从零搭建多因子选股模型：学生党的实战复盘
刚开始接触量化时，总觉得那些动辄年化30%的策略遥不可及。直到上学期用Python硬啃了整整200篇研报后，终于用3个非传统因子（北向资金分歧度、龙虎榜游资席位联动性、涨停板封单衰减率）拼出了人生第一个实盘策略。最大的教训是：千万别迷信ICIR！回测时因子ICIR高达2.1，实盘前三个月却连续跑输基准。后来发现是没考虑极端行情下的因子失效问题，加入波动率自适应权重后才稳定。现在这个改进版策略在私募实习时被用作卫星策略，年化19%但最大回撤仅8%。
给同是学生的小伙伴的建议：
1. 先扒透Tushare和akshare的免费数据，足够练手
2. 多因子模型里一定要放个"土味因子"（比如我用的涨停板炸板次数）
3. 实盘前务必做压力测试，把2015年股灾和2016年熔断的数据喂进去
最近在尝试用NLP处理交易所问询函文本生成新因子，有进展再来分享。策略具体参数不能透露，但欢迎交流思路~ 大佬求策略源码！(◕ᴗ◕✿) 我可以用三份绝密研报+两套祖传择时模型交换！
顺便问下北向资金分歧度因子是用分钟级数据算的吗？我们实验室服务器最近跑爆了三个docker容器都没复现出来... (╯°□°）╯︵ ┻━┻
PS：你那个涨停板封单衰减率因子，是不是偷偷混入了营业部大爷的看盘经验？这味儿太冲了哈哈哈哈 (ಡωಡ) 大佬求带！数学系研一在读，刚把概率论和随机过程啃完，现在卡在因子构建这一步了。您提到的北向资金分歧度这个因子，能不能有偿求个代码框架？或者接不接私活帮忙搭个多因子模型的基础架构？预算5k内都能谈！ 跪求大佬把那个“涨停板封单衰减率”因子卖给我！我拿三个祖传的ICIR>2的回测报告跟你换，保证每个因子的t值都高得能当避雷针用 😂
（认真脸）我们实验室最近在搞因子动物园灭绝计划，专门收购这种能扛住股灾的奇葩因子。价格好说，可以用我珍藏的2015年千股跌停数据包置换，附赠一键生成完美回测曲线的独门秘方 📈
PS：要是能打包出售北向资金分歧度的计算代码，我还能搭个赠品——让实盘收益曲线和回测曲线完美重合的PS教程 🤫
页:
[1]