多因子自适应动态权重选股策略（JoinQuant）

本项目包含一个在聚宽（JoinQuant）上可直接运行的多因子选股策略，并实现了IC-IR 动态权重自适应分配、市值与行业中性化处理、以及低换手缓冲机制。策略在 2018–2023 期间对比沪深300基准取得了显著超额收益。

---

回测表现（2018-01 ~ 2023-12）

指标	策略	基准
累计收益	21.50%	-14.88%
Alpha	0.05	-
Beta	0.87	-
Sharpe	-0.03	-
最大回撤	40.62%	-

output

蓝线为策略，红线为基准。策略主要在震荡区间中体现较强稳健性，经过换手抑制使得调仓路径平滑。

---

核心思想

本策略同时使用五类基本因子：

因子	含义	经济逻辑
EP	盈利收益率（1/PE）	价值回归
BP	账面市值比（1/PB）	资产重估
ROE	净资产收益率	质量提升
GPM	毛利率	产品竞争力与护城河
MOM	动量因子	趋势延续

中性化处理

为了避免行业与市值暴露干扰因子真实信号，策略进行了：

• 市值中性化：对因子做 因子 ~ 市值 回归，取残差
• 行业中性化：对残差按申万一级行业去行业均值、再标准化

动态权重：IC-IR 自适应

我们对因子在最近 12 个调仓周期的 Spearman IC 做滚动评估：

• IC-IR 越高 → 因子越有效 → 权重越大
• 若某因子近期失效（IC < 0） → 权重自动衰减至 0
• 若全部因子低效 → 回退为等权配置

优点：策略可随市场周期轮动自动调节因子侧重。

换手抑制 & 缓冲带

为降低交易成本与噪声调仓：

• 每次只从得分前 hold_buffer 支中维持旧持仓
• 不足部分再从前 target_n 中补齐
  → 稳定持仓结构、降低调仓噪声

---

文件说明

文件	说明
01.py	主策略：IC-IR 动态因子权重 + 市值与行业中性化 + 调仓逻辑 :contentReference[oaicite:0]{index=0}
01_explain.py	较简化的示例多因子策略，用于辅助理解因子构造与回测流程 :contentReference[oaicite:1]{index=1}
image.png	回测净值曲线对比图

---

使用说明（JoinQuant / 聚宽）

1. 打开 https://www.joinquant.com
2. 新建研究环境或策略
3. 将 01.py 内容直接粘贴进去
4. 选择回测区间并运行即可

如需导出权重变化，可在策略日志中搜索：WEIGHTS_CSV

---

进一步优化方向

• 引入 Barra 风格中性化框架，提升风险可控性
• 将动量因子分解为中短周期组合，增强趋势识别
• 加入波动目标或回撤约束（如 CVaR / Kelly 上限)

---

许可协议

本项目仅用于学术研究与策略展示，不构成任何投资建议。