知识库

本文介绍一种使用22只国际国家ETF的配对交易策略。策略先将包含股息的总回报序列标准化，在120日形成期内选出累计价格距离最小的五组配对，再交易20日。当价差偏离其历史标准差的一半以上时建仓：买入相对便宜的ETF，做空相对昂贵的ETF。配对收敛或交易期结束时平仓；各配对等权配置，投资组合每日再平衡。…

本文介绍一种每月再平衡、仅做多的策略，将股票动量与环境、社会和治理评分结合。该方法将投资组合选择视为背包问题：一种特征作为组合约束，另一种则作为要最大化的价值。重点介绍的版本偏好ESG评分高且动量强的股票，使用动量排名和反向ESG评分来定义优化目标，并根据ESG得分最高的股票设置权重上限。策略利用模拟退火方法寻找股票组合，入选股票等权配置。…

本文介绍一种围绕公司财报公告进行交易的短期反转策略。策略关注规模大、流动性好的US股票，根据公告前几天的收益排序，然后买入近期输家并卖出近期赢家。持仓采用等权配置，覆盖公告前一天、公告当天和公告后一天。…

该策略按环境、社会和治理评分对北美股票排序，对每个维度都买入得分最高的五分之一，并做空得分最低的五分之一。股票范围包括加拿大和美国，排除股价低于一美元的股票；年度评分更新后，在两次评估之间保持不变。收益与匹配基准进行比较，并控制规模、市净比和动量因素。三个评分组合均采用等权配置，每年再平衡。…

本文介绍一种市场择时信号，根据一系列股票和ETF期权价格估算合成借券总强度的变化。借券强度定义为无风险利率减去借券费，因此其变化被用作衡量卖空成本和市场情绪的间接指标。引用的研究报告称，借券总强度的日变化与次日SPY收益正相关，相关系数为0.137，t统计量为4.17。…

本文介绍一种股票筛选策略，使用从公司10-K和10-Q申报文件计算的语言指标。词汇丰富度反映词汇多样性，词汇密度衡量承载信息的语言所占比例，特定密度则体现金融相关术语的集中程度。文中介绍的数据集跟踪数千只US股票的这些指标。策略按词汇密度和特定密度对交易最活跃的500只US股票排序，买入排名最高的十分之一，卖空排名最低的十分之一，并按月再平衡。…

本文介绍一种相对价值策略，将历史价格走势相似的股票配对。策略先对总回报序列进行标准化，再以价格差平方和筛选走势接近的股票，并在后续时期交易选出的配对。当价差偏离参考水平两个标准差时，策略买入表现落后的股票并做空表现领先的股票，随后在价格收敛时平仓。该方法假设暂时分化的股票之后会重新同步走势。…

该策略利用SEC 13F持仓披露，识别主动型共同基金经理似乎最看好的股票。策略建议先确定主动型经理范围，再挑选每位经理持仓最集中或信心最高的股票，随后投资于多位经理都视为优选的股票。其依据是，经理可能具备有效的选股能力，而分散投资组合会稀释其最强判断的影响。…

该指标计算交易品种的滚动收益与风险统计数据，并将收益与可选的股票基准进行比较。输入项用于设置基准、回看长度、收益计算方式和显示的指标组。输出包括平均收益、标准差、方差、相关系数、相关系数平方、贝塔，以及使用无风险利率估算的阿尔法。它还绘制标记为最大回撤和最大收益的指标，这些指标根据滚动均值以及该期间的最低或最高收益计算得出。…

这篇入门课程介绍常见图表如何帮助研究人员检查金融数据，并发现可能的结构或数据问题。课程以两只 US 股票的每日价格为例，演示如何用直方图呈现经验分布、用累积直方图查看累积频率、用散点图展示成对观测值之间的关系，以及用折线图呈现数值随时间的变化。课程还说明了为什么绘制分布图时，收益通常比价格水平更有参考价值：价格是非平稳的，且可能在很大范围内波动。…

本笔记介绍如何为先前选定的 US 股票模型配置生成留出预测。由于模型选择和策略设置依据验证结果做出，这些结果本身无法独立证明选择质量。笔记从案例研究配置中读取留出日期，确定已选模型，并仅使用留出期开始前可用的历史数据重新拟合模型。…

本笔记介绍 GReaT，这是一种使用语言模型生成合成金融表格的方法。它将每行序列化为文本，使用 ETF 特征微调基于 GPT 的模型，再将生成文本解析回包含数值和类别的混合列。示例特征包括历史收益、波动率、成交量比率、方向和市场状态标签，以及未来收益目标。笔记采用时间顺序划分训练集和测试集，并通过“合成数据训练、真实数据测试”的分类评估特征分布的保真度和下游效用。…

本笔记介绍如何为 US 股票面板构建基于模型的特征，同时避免未来观测影响历史数值。核心方法是安排估计时间表：模型先经过预热期，只使用待描述数据区块之前的数据进行拟合，在该区块内生成特征，并在下一区块开始前重新拟合。本笔记将这一做法用于市场状态距离、分数阶差分价格和条件波动率，其中包括个股波动率模型，以及在历史数据较短时采用的市场层面替代估计。…

本文介绍一种按季度调仓、仅做多的 US 股票策略，设计参考了一只价值型 ETF。策略从 NYSE 股票开始，剔除金融公司、ADR 和 REIT，然后根据 90 日平均成交额筛选流动性。在符合条件的股票中，按 EV/EBIT 选出估值最低的十分之一，剔除 EBIT 为负的公司，再保留 Piotroski F 分数最高的一半。持仓采用等权配置，并按季度再平衡。…

该策略寻找常规交易时段内突破当日盘前高点或低点的走势。它使用平均方向指数（ADX）和布林带宽度筛除较弱或较平静的市场状况，并依据平均真实波幅（ATR）或固定百分比止损计算止损和目标价位。目标距离设为止损距离的倍数。开盘冷却期间禁止进场；策略逻辑还会识别未能收于盘前区间之外的早期突破。 文档提供 Pine Script…

这篇中文文章介绍一种股票筛选方法，结合低于 65 的 14 周期 RSI、连续三个下跌交易日，以及大单净成交量的较高相对排名。其公式将净成交量定义为大额买入成交量减去大额卖出成交量，再选取横截面排名靠前的股票。其意图是将动量或价格形态条件与大单资金流指标结合起来。…

这篇文章提出一种筛选中国元宇宙相关股票的方法：按当日开盘集合竞价金额排名，选取前五名，再保留前一日收盘价高于 250 日均线的股票。长期均线旨在过滤整体趋势，竞价活跃度则用于识别受到关注的股票。文章包含平台公式和 Python 示例，但两者均未提供回测结果或预测能力证据。 作者提醒，该方法很大程度上依赖技术指标和市场活跃度信号，250 日均线可能无法反映完整的长期趋势，而且该筛选条件可能不适合短线交易者。文章建议结合基本面与技术指标、适应不同市场状态，并加入其他信息筛选条件。Python…

这篇文章介绍一种选股方法，筛选换手率介于 3% 和 12% 之间、上市年份为 2021，且满足被称为大幅上升趋势起点的条件的股票。其指标参考通过均线关系和介于 60 至 80 之间的类 RSI 指标来具体定义趋势条件。文章没有提供样本、收益序列或回测，因此呈现的是规则说明，而非该筛选方法有效的证据。…

这篇中文文章介绍一种股票筛选规则，结合 3%–12% 的换手率区间、为正且低于 35% 的十日涨幅，以及涉及价格变化与超大单净成交量乘积的阈值条件。文章将该规则作为寻找交易活跃且价格走势较强股票的方法。文中引用了技术公式并提供 Python 示例，但示例中的成交量和价格变化筛选条件并未直接实现所述的超大单净流量条件。…

这篇文章提出一种股票筛选方法，条件包括换手率介于 3% 和 12% 之间、连续三个交易日收盘价下跌，以及开盘集合竞价期间由主要参与者贡献的净买入为正。该组合兼顾流动性或交易活跃度筛选、近期价格走弱和订单流信号。作者将其作为一种寻找近期下跌但仍有明显交易关注度股票的方法。 文章提供了公式和类似 Python…

这篇中文文章介绍了一种股票筛选方法，结合四项条件：价格振幅高于 1、出现在前一日交易活跃度榜单、属于机器人概念板块，以及流通市值低于 10 亿元。文章将其作为寻找波动相对较大、交易活跃且规模较小的成长主题公司的方法。文中用公式和 Python 示例说明如何将这些条件组合为筛选规则。…

这篇中文文章提出一套股票筛选规则：RSI 低于 65，流通市值介于 5 亿至 10 亿元，评分则根据价格变化乘以超大单净额活动计算。文章将 RSI 描述为短期超买或超卖指标，并将订单流指标作为观察市场活动的补充视角。文中提供公式和 Python 示例，以说明如何筛选候选股票并排序。…

该筛选寻找日振幅高于1、所述最大跌幅介于4%和5%之间且当日收益为正的股票。它将振幅和跌幅视为价格变动的衡量指标，并试图通过正的日收益识别大幅下跌后反弹的股票。文章提供了指标和Python逻辑示例，但没有历史测试、绩效结果或支持数据。 该方法依赖单日价格表现，可能追逐短期强势或热门股票，而不考虑长期价值。筛选条件也显然存在矛盾：如果跌幅和正收益指的是同一个收益指标，日收益为正就不可能同时介于负4%和负5%之间。文章建议考虑大盘走势、基本面、仓位规模和退出控制，但没有具体说明或评估这些补充条件。

该筛选将日振幅至少为1、最近五年每年净资产收益率均高于15%，以及连续三天下跌作为条件。它将历史盈利能力筛选与短期价格形态结合起来。文章提供了指标和Python示例，但没有提供回测、结果或证明这一组合能改善回报的证据。 文中说明了若干注意事项，包括依赖过去的表现、可能因未能及时应对变化而反应过迟，以及未考虑经济或政治影响。文章建议考虑成交量、市值、其他技术指标和仓位控制。示例对ROE时间范围的表达也不一致，因此使用前应核实实现细节；该筛选本身没有规定入场、退出或投资组合规则。