A股

{{use_style:custom-style-default}}

更新

本文内容已经过期，不再适合平台最新版本，请查看如下最新内容：

• 预计算因子
• 数据API
• 数据可视化分析
• [策略源码模版与Demos](https://bigq

问题

mggis0or1+如何实现一个做T的策略，降低已有仓位的成本

解答

• 做T就是在日内对个股进行买入和卖出的变相T+0交易。但A股是T+1制度，如何能做到T+0呢，那就得预留好资金，不能全仓持股，才能做到滚动操作。
• 半仓滚动做T：每次半仓低位买入相同仓位，然后高点T出，或高点T出后再低位买回相同仓位(最常用和最简单操作方式)
• 日内网格策略（最经典也是市场上最主流的做T策略）

视频

[https://www.bilibili.com/video/BV1RN4y1w7gE/?spm_id_from=333.999.0.0&vd_source=ecd29b

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

在很多文章中提到因子暴露，这里的“暴露”怎么理解？

参考

一般来说提到某种资产在某个因子的暴露，指的是资产收益相对于因子收益的敏感度

构造股票池：获得计算日当天全部A股的名单，并从中剔除掉ST股、停牌股票和上市不足1月的新股。 获取股票池中股票的最新市盈率：获取上一步构造的股票池中的全部股票的市盈率。假设有3000支股票，则此处应有3000个市盈率数据。 对全部股票按照市盈率从小到大排序。 构造多空组合：事先设定一个比例(例如10%)，选取300只低市盈率股票做多，并选取同样比例300只高市盈率股票做空，据此构造一个多空组合。 该多空组合的收益率，即代表低市盈率因子的

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

https://bigquant.com/codesharev2/39a8c639-92e8-48d4-a432-8cec3e21c047

\

https://bigquant.com/experimentshare/116fdc30e1944051ba43f73e74837776

\

旧版声明

本文为旧版实现，仅供学习参考。

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

策略案例

https://bigquant.com/experimentshare/72d5601550164505aad979f7265f8fec

\

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

{{use_style}}

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](https://bigquant.com/wiki/doc/demos-ecd

https://bigquant.com/codeshare/d9fc6c92-ad4a-47ea-872b-72f95c28dce4

\

摘要

机构调研事件。通过上市公司的投资者调研公告，可以获知机构投资者的调研信息。统计发现，A 股的机构调研事件以特定对象调研为主；参与调研的机构投资者集中在 5 家以内；多数调研公告会在调研事件发生后的一周内公告。 机构调研的股票特征。研究发现，机构投资者倾向于调研大市值，前期具有高涨幅、高换手、高波动的活跃股票。这些因素都会对股票未来收益产生显著影响，因此在分析机构调研事件对股票收益影响时，需要加以控制。

机构调研股票的超额收益。通过截面回归模型，我们发现，在控制了常见选股因素的影响后，机构调研股票仍然具有不能被解释的超额收益。截面溢价的月胜率为 65%，月均值为 0.30%，信息

摘要

2018年2月6日，受夜间美股大跌的影响，A股早盘低开后一路下挫。截止收盘，沪深300、中证500和创业板指分别下跌2.93%、4.90%和5.34%。面对这样突如其来的风险，除了提前预判、降低仓位之外，是否还有其他可供对冲的手段，以规避股票组合的大幅回撤。 为此，本文介绍了两类非常简单的低成本策略——时间序列动量和质量因子，它们在股票市场出现大幅回撤时，表现十分突出，能够帮助投资者免受大幅的亏损。而且，这两个策略即使是在正常的市场环境中，也有着稳健的收益表现。

时间序列动量策略。时间序列动量策略主要应用于期货市场，其思想非常简单。 观察每个品种过去R个交易日的涨跌幅，若上涨则

本文主要研究了量化选股场景中的数据标准化方法，分别对比了时序标准化和截面标准化方法的在量化选股模型上的效果。

主要的工作有：

一是构建DeepAlpha数据集，包含A股2011年到2022年98个量价因子的日线数据，label为股票未来5日的收益率；

二是采用基于时序的K折交叉验证方法，严格3年训练1年预测的数据划分，使研究更贴近于实际应用；

三是对比了LightGBM模型和DNN模型在不同标准化方法下的效果，发现截面标准化在DeepAlpha数据集上的表现更好；

四是将DNN模型的预测结果从2017年1月1日到2021年12月31日进行了模拟回测，基于截面标准化的方法年化收益35%

国内量化交易起步较晚，大约15年开始，20年开始爆发，21年量化私募规模飙升。由于容量过大，出现了一个头部量化私募中性策略导致大幅回调的问题。对于a股来说，量化交易仍然是一种相对较新的投资方式。自20年以来，监管已经关闭了证券公司的外部接口。因此，如果你想进行定量交易，你必须使用证券公司的level2行情接口和交易接口。今天，我将与大家分享如何一站式解决不同的定量交易需求。https://gitee.com/l2gogogo

自编程AI量化交易

解决方案：AI量化交易策略终端

简介：

极速交易策略终端是一款基于python语言的策略交易平台 ， 是活跃交易者策略研究 、 自动化交易

A股分两种：“漂亮50”和“要命3000” http://stock.qq.com/a/20170428/006821.htm 证券时报记者以三个指标筛选出A股的“漂亮50”，这三个指标分别是净利润增长率长大于15%，连续3年净资产收益率大于15%，市盈率低于35。

参照这个指标，我在bigquant平台下写了个策略尝试了下。市盈率用的年终财报当天的数据，如果不存在就用的财报日期前最近一天的数据。用 2013，2014，2015三年财报数据找出来符合条件的股票，符合指标的股票一共43只，详见策略结果。从2016.6.1开始每只股票买入1万元，以沪深300为基准持仓到2017.6.1的回测

Pairs trading across Mainland China and Hong Kong stockmarkets

作者：Hanxiong Zhang, Andrew Urquhart

出处：International Journal of Finance and Economics, 2018-10

摘要

基于市场效率低下是由非理性需求和套利限制相结合而导致的，本文研究了1996年1月至2017年7月间，在中国内地和香港交易高流动性大盘股和中盘股的配对交易的盈利能力。作者有三个主要发现：

1. 限定在每个市场内的配对交易不会产生重大的异常收益。但是，如果投资者

研究结论

在过去23年历史里，A股的小盘股溢价现象非常显著，市值最小的20%股票相对市值最大的20%的股票平均每月有1.1%溢价。按月份统计，小盘股跑赢大盘股的占比接近六成（58.9%）；按年份统计，23年里仅有4年发生过风格反转，2017年最为明显

报告里用小盘股相对大盘股每个月的超额收益来度量小市值溢价，其年化波动率高达21%，和美国股市整体波动程度相当，显著高于其它alpha因子，对其择时的潜在收益与风险都大。

用金融时间序列数据做回归预测小盘股溢价时必须考虑数据在时间序列上的持续性，传统OLS方法会得到错误统计结论。报告里采用IVX方法做回归预测，DLM方法分析样本内各个指

核心观点

2021 年 A 股以极致分化开局，后在经济复苏下以周期、成长风格为核心展开 演绎，但在 Q3 后再次转为价值风格，基本面与价值类因子的跷跷板效应依旧 显著。在复苏后高盈利基数下，A 股核心宽基指数预期成长性有所走平，高盈 利、高成长组合的估值已明显缺乏吸引力，核心驱动力也有所减弱。基本面风 格前途不明之下，价值类策略更值得布局：一是除绝对低估值策略外，相对价 值策略可适当回避基本面与价值类策略对立的风险；二是关注与价值相关的其 他各类策略，如预期高派现策略、基于 AH 溢价的选股策略等；三是业绩超预 期个股或主要由低位业绩边际改善个股构成，SUE 类策略值得继续关注，如 前

摘要

量化模型跟踪

3月以来，A股受到基本面走弱和市场情绪下行双重冲击而出现明显调整，从风格来看大小盘指数调整幅度差异不大，大类行业板块来看消费和公用事业板块相对抗跌，成长板块调整最为显著。今年以来我们中期择时、灵活择时、大小盘轮动和风格板块轮动模型的收益率分别是-5.85%，-6.76%，-5.71%和-7.22%。

市场最新观察

市场择时：对于中长期投资者，当前市场整体估值优势明显，尤其低估值蓝筹板块安全边际明显，只是考虑到疫情冲击下企业盈利修复的空间和幅度仍存在不确定性，当前投资者仍需耐心等待市场估值的回归。

对于灵活投资者，当前短期择时模型评分处于中等偏

摘要

当前市场观点：三个支撑力和三个压制力对垒，A股或现长期配置价值

当前A股三个支撑力与三个压制力对垒，短期维持震荡格局，等待海外疫情拐点。三个支撑力来自于国内疫情最先修复、逆周期政策最早发力+海外流动性冲击缓和+长期逻辑未破，三个压制力来自于盈利预期的下调+海外疫情的低预测度+中期风险溢价的潜在变化。下半年市场的估值逻辑逐步向2021年盈利预期切换，我们预计市场中枢高于上半年。并且，在华泰金工周报《当前大盘股估值处于历史低位》（2020-4-6）中我们也曾经分析过，自2019年初至今，A股大盘股的上涨动力主要源自于盈利的提升，目前A股整体估值处于历史低位，在目前时点具有较