通过11维度换手率因子捕捉低流动性股票的超额收益。使用截面标准化等权评分，每10天调仓一次，等权持仓5只股票。因子包含平均、波动率、线性衰减、市值中性化等维度，形成多角度的流动性评估体系。

策略聚焦A股主要宽基及风格指数成分股，在上交所、深交所主板、创业板和科创板范围内实施小市值选股。股票池覆盖沪深300、中证500、中证1000、上证50、科创50等指数成分股，并剔除ST、停牌、上市不足365日及市盈率TTM非正的股票。每个调仓日按流通市值从小到大排序，选取流通市值最低的3只股票，等权满仓配置。策略每5个交易日调仓一次，卖出不再入选的持仓，并将入选股票调整至目标仓位；交易按开盘价执行。风险控制主要通过限定指数成分股、排除异常及流动性受限股票、分散持有3只标的实现，未设置独立止损止盈机制。适用于A股股票市场，旨在捕捉指数成分股中的小市值溢价与定期轮动机会。

策略以股票换手率的稳定性为核心因子，偏好交易活跃度波动较小、市场关注度相对稳定的个股。股票池限定为正常交易、非停牌、非ST且上市满252个交易日的A股，以规避新股及异常状态证券。每日计算近20日换手率标准差，按该指标从低到高排序，选取最低的8只股票等权配置，组合总仓位为100%。策略每4个交易日调仓一次：卖出不再入选股票，并将入选标的调整至目标等权仓位；交易以开盘价执行。风险控制主要来自基础股票池过滤、分散持有8只股票及定期再平衡，代码未设置止损、止盈或仓位择时机制。适用于A股股票市场，旨在捕捉低换手波动股票可能具备的相对稳健收益特征。

策略以A股红利因子为核心，在基础股票池中剔除ST、*ST及停牌股票后，筛选市值分位数高于20%、TTM市盈率为正且处于低40%分位、股价不高于30元的标的。按股息率从高到低排序，选取前3只股票并等权满仓配置，兼顾高分红、低估值、一定规模与低价特征。策略每5个交易日调仓一次，以开盘价执行买卖；持有股票若不再进入当期目标池则全部卖出，再将入选股票调整至目标权重。交易成本设置为买入万三、卖出千分之一点三，单笔最低5元。策略未设置独立止损或仓位降档机制，主要通过分散持有、定期轮动及基础池过滤控制风险，适合A股股票市场的红利价值风格配置。

低换手率波动策略

## 策略逻辑 复现论文：杨凯琳《基于动量与风险优化双重视角的ETF行业轮动策略研究》，Finance 金融, 2026, 16(2): 266-276（DOI: 10.12677/fin.2026.162026）。 - **标的池**：13 只 ETF，覆盖商品（黄金、豆粕）、宽基（沪深300、创业板）、行业（创新药、新能车、消费、光伏、通信、计算机、军工）、跨境（纳指、恒生科技） - **复合动量评分**：对过去 25 个交易日的对数收盘价做 OLS 回归，年化收益率 r = exp(252×β) − 1，乘以判定系数 R² 得 score = r × R²，只保留 score > 0 的标的。R² 起到趋势质量过滤作用，斜率高但走势噪声大的标的会被降权 - **协方差收缩**：样本年化协方差 → 相关矩阵向单位矩阵收缩（δ=0.5）→ 用原始波动率重建，缓解小样本下相关系数的估计误差 - **权重优化**：均值-方差 max w'μ − (γ/2)·w'Σw，约束 Σw = 1、w ≥ 0，γ = 2 - **调仓**：每月第一个交易日开盘调仓，权重偏离不足 1% 的标的不动；全部标的得分为负则空仓持现金 - **成本**：佣金买卖各万 2，卖出额外千 1（忠于论文设定，ETF 现实免印花税） - **回测区间**：2021-06-01 至 2025-12-31，基准沪深300 ## 复现结论：论文披露的业绩指标无法复现 本策略严格按论文文字描述实现，但**未能复现论文的业绩指标**，原因在于论文方法本身存在量级不自洽： 预期收益向量 μ = exp(252×β) − 1 的量级（入选标的最大值中位数约 2.11，即 211%）远超风险惩罚项 (γ/2)·w'Σw 的量级（中位数约 0.058），两者相差 1~2 个数量级。在 γ = 2 下，均值-方差优化必然退化为角点解——55 个调仓期中有 47 期为单一标的 100% 满仓，平均持仓数仅 1.15 只，与论文所述"权重分布趋于分散"及年化波动率 16.5% 直接矛盾。 将 γ 从 2 扫描至 1000，不存在任何取值可同时匹配论文的总收益 74.81%、年化波动 16.5%、最大回撤 25.97%、夏普 0.567 四项指标。 本次复现结果与论文披露值对照见下方单元格。**实际回测收益显著高于论文（总收益 390% vs 74.81%），但波动率同样显著更高（30.85% vs 16.5%），本质上是集中持仓而非论文所称的分散配置**，请勿将本策略的高收益理解为对论文结论的验证。 ## 已知口径歧义 论文表述存在两处内部矛盾，代码中以显式开关声明所采用口径： - `MOMENTUM_MODE = "log_price"`：回归因变量取 ln(收盘价)，β 为日均对数收益率，与年化公式 exp(252β)−1 自洽，且论文 x = [0..24] 共 25 个点恰好对应 25 个收盘价。另一口径 `"log_return"` 严格照论文字面（因变量取日对数收益率，24 个点），但量纲与年化公式不自洽 - `COV_RETURN_MODE = "simple"`：协方差使用简单收益率序列，可切换为 `"log"`

策略在沪深北三市（主板、科创、创业板）内选股，优先覆盖多项主流指数成分，剔除停牌与ST股，且仅考虑上市>1年且PE>0的股票。以流通市值（float_market_cap）为打分项，按得分升序（即小流通市值优先）选取得分最小的3只股票，等权并归一化至总仓位100%。每5个交易日调仓一次，按下一交易日开盘价撮合成交；回测期为2022-01-01至2024-12-31，以沪深300为基准。风险控制主要体现在基本面过滤与持股数量限制（3只、等权），未包含动态止损或仓位上限，因而具有较高的个股集中风险与波动性，适用于追求小盘股溢价的A股多头策略。

策略核心：对大类资产ETF池采用动量-波动率混合打分，筛选并等权配置，月度轮动并辅以日常止盈止损以防黑天鹅风险。评分思路为近中期动量减去波动率，截面Z分数用于排序，近似实现收益—风险的鲁棒优化（近似DRO）。 选股与打分：候选池为指定的8只大类/指数ETF（如510300.SH、510500.SH、159920.SZ等）。因子包含20日和60日动量（close/lag(close,N)-1）与20日、60日日收益波动率，构造score_raw = 0.5*mom20 + 0.5*mom60 - 0.5*vol20 - 0.5*vol60，随后做截面z-score得到最终score。 仓位与调仓：每月第一个交易日为调仓日（rebalance），根据score排序后将总仓位100%等权分配到池内符合条件的ETF（代码中hold_count=0表示不限制持仓数量，由池决定）。实际下单以次日开盘价执行（order_price_field=open）。 风险控制：每日检查持仓并执行止盈止损——单只ETF累计涨幅>30%或跌幅<-10%时清仓；设置按单笔计费的手续费和最低费用（buy_cost=0.0003, sell_cost=0.0013, min_cost=5）。回测使用90天预热数据，按日频模拟，旨在兼顾趋势捕捉与波动抑制，提高组合的风险调整后收益与下行保护。 适用场景：面向以ETF为标的的大类资产配置或策略化配置场景，目标实现稳健的多品种轮动收益与下行风险控制。

策略以小市值优先并结合基本面质量筛选中国A股。流程：先在上、深、北交所全市场按板块/指数/非ST等基础条件过滤；再要求上市>365天、PE>0、ROE>0、净利润>0；以流通市值（float_market_cap）升序打分，选取得分最小的20只股票。仓位按等权分配并总仓位控制为80%（每股约4%），每5个交易日调仓一次，买卖以次日开盘价执行。风险控制包括：每日检查并即时止盈/止损（>+30%或<-10%即清仓）、持仓外不在目标池的标的卖出、保留20%现金缓冲及手续费/最小成本约束。适用于捕捉小盘价值溢价、兼顾基本面质量的中短期多股组合策略。

基于外部选股表的日频信号驱动策略：每日从用户表(user_data_kaikie090501)读取当日候选股票作为买入名单，最多持仓1只。若持仓标的不在当日买入名单且已持仓超过可配置的最低持有天数（默认0天）则全部清仓；买入时将可用资金（以组合市值/现金为准）一次性下单买入单只标的，若可用现金小于组合市值50%则停止买入以避免分散小仓位。买入按开盘价，卖出按收盘价执行；含固定交易费用与最低费率约束。参数可调项包括最大持股数、最短持有天数与回测区间。适合高信心外部模型信号的集中配置，收益波动与个股风险较高。

策略核心思想：在事先给定的20只指数/风格/红利/自由现金流ETF池内，捕捉短期动量并以均线做趋势过滤，实现ETF间的战术轮动。选股逻辑：计算每只ETF的20日累计收益(ret_20=close/close[-20]-1)，对当日样本做截面排名，标记当日及前一日均为当日样本20日收益第一的标的（连续两日冠军）。交易规则：仅在调仓日（每5个交易日）以开盘价买入满足连续两日为第一且当日收盘价>20日均线的标的，等权分配、总仓位为100%；每日检查持仓，若收盘价跌破20日均线则在下一个开盘价全部卖出。持仓数量随当日满足条件的标的数变化，单只权重=1/n。风险控制：通过20日均线实现趋势止损、等权分散限制个股集中度、在无合格标的时清仓以回避回撤；回测设置考虑了交易成本与最低手续费。适用场景与效果：适合做短中期ETF风格/指数轮动，擅长捕捉强势延续期收益，但在震荡市可能频繁换仓并增加交易成本，可考虑增加持仓上限、止损或持仓期限约束以降低换手率。

策略核心基于成长选股：以最近一期财报的净利润同比增长率(net_profit_lf_yoy)作为成长得分，对A股（上交所、深交所、北交所，各板块）剔除停牌/ST后筛选得分为正的标的并按得分从高到低排序。选取得分最高的3只股票，等权分配（总仓位100%，每股约33%），通过order_target_percent按目标仓位每天在开盘价执行调仓。回测使用滚动最近财报（向前保留365天以保证历史覆盖）。交易成本按每笔最小费用5元、买入0.03%、卖出0.13%计入。风险与适用性：高度集中（3只），无明确止损机制，收益依赖企业盈利扩张与财报更新，适合捕捉持续盈利增长的中长期主题但需注意换手/成交成本及业绩回撤风险。

代码思路介绍 本策略基于 BigQuant 平台的 StockRanker 模块，采用 LambdaMART 排序学习算法，在全市场 A 股中筛选相对强势标的，每5个交易日调仓一次，持仓20只等权分配。 因子体系 策略从估值、质量、规模、动量、波动、成长六个维度构建11个因子。估值维度使用 pe_ttm、pb、dividend_yield_ratio；质量维度使用 pcf_op_ttm、roe_avg_ttm；规模因子对流通市值做 log 变换消除量纲影响；动量维度覆盖5日和20日两个周期；波动和流动性分别用 volatility_5 和 turn 表示；成长因子使用 roe_avg_ttm_yoy 捕捉盈利改善趋势。 数据预处理 特征提取后对每个截面日期独立进行 MAD 去极值和 Z-score 标准化，消除极端值干扰并统一量纲。截面操作只用当天数据，不引入未来信息。 模型训练 训练集覆盖 2020-2024 年全市场数据，以 T+1 开盘买入、T+2 开盘卖出的2日收益做截面分箱（20档）作为排序标签。StockRanker 使用100棵树、学习率0.05、特征和样本各随机抽取80%，优化截面 NDCG 排序质量。 防未来信息泄露 训练集严格截止于2024年底，测试集从2025年1月起步，时间上完全隔离。训练标签中用到的 m_lead（未来价格）仅在训练阶段使用，预测流程中不涉及任何未来数据。 回测设置 测试区间为2025年1月至6月，基准为沪深300指数，买入手续费0.03%，卖出0.13%，单笔成交量不超过当日市场成交量的10%，贴近实盘约束。

## 策略逻辑 在一篮子主流ETF中，每10个交易日根据综合动量评分进行轮动，持有得分最高的3只： - **ETF池**：覆盖A股宽基、科技主题、海外、黄金、债券等大类资产（12只） - **评分因子**：0.4 × 1个月动量 + 0.6 × 3个月动量（中长动量加权） - **趋势过滤**：当日收盘价须在20日均线之上，否则评分强制为 -999，不纳入选择 - **仓位**：入选的3只ETF等权持仓，每只约 1/3 仓位 - **调仓频率**：每10个交易日调仓一次 - **手续费**：买入 0.03%，卖出 0.13%（ETF实际费率）

**标的池**：国内宽基（沪深300、中证500、创业板、科创50）、海外宽基（纳指、标普、日经、德国、恒生互联、港股通50）、黄金（2只）、商品（豆粕、有色金属、能源化工）、原油（3只） **信号**：短均线(10日) > 长均线(45日) **且** 短均线5日斜率 > 0（过滤震荡） **仓位**：按均线差值/长均线归一化分配权重；单大类上限 35% **回测**：2018-01-01 至今，初始资金 200 万

策略核心为对两只目标ETF（515020.SH 银行类、588200.SH 芯片类）按固定权重进行资产配置：银行60%、芯片40%。每季度第1个交易日按目标仓位在开盘价调仓，持仓数固定为2只，全部资金归一为100%投入。交易成本设定（买0.03%、卖0.13%、最低5元），逐出不在目标名单的持仓，使用市值百分比下单（order_target_percent），无杠杆与止损逻辑。回测区间2022-12-29至2026-06-18，初始资金50万。适合追求低换手、定期再平衡的中长期配置型投资者，以简洁的双赛道配置兼顾行业轮动与分散风险。

- 使用3个换手率因子捕捉低流动性特征 - 因子均为负向（高负值=低流动性=好机会） - 等权评分后选取前5只 - 5日调仓一次

- 使用11个换手率因子捕捉低流动性特征 - 因子均为负向（高负值=低流动性=好机会） - 等权评分后选取前5只 - 10日调仓一次

本策略基于 OU 均值回复随机过程模型，结合沪深 300 指数 ADX + 布林带双择时控风险，通过 OU 超跌因子 + 个股趋势因子综合打分选股，叠加五层量化风控筛选优质标的，实现震荡市超跌修复、弱市空仓避险的稳健型日频量化选股策略。

基于研报因子进行5日调仓的选股策略