STRATEGY RESEARCH

交易策略研究

A-SHARE TRADING STRATEGY RESEARCH · DAILY

每日从公开量化研究源中提炼一个具体 A 股交易策略,以专业研究视角总结其策略逻辑、因子构造、信号与持仓规则、执行机制与研究局限。滚动保留最近 10 篇。

GitHub 掘金 Qbot 聚宽 JoinQuant
已更新 - 篇 最近更新 - 滚动窗口 10 篇
2026-10-29多维动量择时:看趋势强弱,选最强ETF并控仓
①该策略核心是在固定的一篮子ETF中,挑出当下「动量最强」的一只持有,同时根据大盘指数的健康程度决定是满仓、空仓还是保持现状,目的是在趋势好的时候跟上涨势,在趋势坏的时候躲开下跌。②什么时候买:首先看大盘(沪深300),用RSRS标准分(一种衡量市场整体强弱度的评分,越高代表市场越健康)判断,若分数高于-0.68且大盘斜率(指数近期上涨的陡峭程度)大于12,则发出买入信号;其次在大盘中挑出「乖离率动量」(偏离90日均线的程度变化速度)最高的那只ETF买入。什么时候卖:若RSRS分数跌破-0.43,或大盘斜率走弱,或持仓股票跌破20日均线,或当日股票涨幅超过4.8%(防止追高),均会触发卖出或空仓。③优势在于它不只是单纯追涨,而是加了「大盘体检」和「单日涨幅过滤」两道保险,试图在保留趋势收益的同时减少震荡市和假突破的干扰。④坑在于参数极多(如18天斜率、600天RSRS窗口),对近期横盘震荡适应性较差,若大盘长期无明确方向,信号可能频繁翻转导致摩擦成本高;且依赖ETF流动性,极端行情下滑点会放大亏损。⑤适合对技术分析有一定理解、能接受程序化自动执行、且希望控制单一持仓风险的进阶个人投资者。
  • 股票池限定为4只宽基或行业ETF,每次只持有1只,集中度极高
  • 基准指数为沪深300,用18天高低点回归斜率配合600天RSRS标准分判大势
  • 设定单日涨幅超4.8%或动量突变时强制转为卖出,规避短线过热
  • 止损线为跌破20日均线(允许0.5%缓冲),盘中11:27二次检查防尾盘异动
参数对历史数据拟合痕迹重,震荡市易被反复打脸;单一ETF持仓导致分散度不足。该仓库未披露回测绩效数字,本篇仅为方法介绍,不构成任何收益参考,建议自行验证。
趋势跟随动量轮动事件驱动择时策略
2026-10-28多因子择时:按打分选基金,看信号控仓位
该策略在干什么:在黄金、纳指、创业板、上证180四类基金里打分选最强的一个,同时看市场强弱决定买不进场。具体操作:每天计算过去25日涨幅,乘以该基金走势的稳定性指标(决定方向且越稳越好),得分最高的基金全仓买入;同时跟踪沪深300指数,若短期均线在长期均线上方且市场强度指标超阈值就允许持有,若指标跌破负阈值且均线拐头向下则全部清仓,否则保持原状。优势:通过选最强势的资产争取高收益,通过择时信号在明显走弱时躲开大跌,兼顾收益与回撤。劣势:模型依赖历史统计规律,在震荡市容易频繁发出反向信号导致反复亏损,且单一持仓风险集中,若强势基金突然反转会造成较大回撤。适合投资者:有一定研究能力、能承受波动、能看懂代码逻辑的进阶个人投资者。
  • 资产池固定4只:黄金、纳指100、创业板100、上证180基金
  • 动量窗口25日:计算过去1个月对数收益率作为上涨动力
  • 稳定性系数:用R方(数据拟合程度)加权,趋势越稳得分越高
  • 择时触发:短期3日均线低于20日均线且强度分低于-0.7时清仓
震荡市易反复挨打;单一基金全仓风险集中,若趋势反转无缓冲。该仓库未披露回测绩效数字,本篇仅为方法介绍,不构成任何收益参考,建议自行验证。
多因子趋势跟随ETF轮动择时策略
2026-10-27动量轮动ETF:按强弱排名换马
这个策略干的事很简单:在一大篮子ETF(交易所交易基金)里,每天算一遍过去25天谁表现最好,只持有评分最高的那一只,换掉旧的。怎么算最好呢?它不是单纯看涨了多少,而是看「涨势有多稳」。它算出一个「年化收益率」(把短期涨幅换算成一年的标准)乘以一个「R²(衡量涨幅是否沿一条直线走,代表稳定性)」,乘出来分最高的就是当前最强标的。每天开盘10分钟后看一次,如果手里的ETF掉出了第一名,就把它卖掉,换成新的第一名;如果它还是第一,就不动。优势是纪律性强,自动跟最强行业走,避免情绪化。坑在于:市场如果来回震荡,没有持续趋势,它会反复买在山顶卖在谷底,也就是「打脸」行情;另外它没配债券或现金,跌起来没缓冲。它适合喜欢趋势行情、能忍受中间波动、不想自己盯着几百只基金看的进阶投资者。
  • 参考周期25天,每日9:40执行调仓
  • 动量评分=年化收益率×R²(稳定性)
  • ETF池覆盖15只(含A股/美股/商品)
  • 持仓数量始终为1只,无分散化
单边下跌市或震荡市中频繁换仓容易亏损;未配置避险资产,波动较大。该仓库未披露回测绩效数字,本篇仅为方法介绍,不构成任何收益参考,建议自行验证。
动量轮动ETF轮动趋势跟随单一持仓
2026-10-26多资产动量轮动:每日换仓,只留趋势最强的一只ETF
这个策略的核心逻辑很简单:它盯着黄金、纳指100、创业板100和上证180这四只不同的ETF,每天开盘后都要做一次“选美”。怎么打分呢?它用最近25天的数据算两个数:一个是趋势有多陡(年化收益率),另一个是趋势有多稳(判定系数R²),两者相乘就是动量得分。得分最高的那只ETF会被全仓买入,其他的统统卖出。这意味着它几乎永远只拿着一只ETF,但每天都会在四个不同类型里挑当下最强的那个。它的优势在于“东边不亮西边亮”,如果A股跌了但黄金涨了,它能迅速切换到黄金;如果海外纳指牛,它也能捕捉到。但它有个大坑:只持有一只资产,集中度极高;而且它是“追涨”逻辑,如果市场刚好在顶部反转,它会在高点接盘,然后面临大幅回撤。它适合那些不想预测市场方向、只想跟着强者走、且能承受单吊一只资产波动的投资者。
  • 资产池包含黄金、纳指100、创业板100、上证180共4只ETF
  • 动量计算周期设为25个交易日,每天开盘执行调仓
  • 交易成本设定为佣金各万分之二,滑点设为0
  • 仅持有动量得分最高的1只ETF,其余全部清仓
趋势市好使,震荡市或顶部反转时容易反复挨打,因为只持有一只资产且是追涨逻辑。该仓库未披露回测绩效数字,本篇仅为方法介绍,不构成任何收益参考,建议自行验证。
动量轮动多资产趋势跟随高频调仓
2026-10-25ETF轮动:每月挑最强,没信号就空仓
①这策略在干什么:它在黄金、纳指、创业板、上证180这四个ETF里,每个月根据谁最近涨得又快又稳(动量)来排名,只买排名第一的那个。②什么情况下买、什么时候卖:每月算分,如果分数差距不大(说明没明确赢家)或者择时指标(RSRS,一种看近期高低点关系的信号)显示当前时机不好,就空仓不持仓;如果信号好,就卖掉旧持仓,买入排名最高的那一个。③它有什么优势:资产类别分散(有商品、有海外、有A股),跌了可能换个赛道;空仓机制能帮你在烂市里躲开一部分下跌。④它有什么坑:在震荡市里,ETF强弱反复横跳,容易刚买就跌、刚卖就涨,反复打脸;而且它只持仓一个ETF,集中度很高,万一选错的那个跌得最惨,回撤会比较大。⑤适合什么样的投资者:懂一点技术指标、能接受长期空仓等待信号、并且不怕单押一只ETF波动的进阶个人投资者。
  • ETF池:黄金、纳指100、创业板100、上证180
  • 动量参考天数:25天;反转因子参考:33天
  • 每月调仓一次;择时指标:RSRS Beta
  • 空仓条件:分数差距<0.1或>15;或RSRS信号为负
震荡市中容易频繁换车且亏损;单押一只ETF,遇到黑天鹅风险大。该仓库未披露回测绩效数字,本篇仅为方法介绍,不构成任何收益参考,建议自行验证。
动量轮动择时ETF多资产
2026-10-24提示词回测:用历史行情给AI策略打分
这是一套用于评估AI选股提示词效果的“打分考试”机制,而非直接交易的买卖信号。它通过在历史行情中重放交易,模拟如果当时按某段提示词让AI生成策略,会赚到多少钱。核心逻辑是:让AI对过去的市场数据进行分析,生成买卖点,再按这些点位计算盈亏。其优势在于能客观对比不同提示词或模型在相同历史数据下的表现,筛选出“更靠谱”的指令风格。主要坑在于它依赖历史数据,存在“过拟合”风险,过去的成功不代表未来有效;且AI分析本身具有不确定性,回测结果可能受数据质量影响。适合喜欢尝试AI工具、有技术背景且愿意花时间调参的个人投资者使用,不适合追求稳定收益或不懂技术原理的普通散户。
  • 对比多组提示词模板的胜率、回撤、夏普指标
  • 加入防未来数据机制,确保回测逻辑严谨
  • 支持按Jaccard稳定性评估策略的一致性
  • 将AI推荐结果与沪深300指数进行基准对比
主要局限是AI分析的不确定性高,且回测基于历史数据,无法保证未来实盘收益;在极端行情或黑天鹅事件下,历史规律可能完全失效。
AI分析回测评估提示词工程策略验证
2026-10-23AI因子挖掘:让AI写公式,算出股票涨跌规律
①这是一个让AI(DeepSeek)根据股票历史数据自动写「数学公式」(即因子)并评估其预测能力的系统;②它不是教你买卖,而是让AI在价格、成交量等88个特征里组合出10个新公式,再算出这些公式和「未来涨跌」的相关性(信息系数,IC)和夏普比率(收益波动比),挑出表现最好的;③优势:不用人工拍脑袋定规则,多只股票一起算能防止公式只对一只票有效,还能自动画出回撤曲线(最高点到最低点的跌幅);④坑:日志里的示例因子年化收益仅0.97%或9.25%,说明随机生成的公式大多很弱,且IC 0.045~0.082属于偏低水平,实盘中大概率跑不赢直接买指数;⑤适合想体验AI量化流程、学习因子评估逻辑的投资者,不适合直接拿来当选股工具。
  • 一次生成10个因子公式,用最大序列长度6限制公式复杂度
  • 训练集用2020-2023数据,测试集验证,防止公式只对过去有效
  • 仓位比例设为0.3,即最多投入30%资金模拟策略
  • 滚动窗口归一化计算IC,避免用未来数据作弊
AI生成的公式往往很弱(示例IC仅0.082),震荡市或数据变化时大概率失效;仓位0.3的模拟收益与实盘差异大。
AI因子挖掘信息系数分析量化回测自动化策略
2026-10-22小市值精选:每天挑5只最小公司轮换
这个策略在干什么:它每天盯着一个股票池(中小板指数成分股),专门挑里面流通市值(按当前股价乘以可流通股数算出的总盘子)最小的几家,一共只留5只,剩下的全卖掉换成新的最小盘。什么时候动:策略设定在每天上午9:40执行,先排除ST(被交易所特别处理的风险警示股)、停牌(暂停交易)、涨停跌停(涨跌到极限无法成交)以及上市不满250天的次新股,然后在剩下的股票里按市值从小到大排,取前5只;如果手里有的股票没进这5只就卖出,有现金且未满仓就按剩余名额等额买入新股票。它的优势:逻辑简单透明,专注于捕捉“小而美”股票可能的超额收益,且通过过滤异常股票降低了踩雷概率。有什么坑:小市值策略对流动性敏感,如果某只股票突然被调出指数或遭遇流动性枯竭,可能无法及时交易;此外,如果市场风格转向大盘蓝筹,小盘股整体表现不佳时,策略会持续跑输指数。适合什么投资者:适合能够接受每日调仓带来的高换手成本、理解小盘股高波动特性、且希望长期参与A股中小盘风格轮动的投资者。
  • 股票池锁定中小板指数成分股
  • 每天9:40检查并调整持仓
  • 最多同时持有5只股票
  • 剔除ST、停牌、涨跌停及上市不足一年的股票
小市值股波动大、流动性偶发不足;市场若持续偏好大盘股,该策略可能长期跑输基准。该仓库未披露回测绩效数字,本篇仅为方法介绍,不构成任何收益参考,建议自行验证。
小市值定期调仓风格轮动
2026-10-21高股息低波动选股:挑分红多且股价稳的票
这套策略的核心逻辑是用“高分红+低波动”两个标准在A股里挑股票。具体操作分四步筛选:先找过去一年现金分红占市值比例最高的前50%股票;再从中挑出换手率波动率(反映买卖活跃度带来的价格起伏)最低的前80%;接着排除负债率(公司借的钱占总资产比例)最高的那批,保留负债较低的前50%;最后从剩下的里面挑流通市值最小的15只,实际持有其中10只。买入和卖出规则很明确:每周一下午开盘前重新跑一遍筛选,把不在新名单里的旧持仓卖掉,把新名单里的股票平均分仓买入。为了减少折腾,过去20天内持有过的股票会被拉黑,短期内不再买回。它的好处是持仓股通常财务稳健、现金流好,组合波动小,适合不想天天盯盘的人。缺点也很明显:如果市场风格极度偏好科技成长股,或者经济衰退导致全行业分红减少,策略收益会跑输大盘;另外,每周调仓加上“涨停不开门就卖”的规则,容易在震荡市中频繁交手续费。最适合这类策略的投资者是风险承受能力中等、追求稳定现金流、没有精力做高频交易的长线个人投资者。
  • 每周调整一次持仓,最大持股数量限制为10只
  • 先筛选股息率前50%,再筛选低波动、低负债股票
  • 过去20天内持有过的股票不再重复买入
  • 若昨日涨停且今日打开涨停,立即卖出该股票
策略依赖稳定分红,若经济下行导致企业盈利和分红大幅下滑,策略失效。震荡市中频繁调仓会因交易成本拖累收益。该仓库未披露回测绩效数字,本篇仅为方法介绍,不构成任何收益参考,建议自行验证。
多因子红利策略定期调仓风险控制
2026-10-20全天候均衡:股债商金全配,波动更低回撤更小
这套策略的核心是把钱分散投资在股票、债券、黄金、商品和海外股市五个方向,不让任何一个资产涨或跌主导全局。它根据每种资产近20天或75天的波动程度反着来分权重——波动越小配得越多,波动越大配得越少,让各部分承担的风险差不多。比如沪深300跌了、黄金或原油价格跌破75天均线,就自动降低或暂停该部分权重,转而把资金转向表现平稳的资产。整个组合在震荡和下跌行情里回撤控制在6%到7%以内,比单押A股稳健得多。它的优势在于长期回撤浅、夏普比率较高(达到1.5到1.8以上),适合长期拿。主要坑是:如果A股和美股同步暴跌、商品和债券同时下跌(也就是“黑天鹅”全市场共振崩盘),它也会亏钱;另外30年期国债ETF上市前数据是估算的,且没算管理费,实际收益会再打折。适合风险偏好中低、能接受短期小幅波动、想5年以上不频繁看盘的长期投资者。
  • 每月最后一个交易日调仓一次,计算各资产近20天波动率并按反比分配权重
  • 黄金、原油、美股跌破75天均线,或沪深300跌破75天且30天均线时,触发减仓
  • 30年期国债ETF上市前数据估算并扣0.3%年化,实际投资前要先核实现价折溢价
  • 组合共含9类资产,分股票、债券、黄金、金属、原油5个大类,波动越大的类配得越少
五类资产同时跌的极端行情下仍会亏钱;30年国债早期数据靠估算,QDII额度紧张时美股ETF可能溢价或停购。
多资产配置风险平价趋势过滤全时段
声明:本栏目内容为公开开源策略资料的整理与转述,仅供学习与研究参考,不构成任何投资建议。策略历史表现不代表未来收益,市场有风险,决策需独立。