一些典型的高频因子,加工方式为“一只票,多天”

这种因子的加工时通常不需要截面运算,因此不需要获取其他股票的信息

提示:加工高频因子最好将资源开大,否则Kernel容易崩溃

\

1. 全天内不同时间段内的成交量占全天成交量之比

  • 时间段01:09:30-

由small_q创建,最终由small_q更新于

条件选股:买入大单净流入前5

买入条件: 选择过去30个交易日内,超大单净流入占比均位于所有股票的前5%。 这些股票的涨跌幅位于同期所有股票的前5%。

卖出条件: 或股票涨跌幅跌至同期所有股票的后5%。


\

策略源码:

说明:克隆下方策略请前往最新开发环境3.0中运行

{{membership}}

[

由small_q创建,最终由small_q更新于

事件策略:动量与反转结合策略

  • 买入条件:选择过去120个交易日涨幅位于前30%的股票作为动量股。同时,选择过去30个交易日内表现最差的前10%股票作为反转股。股票必须在过去5个交易日内有超大单净流入。按照流通市值降序排列
  • 卖出条件:持有期超过30个交易日或涨幅达到20%。
  • 股票过滤:过滤ST,过滤北交所
  • 最大持仓

由small_q创建,最终由small_q更新于

条件选股:基于财报的事件驱动策略

声明:本策略仅为示例策略,可根据自己需要自行修改策略逻辑

声明:本策略需要在AIStudio 3.0环境下运行

股票提取:在财报公告日当天,筛选出净利润同比增长小于1的,并按照净利润同比增长排序

股票过滤:剔除ST、退市、非主板、上市时间小于365天的

买卖时间:开盘买入,收盘卖出

初始资

由small_q创建,最终由small_q更新于

多因子策略:换手率总和

\

策略源码:


{{membership}}

[https://bigquant.com/codeshare/a6dc6c90-4f42-4c8e-92ec-dfa1a2f13fc0](https://bigquant.com/codeshare/a6dc6c90-4f42-4

由small_q创建,最终由small_q更新于

多因子策略:换手率平均

策略源码:


{{membership}}

[https://bigquant.com/codeshare/5957e3fb-08b4-4e16-9b9a-7d0de13c2a4d](https://bigquant.com/codeshare/5957e3fb-08b4-4e1

由small_q创建,最终由small_q更新于

低频因子构建:Alpha101因子构建(1)

{{membership}}

[https://bigquant.com/codeshare/ad6ffc3f-5d31-455b-af32-e4d613404bfc](https://bigquant.com/codeshare/ad6ffc3f-5d31-455b-af32-e4d613404

由small_q创建,最终由small_q更新于

低频因子构建:Alpha101因子构建(2)

{{membership}}

[https://bigquant.com/codeshare/41b38a69-8c52-4a6f-954a-50a4a31104bc](https://bigquant.com/codeshare/41b38a69-8c52-4a6f-954a-50a4a3110

由small_q创建,最终由small_q更新于

低频因子构建:Alpha101因子构建(3)

{{membership}}

[https://bigquant.com/codeshare/df99fe2c-c320-40ba-8b15-5030a15b1cc3](https://bigquant.com/codeshare/df99fe2c-c320-40ba-8b15-5030a15b1

由small_q创建,最终由small_q更新于

低频因子构建:Alpha191因子构建(1)

\

策略源码:

{{membership}}



[https://bigquant.com/codeshare/9bde4672-6aa5-491f-a6c7-20c316da34c8](https://bigquant.com/codeshare/9bde4672-6aa5

由small_q创建,最终由small_q更新于

低频因子构建:Alpha101因子构建(4)

{{membership}}

[https://bigquant.com/codeshare/f263aa9a-4c52-45ff-aa1f-346efa3f548e](https://bigquant.com/codeshare/f263aa9a-4c52-45ff-aa1f-346efa3f5

由small_q创建,最终由small_q更新于

条件选股:双均线策略

声明:本策略仅为示例策略,可根据自己需要自行修改策略逻辑

声明:本策略需要在AIStudio 3.0环境下运行

交易逻辑:

  • 当收盘价5日均线大于10日均线时,以第二日开盘价买入;
  • 买入后,当收盘价的5日均线小于10日均线时,以第二日开盘价卖出;


[https://bigquant

由small_q创建,最终由small_q更新于

低频因子构建:Alpha101因子构建(5)

{{membership}}

[https://bigquant.com/codeshare/ba14d6a1-e34e-4d7c-8c69-c4359fc14821](https://bigquant.com/codeshare/ba14d6a1-e34e-4d7c-8c69-c4359fc14

由small_q创建,最终由small_q更新于

低频因子构建:Alpha191因子构建(4)

策略源码:

{{membership}}


[https://bigquant.com/codeshare/4c52e2a4-bf48-4770-8553-a859659170d2](https://bigquant.com/codeshare/4c52e2a4-bf48-477

由small_q创建,最终由small_q更新于

低频因子构建:Alpha191因子构建(2)

策略源码:


{{membership}}

[https://bigquant.com/codeshare/aaaeda58-3eff-4a2d-bbf4-dd528b80e20c](https://bigquant.com/codeshare/aaaeda58-3eff-4a2

由small_q创建,最终由small_q更新于

{link}