📊 智能选股 🔍 自选诊断 📐 因子体系 ⚙️ 算法原理 📚 投教内容

🌟 星辰量化

基于多因子评分模型的智能选股系统。融合动量、技术、质量、价值、量价、情绪六大因子， 采用截面Z-score标准化与百分位排名，为A股投资者提供透明、可解释、可定制的量化选股参考。 投教与实盘结合，让量化投资不再神秘。

全市场扫描
强烈推荐
平均得分
🏆 量化选股TOP30 更新中...
正在扫描全A股并计算多因子评分...
预计需要10-30秒

🔍 自选诊断 — 输入股票代码或名称查询量化评分

输入A股代码（如000001、600519）或股票名称，系统将基于六大因子模型为你生成量化评分和投资评级。

📐 六大因子体系详解
⚙️ 算法原理与流程

📊 评分流程

  1. 数据获取：通过AkShare获取全A股（沪深北）实时行情数据
  2. 质量过滤：剔除ST、新股、涨跌停、低价股、低流动性股票
  3. 因子计算：逐只计算6大类15+子因子的原始值
  4. 截面标准化：Z-score标准化 + Winsorize极端值(±3σ)
  5. 加权合成：因子内子因子加权 → 因子间加权 → 综合得分
  6. 排名评级：百分位排名 → 星级映射 → TOP30推荐

🎯 因子权重分配

🚀 动量因子25%
📊 技术因子25%
🛡️ 质量因子20%
💎 价值因子10%
📈 量价因子10%
🎯 情绪因子10%

权重设计参考Fama-French五因子 + Blank Capital六因子模型 + A股实证数据优化

🔬 学术支撑

  • Fama-French五因子模型（市场、规模、价值、盈利、投资）
  • Jegadeesh-Titman动量效应（1993，动量因子超额收益）
  • Blank Capital六因子排名模型（2024，质量30%+动量25%+价值15%）
  • A股多因子实证研究（2025，中证500增强策略IC>0.05）
  • PyPortTickerSelector框架（2026，30+策略模板）

⚠️ 使用须知

  • 量化评分仅供参考，不构成投资建议
  • 模型基于历史数据的统计规律，不代表未来表现
  • 评分反映技术面与量价关系，不含基本面财务数据
  • 建议结合基本面分析、行业研究、宏观判断综合决策
  • 因子权重可根据市场环境调整（牛市增动量、熊市增质量）
  • A股T+1制度、涨跌停限制已纳入模型考量
📚 技术分析投教 — 从入门到量化实战

📖 技术分析三大假设

  1. 市场行为涵盖一切信息：价格已反映所有已知信息，技术分析直接研究价格
  2. 价格沿趋势运动：趋势一旦形成，更可能延续而非反转（动量因子的理论基础）
  3. 历史会重演：人性不变，价格形态会在相似的市场心理下重复出现

📈 核心指标详解

RSI(14)相对强弱指标，>70超买/<30超卖，40-60为健康中性区
MACD异同移动平均线，金叉买入/死叉卖出信号
均线系统MA5/20/60多头排列=上升趋势，空头排列=下降趋势
布林带价格触及上轨=超买，触及下轨=超卖
成交量量价配合=趋势确认，量价背离=趋势衰竭信号
换手率A股2-10%为活跃健康区，>20%为异常放量

🎓 量化投资入门

  1. 理解因子思维：将选股逻辑拆解为可量化的"因子"，如"低PE=好"就是一个价值因子
  2. 数据获取：AkShare（免费）、Tushare、Wind等数据源
  3. 因子检验：IC（信息系数）>0.05、IR（信息比率）>0.5为有效因子
  4. 组合构建：多因子等权/IC加权/机器学习权重
  5. 回测验证：使用BackTrader/vn.py进行历史回测
  6. 风险控制：单票仓位≤5%、行业中性化、动态止损

🔗 推荐学习资源

  • 书籍：《量化投资策略》《Python金融大数据分析》《因子投资》
  • 开源框架：BackTrader、vn.py、Zipline、PyAlgoTrade
  • 数据源：AkShare（免费）、Tushare Pro、JoinQuant（聚宽）
  • 学术论文：Fama-French(1993/2015)、Jegadeesh-Titman(1993)
  • 在线平台：聚宽、优矿、米筐、BigQuant
  • 本网站：巴菲特选股方法论、先锋领航持仓追踪、CPA知识体系

K线图

加载K线数据中...