选股票时量化投资策略

① 国内散户如何玩量化投资具体是什么步骤呢

量化交易是指投资者将交易策略的逻辑与参数经过电脑程序运算后，将交易策略系统化，然后通过电脑自动下单来完成交易。

在量化交易过程中，散户可以这样做：

1、根据个股的历史数据，进行多因子选股，比如，把市盈率、市净率、市销率等作为选股标准，选出一些价值被低估，或者处于合理区域的个股。

2、顺势交易，即在上涨的趋势中买入，在下跌的趋势中卖出。

3、进行合理的仓位管理，即采取漏斗型仓位管理法、矩形仓位管理法、金字塔形仓位管理法等，好应对个股后期的风险。

4、再根据个股的历史走势，寻找个股的支撑位和压力位，把它们作为止损、止盈点，即在压力位置，且获得收益的时候及时卖出；在跌破支撑位时，且股票亏损的时候及时卖出股票，避免更大的损失。

量化投资的最终目标

是让投资者做到知行合一，克制人性的贪念，让自己成为理性的投资者。优柔寡断，是投资者面临损失最常见的问题。量化投资的模型，将所有的数据模型化，不再给出多个方案选择，只给自己定下唯一的参考标准。

量化投资的问题在于，当模型被市场打破后，在没有找出根本的原因，是否能够做到静观其变。即使错过了机遇，也不为此而叹息，以原则坚守为主。简单的理解，将炒股的各种参数量化，像机器人一样简单，消除各种幻觉。不以亏损而恐慌，不以赚钱而自大，盈亏有道。

如果想在股市中长期生存，请给自己设置一个模型！

② 国内股票的量化投资策略有哪些，特别是基本面量化

柠檬给你问题解决的畅快感觉！主要的量化对冲策略有：1、市场中性策略 主要追求的是通过各类对冲手段消除投资组合的大部分或全部系统风险，寻找市场中的相近资产的定价偏差，利用价值回归理性的时间差，在市场中赚取细小的差价来获得持续的收益。2、事件驱动套利策略 利用特殊事件造成的对资产价格的错误定价，从错误定价中谋利。3、相对价值策略 主要是利用证券资产间相对的价值偏差进行获利。感觉畅快？别忘了点击采纳哦！

③ 量化选股策略是什么多因子模型是什么

量化选股就是利用数量化的方法选择股票组合，期望该股票组合能够获得超越基准收益率的投资行为，研究表明，板块、行业轮动在机构投资者的交易中最为获利的盈利模式是基于行业层面进行周期性和防御性的轮动配置，这也是机构投资者最普遍采用的策略。此外，周期性股票在扩张性货币政策时期表现较好，而在紧缩环境下则支持非周期性行业。行业收益差在扩张性政策和紧缩性政策下具有显着的差异。
多因子模型是应用最广泛的一种选股模型，基本原理是采用一系列的因子作为选股标准，满足这些因子的股票则被买入，不满足的则卖出。多因子模型相对来说比较稳定，因为在不同市场条件下，总有一些因子会发挥作用。

④ 什么是量化投资有哪些常见的量化投资策略

量化投资是在投资过程中运用数学、统计学、信息技术等知识。投资者会收集股票的数据，然后依靠计算机系统强大的信息处理能力，用先进的数学模型代替人工的主观判断，从而在控制风险的前提下实现最大回报。

量化投资流行的原因，甚至带有主观的投资趋势，这必然具有量化投资的优势。总而言之，有以下几点：它基于数理统计，更接近一门科学，让未来更容易预测和感知，可以全年实时监控所有市场和交易，而人类不能。它避免了人的情感，完全由机器自动化，严格执行纪律。过程和风险更加可控。这些优势逐渐将量化投资带入我们的视野，并被越来越多的投资者所接受。

⑤ 【量化】各平台开源的选股策略汇总

大概收集了下各平台开源的量化选股策略。本意为供自己参考，顺手分享一下，希望能对有缘人有用，哈哈。

一、 多因子模型选股

多因子模型是应用最广泛的一种选股模型，基本原理是采用一系列的因子作为选股标准，满足这些因子的股票则被买入，不满足的则卖出。

1 、大师系列——价值投资法整理归档（一共19个经典的大师策略）

2 、多因子换档反转策略

3 、Foster Friess积极成长策略

4 、Fama-French三因子火锅&五因子模型

5 、多因子模型+资产组合优化（加“社区神定律——每月25号以后不交易”）

6 、11年100倍以上的多因子策略-四因子选股策略研究

7 、光大多因子模型

《光大证券_多因子系列报告之一:因子测试框架》，

《光大证券_多因子系列报告之二：因子测试全集》，

《光大证券_多因子系列报告之三：多因子组合“光大Alpha1.0”》

https://uqer.io/community/share/5958e0bec9dd160057510df9

8 、小费雪选股法

（一）小费雪——静态市收率PS： https://www.joinquant.com/post/6944?tag=new

（二）小费雪——相对市收率： https://www.joinquant.com/post/7027?tag=new

（三）小费雪（终）： https://www.joinquant.com/post/7029?tag=new

参考研报：《 华泰价值选股之低市收率A股模型Ⅱ 》

9 、华泰价值选股之FFScore模型

来源:【聚宽社区】https://www.joinquant.com/post/4872

参考研报： 【华泰金工林晓明团队】华泰价值选股之FFScore模型

10、国信动态多因子算法的实现

参考研报：国信《45数量化投资技术系列之四十五：基于A股市场选股因子边际效用和有效分散的动态区分度动量策略》

二、风格轮动模型

1 、斗牛蛋卷二八轮动原版策略实现（本质为择时）

简介：“二八轮动”就是根据A股市场中大盘股和小盘股走势不同作为信号判断的。（所谓二，就是指数量占20%的大盘股、权重股；所谓的八,就是数量占80%左右的中小盘股，非权重股；其轮动就是指在两者之间不断切换，轮流持有。）

三、配对交易

所谓配对交易，就是利用两只股票（或基金、债券等其他品种）走势非常相似，如果出现一直股票正偏离，一只股票负偏离，那么做空正偏离的股票，做多负偏离的股票。

1. 工农配对（偏向择时）

2. 银行轮动（中、农、工、商）无止损，年化77%

附：质疑帖：https://www.joinquant.com/post/5377?tag=new

四、 行业选股

1. 【羊群效应系列】--寻找行业轮动中的龙头股：

https://www.joinquant.com/post/1038?tag=new

金融市场的羊群效应主要是指投资者在市场交易过程中的学习与模仿的现象，当市场中存在羊群效应时，投资者在做出自己的决策时更加依赖于他人的行为而忽略自己所获取的信息。

五、资金流模型

1、 资金流模型的研究：

https://www.joinquant.com/post/973?tag=new

2、 资金流数据+支持向量机——判断股价走势：

（资金流可以解释一部分股价的变化，这里的思路是不考虑基本面也不考虑时间序列，主要看大额资金是流入还是流出。因此，考虑输入资金流数据，通过机器学习的方式来对未来股价的涨跌做分类预测。这里用的是支持向量机。）

https://www.joinquant.com/post/6744?tag=new

3 、个股资金流：

https://uqer.io/community/share/5696099e228e5b18dfba2c8b

六、事件选股：

1 、异动事件选股：

简介：在通常情况下，股票与指数的日内走势是随波逐流的关系。但是，在某些特殊的交易日里，股票可能在盘中频繁出现与指数走势背道而驰的情况。这种个性十足的价格异动，我们称之为“特立独行”事件。

策略中异动事件的筛选方法如下：

（1）取交易日t、股票stk的日内分钟收益率序列，计算其与上证综指当日分钟收益率序列的皮尔逊相关系数COV(stk,t)；

（2）将相关度因子COV(stk,t)低于阈值Lambda，视为发生“特立独行”异动事件。对于Lambda的选取，本文采用的计算方法是全部股票平均相关系数减去两倍标准差。

据此尝试构建一个基于“特立独行”异动事件的投资组合，在发生异动事件的样本中，选取“逆势涨”的部分，“逆市涨”指的是当日股票收益大于0，且市场收益率小于0。每日收盘后选出合格的股票标的，次日以开盘价等权买入，持有50个交易日后以收盘价卖出。由于事件发生的概率较低，为了防止空仓率高的情况，本文调长持有时间，这也一定程度减少了投资机会。

地址： https://uqer.io/community/share/57887bed228e5b8a099334a0

升级版： https://uqer.io/community/share/5795858d228e5ba29305f729

2 、事件驱动研究——财报对分析师评级上调事件的影响

https://uqer.io/community/share/59c9e27a0f66ae010a61be46

七、趋势追踪模型

（衡量股票趋势的指标最重要的就是均线系统，因为它是应用最为广泛的趋势追踪指标，

所以均线是不可或缺的，把它作为捕捉大盘主趋势的基石。但是纯粹的均线由于噪音等原因，使得经常会出现误操作，需要进行更多的处理机制，包括极点、过滤微小波动、高低点比较策略、高低点突破策略、长波的保护机制、长均线的保护机制等概念和技术细节；卡尔曼滤波）

1、 基于胜率的趋势交易策略：

简介：简单构建了一个基于胜率的趋势交易策略。认为过去一段时间（N天）内胜率较高、信息比率较高的股票会在紧随其后的几天有较好的表现

地址： https://uqer.io/community/share/565aeac3f9f06c6c8a91ae31

2、 海龟模型趋势跟随策略

简介：基于唐奇安突破通道，海龟模型的趋势捕捉是基于唐奇安突破通道系统，即价格突破20日最高价的最大值为入市信号，价格突破10日最低价的最小值为离场信号。

地址： https://uqer.io/community/share/58161031228e5b43fd5c26f6

3、 多头趋势回踩策略

简介：多头趋势回撤的思路，是根据若干条均线呈现出的形态判断一支股票是否处于强势状态，并抓住回调的时机低位买入。顾名思义，这个策略的要点分为两部分：多头趋势和回撤点。5、10、20、60、120五根均线为从上至下依次排序，由此判定股价处于多头趋势。均线呈完全相反的排列顺序，是空头趋势。均线反复交叉的情况，则为震荡趋势。

地址： https://www.joinquant.com/post/1901?tag=algorithm

⑥ 量化交易策略有哪些

一、交易策略
一个完整的交易策略一般包括交易标的的选择，进出场时机的选择，仓位和资金管理等几个方面。
按照人的主观决断和计算机算法执行在策略各方面的决策中的参与程度的不同，可以将交易策略分为主观策略和量化策略。

二、主观策略
主观策略主要依靠投资者的主观判断。
期货市场的投资者通过对产业上中下游、供需、宏观经济预期等的调查做出自己的判断。
类似的，股票市场的主观投资者通过深入研究行业的各个方面，调查行业内的上市公司，形成交易决策。
另外，无论是股票市场还是期货市场，大量的主观投资者是依赖技术分析做出决策的。

三、量化策略
量化策略主要依赖于计算机算法进行交易。
投资者将初步的交易逻辑输入计算机，并运用大量的历史数据做统计和回测，在此基础上做出适当的修改、扬弃，以形成可接受的交易策略。策略在形成后，往往各个决策条件就已经确定，实盘中按照既定的程序执行。
对比而言，部分主观策略在对单个标的的研究深度上有优势，可以通过深度研究提供专家级的意见。而量化策略由于运用计算机决策，可以处理大量的数据，因此在广度上有优势。另外，量化策略在执行中不会受人的状态、情绪等不确定性的影响，因而执行更为严格和精确。

四、常见策略
常见的量化交易策略可以大致分为趋势策略和市场中性策略，趋势策略常见的有双均线策略、布林带策略、海归交易法和多因子选股策略等。
常见的市场中性策略包括统计套利策略、Alpha对冲策略等，着名的网格交易法更多的是一种交易方法，可以用在不同类型的策略中。
下面我们对这几个常见策略做一个简单介绍，想深入了解某个策略的读者可以借助互联网获得更多资料。
(1) 双均线策略
双均线策略在趋势交易中有广泛的应用。该策略根据长短两根不同周期的移动平均线的金叉和死叉来交易。在短周期均线上穿长周期均线(金叉)时做多，在短周期均线下穿长周期均线(死叉)时做空。双均线系统可以进一步扩充为多均线系统。
(2) 布林带策略
布林带由三条线构成，其中的中线是一根移动平均线，上线是由中线加上n倍(如2倍)标准差构成，下线是中线减n倍标准差。当行情上穿上线时做多，下穿下线时做空。
(3) 海归交易法
海归交易法由商品投机家理乍得·丹尼斯的推广而闻名。该法则涵盖交易的进出场，资金和仓位管理的各各方面，是一套完整的交易系统。关于该策略的具体交易模式几个字不容易说清楚，详细的了解大家可以参考《海归交易法则》这本书，特别是后面的附录。
(4) 多因子选股
多因子选股模型是股票交易中常见的策略。建立过程包括选取候选因子，在历史数据检验的基础上挑选有效因子并剔除冗余因子等几个过程，最后是根据因子选择要交易的股票，确定出入场时机。
(5) 统计套利
统计套利可以用于期货市场的跨品种和跨期套利，也可以用于相关性高的股票之间的价差套利。它是利用相关性高的标的之间的价差或者价比回归的性质，在价差或价比偏离均衡位置时进场，在价差或价比回到均衡位置时出场。
(6) Alpha对冲策略
Alpha对冲策略同时持有方向相反的两种头寸对冲Beta风险。在国内市场常见的是持有股票多头的同时，持有股指期货空头，该策略是否能够获得超额收益依赖于选取的股票是否具有高的Alpha正值。
(7) 网格交易法
网格交易法的核心是网格间距和中轴线的确定。我们以螺纹钢期货合约为例说明，目前螺纹价格3000，我们建立初始仓位，比如50%仓位。随后螺纹钢每涨50点卖出10%，每跌50点买入10%。这里的3000就是中轴，50点是网格宽度。该策略的收益波动很大

⑦ 如何量化炒股

首先，可以通过学习量化策略来进行，主要包括多因子策略、统计套利、机器学习。

量化交易是一种新兴的系统化金融投资方法，它综合多个学科的知识，用先进的数学模型代替人的主观思维制定交易策略，利用计算机强大的运算力从庞大的股票、债券、 期货等历史数据中回测交易策略的盈亏“概率”，通过管理盈亏的“概率”帮助投资者做出准确的决策。

此外，我们可以通过数库多因子量化平台进行炒股，它会呈现出影响股价走势的相关因子，让投资者从中选取影响力高的因子，组合成量化策略，进行收益对比分析，得出最理想的股票组合。还可以自由添加、删除、收藏多个因子，仅需几秒钟就可以完成大量的数据运算，操作方便快捷。

潜在风险

量化交易一般会经过海量数据仿真测试和模拟操作等手段进行检验，并依据一定的风险管理算法进行仓位和资金配置，实现风险最小化和收益最大化，但往往也会存在一定的潜在风险，具体包括：

1、历史数据的完整性。行情数据不完整可能导致模型与行情数据不匹配。行情数据自身风格转换，也可能导致模型失败，如交易流动性，价格波动幅度，价格波动频率等，而这一点是量化交易难以克服的。

2、模型设计中没有考虑仓位和资金配置，没有安全的风险评估和预防措施，可能导致资金、仓位和模型的不匹配，而发生爆仓现象。

3、网络中断，硬件故障也可能对量化交易产生影响。

4、同质模型产生竞争交易现象导致的风险。

5、单一投资品种导致的不可预测风险。

为规避或减小量化交易存在的潜在风险，可采取的策略有：保证历史数据的完整性；在线调整模型参数；在线选择模型类型；风险在线监测和规避等。