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

• 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

• 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

• 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

• Python 3.8+：主力开发语言
• Pandas & NumPy：数据处理和分析
• Qlib：腾讯量化投资平台（AI驱动的量化框架）
• Backtrader：专业回测引擎

• 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

• 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

• Matplotlib/Seaborn：静态图表
• Plotly：交互式图表
• Jupyter Notebook：交互式开发环境

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。

QuantsPlaybook/
├── A-量化基本面/           # 价值投资策略 (2个)
├── B-因子构建类/           # 多因子模型构建 (22+个)
├── C-择时类/              # 市场择时策略 (25+个)
├── D-组合优化/            # 投资组合管理 (2个)
├── hugos_toolkit/         # 通用工具库
└── SignalMaker/          # 择时信号生成器

• 🟢 择时策略: 25+个市场择时算法
• 🔵 因子构建: 22+个多因子模型
• 🟡 量化价值: 经典价值投资方法
• 🔴 组合优化: 现代投资组合理论
• 📊 总计: 100+个量化策略

# 克隆项目
git clone https://github.com/hugo2046/QuantsPlaybook.git
cd QuantsPlaybook

# 安装基础依赖
pip install pandas numpy matplotlib seaborn

# 安装量化框架
pip install qlib backtrader alphalens empyrical

# 数据源配置（二选一）
# 聚宽数据
pip install jqdatasdk
# Tushare数据
pip install tushare

# 体验RSRS择时策略
cd C-择时类/RSRS择时指标/py
jupyter notebook RSRS.ipynb

# 体验因子构建
cd B-因子构建类/基于量价关系度量股票的买卖压力/py
jupyter notebook 基于量价关系度量股票的买卖压力.ipynb

# 验证环境是否正常
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 检查数据连接（需要配置API Key）
# from jqdatasdk import *
# auth('your_username', 'your_password')

• 🏆 RSRS择时策略：累积复现4个版本，原始版→修正版→QRS版→本土改造版
• 🔥 HHT模型系列：结合改进希尔伯特-黄变换的交易策略，获2024年招商证券研报推荐
• 💎 球队硬币因子：基于体育博彩理论的行为金融因子，已验证有效
• 🌟 凸显性因子(STR)：行为金融学在A股的创新应用

• 免费数据：Tushare、AKShare、Baostock
• 付费数据：Wind、Choice、聚宽、米筐
• 国际数据：Quandl、Yahoo Finance

感谢以下券商金工团队的卓越研究工作：

• 🏛️ 光大证券金工团队：RSRS、QRS系列
• 🏛️ 华泰证券金工团队：人工智能系列、因子模型
• 🏛️ 招商证券金工团队：技术分析、HHT模型
• 🏛️ 国信证券金工团队：择时系列、行为金融
• 🏛️ 东方证券金工团队：因子选股系列

• 🐍 Python量化生态：Qlib、Backtrader、Zipline
• 📊 数据科学社区：Kaggle、天池
• 💻 GitHub社区：众多量化爱好者的贡献

分享有更多qlib的模型复现