调仓

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

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

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

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

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

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

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

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

问题

在组合策略中，有没有办法读取 单个策略的当前夏普比率 对组合策略进行调仓?保持让每期调仓的时候选择夏普比率最高的那个策略进行下单?

视频

https://www.bilibili.com/video/BV1Ug411M7iz?p=5&share_source=copy_web

策略源码

接口获取模拟交易信号和指标进行仓位调整

研究结论

传统多因子模型采用月频调仓，但实盘中提高调仓频率会带来两个好处

一是减小技术类alpha因子的IC衰减

二是提高风控频率降低风险。随着2016年底开始的技术类因子失效

前者的作用减弱，但后者的作用仍在

固定月频的调仓模式忽略了月中组合的风险敞口变化，所以有必要在月中实施风险监控，提升组合的调仓频率，从而同时改善组合的收益与风险。动态调仓监控风险的核心策略是：在原有固定月频的调仓基础上，在月中每日监控市值因子的暴露情况，如果市值因子敞口超过一定的阈值，我们就在下一个交易日调仓，从而使得组合风险再次中性。

和固定周频调仓模式比，在市场低波动、组合风险敞口变化不大

摘要

传统因子表现不佳，因子择时大显身手在历史上表现良好的规模、反转和流动性因子在17年以来都出现了明显的回撤，导致主流多因子选股策略表现欠佳。在这样的大背景下，如何把握Alpha因子的风格轮动，选择最有效的风格因子，成为重要的研究课题。

基于机器学习的因子择时框架本报告选择常见的7个风格因子，通过机器学习方法，基于历史数据提炼因子风格轮动的规律，将因子IC历史信息、宏观经济变量、市场变量等信息作为特征，采用性能优良的XGBoost模型对因子未来的IC进行预测，来衡量不同风格因子未来选股的有效性。在因子配权时，赋予预期表现好的因子更高的权重，而减小预期表现不佳的因子的权重。

基

今年双周频调仓的GP_RF(“遗传规划+随机森林”模型)超额收益4.42%

今年以来双周频调仓的“遗传规划+随机森林”模型表现较好，换手率限制为60%的情况下，该模型上周超额收益为0.44%，最近一个月超额收益为2.82%，今年以来超额收益为4.42%。对于月频调仓的“遗传规划+随机森林”模型，换手率限制为120%的情况下，模型上周超额收益为-0.55%，最近一个月超额收益为0.44%，今年以来超额收益为1.78%。

全A选股模型中，今年以来收益率为标签的模型表现最好

全A选股模型中，收益率为标签的模型上周超额收益为0.87%，最近一个月超额收益为1.69%，今年以来超额

摘要

指数调样短期效应成因假说及检测沪深300指数调仓日前后收益率序列的Wilcoxon检测结果表明，调入个股短期股价上涨及调出个股价格下跌的短期调样效应主要集中在调仓日前N天的时间窗口。

指数调整成分股的长期表现测试结果表明，1）沪深300指数上市之初的成分股组合持有至今，回报率高于沪深300指数；2）分别持有指数调样时调入及调出个股等权组合，调出个股等权组显著跑赢新纳入指数的成分股等权组合。

沪深300指数调样对收益率削弱现象成因解释根据测试结果来看，成分股调整对指数收益存在削弱现象，主要可能原因：1) 纳入股票权重大于剔除股票权重2)优质个股的估值修复降低调仓频率的指数投资

研究结论

因子选股研究通常采用月频调仓模式，但是Alpha因子的效用并非在未来一个月均匀分布，而是呈现逐步衰减的形态，也就是说我们从月初获得的alpha要比月末获得的alpha高，持仓一个月不动的调仓方式在当月后半段资金利用效率较低，有必要在alpha衰退之前调仓

因子的alpha衰减速度可以用其IC的半衰期度量，基本面因子、估值因子的衰减速度较慢，例如CFP_TTM指标的半衰期长达四个月；而技术类指标的衰减速度较快，CGO_3M指标11天左右IC即衰减了一半。

实证发现，不论是做主动量化还是做指数增强组合，周频调仓方式在交易成本较低的情况表现都明显优于月频调仓组合，但当单

量化策略从角度上分为高频策略和低频侧率。高频策略基于分钟、快照等行情数据开发策略，持仓周期同样相对较短。低频策略一般基于基本面财务因子等低频，因为数据更新较长，调仓周期一般在月度或季度，甚至年度。

目前BigQuant平台上的模板策略一般是根据持仓周期进行调仓回测的，比如5日持仓、30日持仓等。这里，我们举一个简单的逻辑代码说明如何判断调仓周期为22个交易日：

1.在回测模块初始化中，设定调仓周期 rebalance_days = 22；并创建一个extension[‘index’]用于保存记录K线运行数量。

2.在handle_data模块中，每当新的一个K线即交易日来临后，e

传统多因子模型采用月频调仓，但实盘中提高调仓频率会带来两个好处：一是减小技术类alpha因子的IC衰减、二是提高风控频率降低风险。随着2016年底开始的技术类因子失效，前者的作用减弱，但后者的作用仍在

固定月频的调仓模式忽略了月中组合的风险敞口变化，所以有必要在月中实施风险监控，提升组合的调仓频率，从而同时改善组合的收益与风险。动态调仓监控风险的核心策略是：在原有固定月频的调仓基础上，在月中每日监控市值因子的暴露情况，如果市值因子敞口超过一定的阈值，我们就在下一个交易日调仓，从而使得组合风险再次中性。

和固定周频调仓模式比，在市场低波动、组合风险敞口变化不大时，动态调仓方法可以避免很多由于