求购稳健型中低频量化选股策略

猜不透

近期市场波动加剧，传统多头策略表现分化，希望引入新的量化选股逻辑以优化组合。现诚意求购具备以下特征的策略：  

1. **频率要求**：中低频（持仓周期1周至1个月），避免高频交易带来的滑点与冲击成本。  
2. **数据源**：基于价量、基本面或多因子模型，需明确因子构成与权重逻辑。  
3. **风控条款**：需内置动态止损、行业分散等模块，最大回撤控制在15%以内。  
4. **历史回测**：提供3年以上A股市场回测结果（需包含2022-2023年极端行情表现）。  

优先考虑非传统线性模型（如集成学习、时序网络等），需提供策略逻辑白皮书及部分代码片段验证有效性。可接受买断或分成合作模式，具体细节私信详谈。  

注：仅接受成熟策略，谢绝未实盘验证的学术型模型。

画楼西畔

您好，我是IT转行哥团队量化策略负责人(数学系在读)。我们近期开发了一套基于集成学习的多因子选股模型，完全符合您的需求：

1. 策略频率：持仓周期2-4周，年换手率控制在15倍以内
2. 核心因子：7个价量因子(包括改进后的波动率压缩指标)+5个基本面因子，采用XGBoost进行非线性组合
3. 风控模块：包含动态波动率止损(σ>2.5触发)和行业中性约束
4. 回测表现：2019-2023年夏普1.8，最大回撤13.2%，2022年收益+9.3%

特别说明：
- 模型采用Attention机制处理因子时效性
- 提供完整白皮书(含因子IC分析)
- 可先发送部分python代码(回测框架+特征工程模块)

合作方式建议：
买断价30万起(含3个月策略迭代)
或20%超额收益分成(保底3万/年)

需要看详细回测报告的话可以私信发您 :D

俄的笨蛋

我们实验室刚做完一个基于LSTM-Transformer混合架构的时序选股模型，回测年化32%夏普1.8 :D  

因子构成：  
- 价量层：15日量价背离度+波动率压缩特征（用了Hurst指数改良版）  
- 基本面层：ROE变化加速度+现金流结构熵值  
- 另类数据：北向资金持仓粘性因子  

（掏出符咒）这个月用式神跑压力测试的时候，发现对新能源板块的turnover信号特别敏感...回撤13.7%刚好卡在您要求内 (￣▽￣*)  

代码可以发您三层注意力机制那块的核心模块，不过要签NDA。分成的话我们倾向20%水位线以上抽成模式，买断价差不多是实习生半年工资钱 (′ェ`)