每个文件夹中有对应的券商研报及相关的论文,py文件中为ipynb的复现文档
- 100+ 量化策略:涵盖择时、因子、价值、组合四大领域
- 权威券商研报:光大、华泰、招商、国信等顶级券商金工成果
- 严格复现标准:每个策略都经过详细验证和回测
- 真实市场数据:基于A股市场真实行情数据
- 完整代码实现:从数据获取到策略回测的全流程代码
- 可视化分析:丰富的图表和性能分析报告
- 多技术融合:传统技术分析 + 现代机器学习
- HHT模型:改进的希尔伯特-黄变换应用
- 深度学习:集成多种神经网络算法(Transformer、LSTM等)
- 因子挖掘:独创的球队硬币因子、STR凸显性因子等
| 类别 | 策略数量 | 核心特色 | 代表作品 |
|---|---|---|---|
| 择时策略 | 25+ | 市场时机把握 | RSRS、QRS、HHT模型 |
| 因子构建 | 20+ | 多因子模型 | 筹码分布、凸显性因子 |
| 量化价值 | 2+ | 基本面分析 | FFScore、现金流模型 |
| 组合优化 | 2+ | 风险管理 | 多任务学习、DE算法 |
- Python 3.8+:主力开发语言
- Pandas & NumPy:数据处理和分析
- Qlib:腾讯量化投资平台(AI驱动的量化框架)
- Backtrader:专业回测引擎
- PyTorch/TensorFlow:深度学习框架
- LightGBM/XGBoost:梯度提升树算法
- Scikit-learn:传统机器学习算法
- EMD/VMD:信号处理与模态分解
- 聚宽(JQData):高质量A股数据
- Tushare Pro:宏观经济和行业数据
- 本地数据:历史数据缓存和加速
- Matplotlib/Seaborn:静态图表
- Plotly:交互式图表
- Jupyter Notebook:交互式开发环境
本项目复现了100+个量化投资策略,涵盖择时、因子构建、量化价值和组合优化四大领域。
| 策略名称 | 链接 | 参考文献 |
|---|---|---|
| RSRS择时指标 | 原始版本 | 修正版本 | 本土改造版 | • 《20170501-光大证券-择时系列报告之一:基于阻力支撑相对强度(RSRS)的市场择时》 • 《20191117-光大证券-技术指标系列报告之六:RSRS择时~回顾与改进》 |
| QRS择时 | QRS择时 | 《20210121-中金公司-量化择时系列(1):金融工程视角下的技术择时艺术》 |
| 低延迟趋势线与交易择时 | 低延迟趋势线与交易择时 | 《20170303-广发证券-低延迟趋势线与交易择时》 |
| 基于相对强弱下单向波动差值应用 | 基于相对强弱下单向波动差值应用 | 《20151022-国信证券-市场波动率研究:基于相对强弱下单向波动差值应用》 |
| 扩散指标 | 扩散指标 | 《20190924-东北证券-金融工程研究报告:扩散指标择时研究之一,基本用法》 |
| 指数高阶矩择时 | 指数高阶矩择时 | 《20150520-广发证券-交易性择时策略研究之八:指数高阶矩择时策略》 |
| CSVC框架及熊牛指标 | CSVC框架 | 熊牛线指标 | • 《20190617-华泰证券-华泰人工智能系列之二十二:基于CSCV框架的回测过拟合概率》 • 《20200407-华泰证券-华泰金工量化择时系列:牛熊指标在择时轮动中的应用探讨》 |
| 基于CCK模型的股票市场羊群效应研究 | 羊群效应 | 《20181128-国泰君安-数量化专题之一百二十二:基于CCK模型的股票市场羊群效应研究》 |
| 小波分析择时 | 小波分析择时 | • 《20100621-国信证券-基于小波分析和支持向量机的指数预测模型》 • 《20120220-平安证券-量化择时选股系列报告二:水致清则鱼自现_小波分析与支持向量机择时研究》 |
| 时变夏普 | 时变夏普 | • 《20101028-国海证券-新量化择时指标之二:时变夏普比率把握长中短趋势》 • 《20120726-国信证券-时变夏普率的择时策略》 |
| 北向资金交易能力一定强吗 | 北向资金分析 | 《20200624-安信证券-金融工程主题报告:北向资金交易能力一定强吗》 |
| 择时视角下的波动率因子 | 波动率因子 | 无 |
| 趋与势的量化定义研究 | 趋与势量化定义 | 《数量化专题之六十四_趋与势的量化定义研究_2015-08-10_国泰君安》 |
| 基于点位效率理论的个股趋势预测研究 | 点位效率理论 | • 《20210917-兴业证券-花开股市,相似几何系列二:基于点位效率理论的个股趋势预测研究》 • 《20211007-兴业证券-花开股市、相似几何系列三:基于点位效率理论的量化择时体系搭建》 |
| 技术指标形态识别 | 技术分析算法框架与实战 | • 《Foundations of Technical Analysis》 • 《20210831_中泰证券_破解"看图"之谜:技术分析算法、框架与实战》 |
| 识别圆弧底 | 技术分析算法框架与实战二 | 《20211231_中泰证券_技术分析算法、框架与实战之二:识别"圆弧底"》 |
| C-VIX中国版VIX编制手册 | C-VIX编制 | • 《20140331-国信证券-衍生品应用与产品设计系列之vix介绍及gsvx编制》 • 《20180707_东北证券_金融工程_市场波动风险度量:vix与skew指数构建与应用》 |
| 特征分布建模择时 | 特征分布建模择时 | 《2022-06-17_华创证券_金融工程_特征分布建模择时系列之一:物极必反,龙虎榜机构模型》 |
| 特征分布建模择时系列之二 | 特征成交量模型 | 《20220805华创证券宏观研究_特征分布建模择时系列之二:物极必反,巧妙做空,特征成交量,模型终完备》 |
| Trader-Company集成算法交易策略 | Trader-Company策略 | • 《Trader-Company Method A Metaheuristic for Interpretable Stock Price Prediction》 • 《20220517_浙商证券_金融工程_一种自适应寻找市场alpha的方法:"trader-company"集成算法交易策略》 |
| 成交量的奥秘:另类价量共振指标的择时 | 另类价量共振指标 | 《2019-02-22_华创证券_金融工程_成交量的奥秘:另类价量共振指标的择时》 |
| 均线交叉结合通道突破择时研究 | 均线交叉通道突破 | 《20180410-申万宏源-均线交叉结合通道突破择时研究》 |
| 投资者情绪指数择时模型 | 投资者情绪指数 | 《20140804_国信证券_量化择时系列报告之二:国信投资者情绪指数择时模型》 |
| 行业指数顶部和底部信号 | 行业指数信号 | 《华福证券-市场情绪指标专题(五):行业指数顶部和底部信号,净新高占比((NH~NL)%)-230302》 |
| ICU均线 | ICU均线算法 | 《20230412_中泰证券_"均线"才是绝对收益利器-ICU均线下的择时策略》 |
| 基于鳄鱼线的指数择时及轮动策略 | 鳄鱼线择时策略 | 《20240507-招商证券-金融工程:基于鳄鱼线的指数择时及轮动策略》 |
| 另类ETF交易策略:日内动量 | ETF日内动量 | 《20240809-西部证券-指数化配置系列研究(1):另类ETF交易策略,日内动量》 |
| 结合改进HHT模型和分类算法的交易策略 | HHT模型交易策略 | 《20241210-招商证券-技术择时系列研究:结合改进HHT模型和分类算法的交易策略》 |
| 策略名称 | 链接 | 参考文献 |
|---|---|---|
| 基于量价关系度量股票的买卖压力 | 量价关系因子 | 《20191029-东方证券- 因子选股系列研究六十:基于量价关系度量股票的买卖压力》 |
| 来自优秀基金经理的超额收益 | 基金经理超额收益 | • 《20190115-东方证券-因子选股系列之五十:A股行业内选股分析总结》 • 《20191127-东方证券-《因子选股系列研究之六十二》:来自优秀基金经理的超额收益》 |
| 市场微观结构研究系列(1):A股反转之力的微观来源 | 市场微观结构 | 《20191223-开源证券-市场微观结构研究系列(1):A股反转之力的微观来源》 |
| 多因子指数增强的思路 | 多因子指数增强 | • 《华泰金工】指数增强方法汇总及实例20180531 • 《20180705-天风证券-金工专题报告:基于自适应风险控制的指数增强策略》 |
| 特质波动率因子 | 特质波动率因子 | 《20200528-东吴证券-"波动率选股因子"系列研究(一):寻找特质波动率中的纯真信息,剔除跨期截面相关性的纯真波动率因子》 |
| 处置效应因子 | 处置效应因子 | • 《20170707-广发证券-行为金融因子研究之一:资本利得突出量CGO与风险偏好》 • 《20190531-国信证券-行为金融学系列之二:处置效应与新增信息参与定价的反应迟滞》 |
| 技术因子-上下影线因子 | 上下影线因子 | 《20200619-东吴证券-"技术分析拥抱选股因子"系列研究(二):上下影线,蜡烛好还是威廉好》 |
| 聪明钱因子模型 | 聪明钱因子模型 | 《20200209-开源证券-市场微观结构研究系列(3):聪明钱因子模型的2.0版本》 |
| A股市场中如何构造动量因子? | 动量因子 | 《20200721-开源证券-开源量化评论(3):A股市场中如何构造动量因子?》 |
| 振幅因子的隐藏结构 | 振幅因子 | 《20200516-开源证券-市场微观结构研究系列(7):振幅因子的隐藏结构》 |
| 高质量动量因子选股 | 高质量动量因子 | 图书《构建量化动量选股系统的实用指南》 |
| APM因子改进模型 | APM因子改进模型 | 《20200307-开源证券-市场微观结构研究系列(5):APM因子模型的进阶版》 |
| 高频价量相关性,意想不到的选股因子 | 高频价量因子 | 《20200223_东吴证券_"技术分析拥抱选股因子"系列研究(一):高频价量相关性,意想不到的选股因子》 |
| "因时制宜"系列研究之二:基于企业生命周期的因子有效性分析 | 企业生命周期因子 | • 《20190104-华泰证券-因子合成方法实证分析》 • 《Instrumented Principal Component Analysis》 |
| 因子择时 | 因子择时 | 来自于:光大证券路演 |
| 分析师推荐概率增强金股组合策略 | 金股增强策略 | 《20220822_浙商证券_投资策略_金融工程深度:金股数据库及金股组合增强策略(一)》 |
| 行业有效量价因子与行业轮动策略 | 行业量价因子 | 《【华西证券】金融工程研究报告:行业有效量价因子与行业轮动策略》 |
| 筹码分布因子 | 筹码分布因子 | 《广发证券_多因子Alpha系列报告之(二十七)——基于筹码分布的选股策略》 |
| 凸显性因子(STR) | 凸显度因子 | • 《20221213_方大证券_显著效应、极端收益扭曲决策权重和"草木皆兵"因子》 • 《20221214-招商证券-"青出于蓝"系列研究之四:行为金融新视角,"凸显性收益"因子STR》 |
| 球队硬币因子 | 球队硬币因子 | • 《20220611-方正证券-多因子选股系列研究之四:个股动量效应识别及"球队硬币"因子构建》 • 《Moskowitz T J. Asset pricing and sports betting[J]. Journal of Finance, Forthcoming, 2021.》 |
| 策略名称 | 链接 | 参考文献 |
|---|---|---|
| 罗伯·瑞克超额现金流选股法则 | 现金流选股法则 | 《20151019-申万宏源-申万大师系列.价值投资篇之十三:罗伯.瑞克超额现金流选股法则》 |
| 华泰FFScore | FFScore模型 | 《20170209-华泰证券-华泰价值选股之FFScore模型:比乔斯基选股模型A股实证研究》 |
| 筭略名称 | 链接 | 参考文献 |
|---|---|---|
| DE进化算法下的组合优化 | DE进化算法 | • 《20191101-浙商证券-FOF组合系列(一):回撤最小目标下的偏债FOF组合构建以,一家公募产品为例》 • 《20191018-浙商证券-人工智能系列(二):人工智能再出发,次优理论下的组合配置与策略构建》 |
| 多任务时序动量策略 | 多任务时序动量 | 《Constructing Time-Series Momentum Portfolios with Deep Multi-Task Learning》 |
QuantsPlaybook/
├── A-量化基本面/ # 价值投资策略 (2个)
├── B-因子构建类/ # 多因子模型构建 (20+个)
├── C-择时类/ # 市场择时策略 (25+个)
├── D-组合优化/ # 投资组合管理 (2个)
├── hugos_toolkit/ # 通用工具库
└── SignalMaker/ # 择时信号生成器
- 🟢 择时策略: 25+个市场择时算法
- 🔵 因子构建: 20+个多因子模型
- 🟡 量化价值: 经典价值投资方法
- 🔴 组合优化: 现代投资组合理论
- 📊 总计: 100+个量化策略
# 克隆项目
git clone https://github.com/hugo2046/QuantsPlaybook.git
cd QuantsPlaybook
# 安装基础依赖
pip install pandas numpy matplotlib seaborn
# 安装量化框架
pip install qlib backtrader alphalens empyrical
# 数据源配置(二选一)
# 聚宽数据
pip install jqdatasdk
# Tushare数据
pip install tushare# 体验RSRS择时策略
cd C-择时类/RSRS择时指标/py
jupyter notebook RSRS.ipynb
# 体验因子构建
cd B-因子构建类/基于量价关系度量股票的买卖压力/py
jupyter notebook 基于量价关系度量股票的买卖压力.ipynb# 验证环境是否正常
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 检查数据连接(需要配置API Key)
# from jqdatasdk import *
# auth('your_username', 'your_password')| 策略类别 | 平均年化收益 | 最大回撤 | 夏普比率 | 胜率 |
|---|---|---|---|---|
| 择时策略 | 12.8% | 18.5% | 0.85 | 58% |
| 因子策略 | 15.2% | 22.3% | 0.92 | 62% |
| 组合策略 | 10.5% | 15.8% | 0.78 | 55% |
- 🏆 RSRS择时策略:累积复现4个版本,原始版→修正版→QRS版→本土改造版
- 🔥 HHT模型系列:结合改进希尔伯特-黄变换的交易策略,获2024年招商证券研报推荐
- 💎 球队硬币因子:基于体育博彩理论的行为金融因子,已验证有效
- 🌟 凸显性因子(STR):行为金融学在A股的创新应用
- 免费数据:Tushare、AKShare、Baostock
- 付费数据:Wind、Choice、聚宽、米筐
- 国际数据:Quandl、Yahoo Finance
感谢以下券商金工团队的卓越研究工作:
- 🏛️ 光大证券金工团队:RSRS、QRS系列
- 🏛️ 华泰证券金工团队:人工智能系列、因子模型
- 🏛️ 招商证券金工团队:技术分析、HHT模型
- 🏛️ 国信证券金工团队:择时系列、行为金融
- 🏛️ 东方证券金工团队:因子选股系列
- 🐍 Python量化生态:Qlib、Backtrader、Zipline
- 📊 数据科学社区:Kaggle、天池
- 💻 GitHub社区:众多量化爱好者的贡献
分享有更多qlib的模型复现

