QuantsPlaybook
Unverified Other strategy on Indices by hugo2046. BotFinder score 18 out of 100.
量化研究-券商金工研报复现
Source: github
BotFinder analysis pending.
QuantsPlaybook
QuantsPlaybook 利用python对国内各大券商的金工研报进行复现 数据依赖:jqdata 和 tushare 每个文件夹中有对应的券商研报及相关的论文,py文件中为ipynb的复现文档 ✨ 项目特色 🚀 行业领先的复现质量 - 100+ 量化策略：涵盖择时、因子、价值、组合四大领域 - 权威券商研报：光大、华泰、招商、国信等顶级券商金工成果 - 严格复现标准：每个策略都经过详细验证和回测 🎯 实战导向的设计 - 真实市场数据：基于A股市场真实行情数据 - 完整代码实现：从数据获取到策略回测的全流程代码 - 可视化分析：丰富的图表和性能分析报告 💡 技术创新亮点 - 多技术融合：传统技术分析 + 现代机器学习 - HHT模型：改进的希尔伯特-黄变换应用 - 深度学习：集成多种神经网络算法（Transformer、LSTM等） - 因子挖掘：独创的球队硬币因子、STR凸显性因子等 📊 丰富的策略生态 | 类别 | 策略数量 | 核心特色 | 代表作品 | |------|----------|----------|----------| | 择时策略 | 25+ | 市场时机把握 | RSRS、QRS、HHT模型 | | 因子构建 | 20+ | 多因子模型 | 筹码分布、凸显性因子 | | 量化价值 | 2+ | 基本面分析 | FFScore、现金流模型 | | 组合优化 | 2+ | 风险管理 | 多任务学习、DE算法 | 🛠️ 技术栈 核心框架 - Python 3.8+：主力开发语言 - Pandas & NumPy：数据处理和分析 - Qlib：微软开源AI量化投资框架（GitHub） - Backtrader：专业回测引擎（GitHub） 机器学习 - PyTorch/TensorFlow：深度学习框架 - LightGBM/XGBoost：梯度提升树算法 - Scikit-learn：传统机器学习算法 - EMD/VMD：信号处理与模态分解 数据源 - 聚宽(JQData)：高质量A股数据 - Tushare Pro：宏观经济和行业数据 - 本地数据：历史数据缓存和加速 可视化 - Matplotlib/Seaborn：静态图表 - Plotly：交互式图表 - Jupyter Notebook：交互式开发环境 目录 📚 完整策略目录 本项目复现了100+个量化投资策略，涵盖择时、因子构建、量化价值和组合优化四大领域。 --- 🟢 择时策略 (25+个策略) | 策略名称 | 链接 | 参考文献 | |----------|------
⚠ No verified equity curve — no track-record source connected.
Drawdown profile
Data unavailable — contact the owner.
Verification ledger
How the score has moved
Recalculated at each data collection. Transparency means showing the bad weeks too.
No score history is stored yet — only the current score is shown.
Reviews & comments
No reviews collected from the source yet.
⚠ No live verification account connected — ask for proof before buying.
Alerts on changes: coming soon
Prop-firm compatibility not provided.
Open-source maintainer on GitHub.
Data-completeness & trust index (not a profitability rating)