量化交易 / quant-trading-backtesting
Medium

实现一个量化交易回测

天上不会掉下来一个年化几十个点的策略,不妨自己优化一个?

量化交易

有一个在聚宽上经常被讨论的小市值策略,描述如下

Step1:基础股票池准备
首先需要剔除不符合要求的股票:
ST股票:剔除名称中包含"ST"、"*"、"退"的股票
次新股:剔除上市不足250天的股票
科创板:剔除688开头的股票
北交所:剔除4xxx和8xxx开头的股票

Step2:股息率筛选(前25%)
股息率是衡量股票分红能力的重要指标,公式为:股息率 = 每股分红 / 股价

Step3:盈利能力筛选
PE_TTM > 0
净利润同比增长率 > 0

Step4:PEG筛选(0 < PEG < 3)
公式为:PEG = PE / 净利润增长率
PEG < 1:表示股票被低估
PEG ≈ 1:表示估值合理
PEG > 1:表示股票被高估
我们选择PEG在0到3之间的股票

Step5:价格筛选(2元 ≤ 价格 ≤ 9元)
筛选股价在2元到9元之间的低价股

Step6:市值排序(从小到大)
最后,按总市值从小到大排序,选择前10只股票
每月第一个交易日进行调仓

题目1
这个策略使用了哪些因子?说一说这些因子的含义

题目2
请你尝试复现这个策略并跑通回测,这个过程允许你使用任何ai工具。如果你跑出来几十个点的年化收益率,请思考一下这个策略能否直接部署在实盘,可能会踩什么坑

题目3
请你尝试优化这个策略。除了ai工具,你也可以在知乎、聚宽平台等社群里寻找他人的思路,并融入其中

出题人:lqy