【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

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

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

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: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

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

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

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

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

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: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

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

分页:第1页第2页第3页第4页第5页第6页第7页
{link}