强势股选股评定条件相关资讯_叩富问财专题

在构建量化多因子选股模型时，很多投资者会发现一个规律：某些因子（如低市盈率PE、高红利股息率）筛选出来的股票，往往集中在大市值的银行、钢铁等传统行业；而另一些因子（如高营收增长率、高换手率）筛选出来的股票，则清一色是小市值的科技或医药股。如果直接将这些原始因子丢进模型进行综合打分，选出来的股票池就会产生极端的偏科。这种由于企业自身规模大小对因子产生严重干扰的现象，就是“市值暴露”。在量化投资中，为了寻找真正... 阅读全文

2026-7-6 09:38 379次浏览

什么是量化多因子选股策略？散户构建阿尔法组合的底层逻辑

量化张经理 _股票德阳已帮助16万+人好评1299

在现代量化交易体系中，多因子选股策略是应用最为广泛、资产配置规模最大的底层模型之一。许多从传统手工交易转型的散户投资者，常常习惯于依赖单一的指标（如KDJ金叉、均线多头排列）或单一的消息面来选股。然而，单一因子的局限性非常明显，极易在市场风格轮动时失效。多因子选股策略的核心逻辑，正是通过多个维度、互不相关的量化指标组合，来对全市场的股票进行综合打分，从而筛选出一揽子具备超额收益（阿尔法收益）的股票组合。多因子选股策略的因子分类与构... 阅读全文

2026-6-17 10:22 410次浏览

量化选股策略中的“幸存者偏差”是什么？对回测结果有什么影响？

量化张经理 _股票德阳已帮助16万+人好评1299

对于量化投资的探索者而言，“数据”是一切策略得以确立的基石。然而，如果数据源本身在源头上就存在污染或者不完整，那么基于这些数据计算出来的所有回测报告都将变成美丽的谎言。在基本面因子选股策略以及小市值轮动策略的回测中，最容易让市场参与者掉入且不自知的深坑，就是大名鼎鼎的“幸存者偏差”（SurvivorshipBias）。幸存者偏差这一概念源于军事学，在股票量化领域的表现形式可以白描为：... 阅读全文

2026-6-16 09:59 613次浏览

QMT中的基本面数据获取：接入财务因子进行价值选股

张经理 _股票深圳已帮助7.6万+人好评553

纯技术指标的策略容易过拟合，加入基本面因子可以提高策略的稳健性。QMT本身不提供财务数据，但允许用户导入外部数据。本文介绍如何在QMT中接入财务因子，实现价值选股策略。第一步，获取财务数据。可以使用免费源如TusharePro、AkShare，或者付费数据服务。以Tushare为例，注册后获取token，通过Python脚本下载季度财务数据，包括PE、PB、ROE、营收增长率等。将这些数据保存为CSV文件，按日期分文件或单文件追加... 阅读全文

2026-5-18 15:37 529次浏览

如果策略以中低频基本面选股为主，选择QMT还是PTrade更合适？

小鹿量化经理 _股票三亚已帮助2.4万+人好评10

好的，这是一篇关于中低频基本面选股策略选择QMT还是PTrade更合适的“高赞风”文案：中低频基本面选股，QMTvsPTrade怎么选？避坑指南+选型建议，一篇搞定！脑子疼！想搞一个基于基本面分析、持股周期以周/月计的中低频选股策略，但面对券商提供的两大神器——QMT和PTrade，到底该抱哪条“大腿”更合适？别慌，今天就来一场“灵魂拷问”，帮你理清思路，做出... 阅读全文

2026-4-23 17:23 255次浏览

2026年QMT智能选股：利用机器学习进行涨跌预测

吴顾问 _股票宜宾已帮助24万+人好评493

随着人工智能技术的发展，2026年的量化交易已不再局限于传统的指标交叉。在QMT系统中，通过调用Python的Scikit-learn或TensorFlow库，普通投资者也可以尝试构建简单的机器学习模型，对股票的短期涨跌进行预测。机器学习选股的第一步是特征工程。在QMT的环境中，投资者可以提取过去120个交易日的成交量波动、价格形态、资金流向等作为输入特征。白描其逻辑：利用过去几年的历史数据训练一个随机森林（RandomFores... 阅读全文

2026-4-17 16:49 598次浏览

量化交易如何选股？白描基本面量化的逻辑路径

张经理 _股票深圳已帮助7.6万+人好评553

基本面量化是将传统的基本面分析逻辑进行标准化和量化处理的过程。它旨在从全市场5000多只股票中，客观筛选出具有真正投资价值的企业。其逻辑路径通常包括四个维度：1.盈利能力：如ROE（净资产收益率）持续多年维持在15%以上。2.成长潜力：考察扣非后归母净利润的增长率。3.财务安全：剔除资产负债率异常高或现金流长期为负的公司。4.估值水平：通过PE（市盈率）或PB（市净率）在行业内的分位点进行横向对比。基本面量化的白描价值在于... 阅读全文

2026-4-16 14:31 374次浏览

如何利用多因子模型进行选股？量化投资核心拆解

张经理 _股票深圳已帮助7.6万+人好评553

多因子模型是量化投资领域最经典、最稳健的分析框架。它的核心思想是：个股的超额收益可以由一系列共同的“因子”来解释。这些因子通常被分为几大类别：估值因子（如PE、PB）、动能因子（如近一月的涨幅）、成长因子（如净利润增长率）以及红利因子（如股息率）。在实际操作中，量化系统会给每个因子分配不同的权重，为全市场的股票打分，最后买入总分最高的股票组合。白描式地说，多因子模型不是在押注某一只“妖股... 阅读全文

2026-4-16 14:25 323次浏览