📊 股票AI

研究透明

这里公开我们做过的六次策略验证——包括全部失败的结果。我们相信,知道自己做不到什么,比宣称能做到什么更重要。

结论:A 股公开信息(技术指标、财报、龙虎榜)在 T+1 制度下, 散户难以获得稳定的可交易超额收益。因此本系统不承诺收益, 定位为数据整合与风险识别工具。

年化收益对比

同一统计口径下,三个可计算年化的策略表现(越靠右越好)

价值三因子
+0.41%
价值+质量
-9.05%
龙虎榜跟随
-46.37%

同期沪深300与上述策略均未跑出正的稳定超额;技术面 ML 因持有周期不统一未折算年化,其 Walk-Forward 夏普为 0.43。

策略净值曲线

以 1.0 为起点,月末调仓后的净值(数据来自本系统回测输出)

0.39 0.60 0.80 1.00 1.20
纯低PB 年化 -1.08% · 夏普 0.07 价值+质量 年化 -9.05% · 夏普 -0.3 价值三因子 年化 +0.41% · 夏普 0.12

技术面机器学习

32 个技术/资金/横截面特征,XGBoost 预测未来 5 日超额收益

134 万样本 · 262 个交易日

不可实盘
pooled AUC
0.52 ~ 0.55
Top10% 命中
60%(基准 49%)
Walk-Forward 夏普
0.43
最大回撤
-10.7%

原因:信号边际(单笔 +0.45%)不足以覆盖成本与波动;普涨日区分度接近 0.50。

价值多因子(月度)

低 PE + 低 PB + 高股息,月末调仓 Top30 等权

7.4 年 · 89 次调仓 · 1800 个交易日

无效
累计收益
+3.12%
年化
+0.41%
最大回撤
-26.6%
月度夏普
0.12

原因:2019-2021 成长行情摧毁价值因子;2022 后虽有抗跌性但无超额。

价值 + 质量(月度)

在价值基础上加入 ROE、营收增速、毛利率分位

7.4 年 · 89 次调仓 · 15 万条财务记录

更差
累计收益
-50.5%
年化
-9.05%
最大回撤
-58.3%
月度夏普
-0.30

原因:高 ROE / 高增长组合在 2021 年估值见顶后遭遇系统性杀估值。

龙虎榜事件跟随

当日龙虎榜净买入 / 流通市值 排名靠前的股票,次日买入

5 年 · 8.4 万条榜单 · 26 万样本

不可交易
信号 IC
+0.093
ICIR
+0.64
策略年化
-46.4%
单笔平均
-2.20%

原因:alpha 集中在次日跳空(T+1 无法捕捉),之后 5 日系统性反转。

筹码成本分散度

(cost95-cost5)/cost50 选股,成本区间越宽越买,持 5 日

3.7 年 · 71 万样本 · 925 个持仓日

运气
信号 IC
+0.026
ICIR
+0.35
策略年化
+1.89%
最大回撤
-63.1%

原因:单看 2026 下半年年化 +237%,拉长到 3.7 年只剩 +1.89%、回撤 63%。典型的行情依赖。

市场温度择时

涨跌比、涨停比、北向资金、估值分位加权成 0~100 分,验证其对次日沪深300 的预测力

248 个交易日 · 回测 250 天

噪声
全样本相关系数
-0.10
前半段 r
+0.03
后半段 r
-0.20
过热组胜率
36%

原因:前后半段方向相反(+0.03 vs -0.20),过热组仅 14 个样本。只适合描述市场状态,不能作为交易信号。

因子库与低波动策略(84 个价量因子)

按 Alpha101 与学术因子定义实现 84 个价量因子(Alpha101 31 个 + 动量/波动/流动性/规模/反转/估值 53 个),用 walk-forward 方法验证:前半段选因子,后半段做样本外测试。

2 年日线(585 个交易日 × 5594 只)、60 天因子样本、月度调仓

无效
单因子最高 IC
alpha101_8 +0.20(样本外降至 +0.09)
Beta 调整后 alpha
+0.5 ~ 0.8% / 5日(8 个波动类因子)
低波动策略年化
3.7%(费后)
同期全市场等权
8.0%
超额 / 夏普
-6.4% / 0.35(基准 0.48)

原因:84 个因子中仅「低波动」在 Beta 调整后显示弱 alpha(0.5~0.8%/5日),但作为可交易策略加入成本与可交易性约束后,年化 3.7% 跑输全市场等权 8.0%,超额 -6.4%。低波异象在 2024-2026 的 A 股已显著衰减,且选出的多为大盘防御股,错过小盘行情。局限:样本仅 2 年,未做行业中性化与多因子正交。

跨周期因子验证与 6 因子合成(2 年 vs 5 年)

在 2 年数据上筛出 6 个跨 4 段行情同号的因子(低换手、低波动、RSI、中期反转、BP、EP),做截面 z-score 等权合成,再用 5 年数据复核。

2 年 563 天 × 5594 只(15 次调仓);5 年 1290 天 × 5598 只(51 次调仓)

弱有效,不可交易
2 年超额 / 夏普
12.8% / 0.85
5 年超额 / 夏普
3.3% / 0.30
5 年多空 Q5-Q1
1.62% / 20日
5 年超额回撤
-27.1%
五分组单调性
2 年与 5 年均单调

原因:合成分在 2 年与 5 年样本上五分组均单调(Q1 -0.76% → Q5 +0.86%),说明确有方向性预测能力;但 5 年超额仅 3.3%/年、夏普 0.30、超额回撤 -27.1%,扣除成本后不足以构成策略。2 年 12.8% 的高超额主要来自 2024-2026 小盘+低波占优的行情。结论:作为风险回避名单与风格监控使用,不作为收益策略。

资金流 / 筹码 / 龙虎榜因子(19 个)

用未使用过的三类数据构建 19 个因子:资金流 8 个(主力/超大单/大单/散户净流入占比)、筹码 6 个(获利盘、集中度、成本偏离、上方套牢)、龙虎榜 5 个(上榜次数、净买入、机构席位)。

资金流 134.9 万行(2011 起)、筹码 174.2 万行(2019 起)、龙虎榜 8.5 万行(2021 起)

无效(组合层面)
因子层面稳定数
4 / 8(2 年 4 段验证)
筹码集中度 IC
+0.058(四段同号)
龙虎榜次数 IC
-0.082(四段同号)
与已有因子相关
0.06 ~ 0.46
6 因子夏普(5 年)
0.26
8 因子夏普(5 年)
0.27(无实质提升)

原因:资金流因子基本无效(|IC| < 0.03);筹码与龙虎榜各有 2 个因子在 2 年 4 段行情中同号稳定,且与已有因子相关性不高(<0.46)。但加入 6 因子合成后,5 年夏普仅从 0.26 提升到 0.27,超额年化 2.7% → 2.6%,无实质增量。原因:这些因子在同一批股票上给出相似排序,组合后信息被稀释。结论:不纳入选股模型,保留在因子库中备用。

事件基准率(8 类事件 × 4 个窗口)

不做方向预测,只统计「历史上出现某类事件后,接下来 1/3/5/10 个交易日的表现分布」。共 8 类事件:涨停、跌停、放量、跳空高开、连涨 3 日、连跌 3 日、龙虎榜净买入、龙虎榜净卖出。

3 年日线(2023-11 ~ 2026-11),单项样本 6,210 ~ 473,646 次

有效(统计显著)
跌停后 10 日
上涨 59.4%(边际 +12.4%)
跌停后 5 日
上涨 54.4%(边际 +7.5%)
龙虎榜净卖出 10 日
上涨 33.8%(边际 -13.3%)
龙虎榜净买入 1日→5日
+5.5% → -5.1%(先涨后跌)
放量后 5 日
上涨 41.8%(边际 -5.1%)
涨停后 10 日
上涨 43.2%(边际 -3.9%)

原因:这是本项目唯一出现明显统计边际的发现:跌停后 10 日上涨概率 59.4%(基准 47.0%)、平均 +7.07%;龙虎榜净卖出后 10 日仅 33.8% 上涨、平均 -1.81%;龙虎榜净买入呈现「次日 +5.5% 边际、5 日 -5.1% 边际」的先涨后跌结构。样本量 3~47 万,方向稳定。局限:相邻事件的前向窗口重叠,实际独立样本更少;仅覆盖 3 年;为全市场平均值,不代表个股。用途:校准预期与风险提示,不作为交易信号。

研究方法

  • IC 实验室:每个候选因子先算逐日秩相关(IC)与 ICIR,达标才进模型
  • Walk-Forward 回测:每个窗口只用当时可得的数据训练,杜绝未来函数
  • 公告日对齐:财务数据按公告日而非报告期匹配,避免提前使用
  • 真实成本:佣金 + 印花税 + 滑点约 0.2%/笔,涨停买不进则跳过

常见问题

Q:你们的 AI 能预测股价吗?
不能。我们试过技术面机器学习、价值因子、质量因子、龙虎榜事件、筹码分布五种方法,样本跨度 3.7~7.4 年,都无法获得稳定的超额收益。AI 在这里的作用是快速整理信息、指出分歧,而不是预测涨跌。
Q:那这个系统有什么用?
把原本需要 3 小时的信息收集压缩到 3 分钟:多模型独立分析、风险体检、四榜共振、资金与筹码数据。它帮你看得更全、更快,决策仍然由你做。
Q:为什么同一个页面有多个 AI 结论?
每个模型独立分析,页面展示它们的「共识度」和最大分歧点。分歧大意味着这只股票不确定性高——这本身是重要信息。
Q:模型的历史准确率是多少?
近 60 日 Top10% 命中率约 60%(基准 49%),AUC 约 0.55。但在普涨行情(上涨家数 >65%)下区分度会降到接近 0.50,页面会主动提示。
Q:为什么不承诺收益?
因为公开数据上的简单策略在 A 股已难以获得超额收益,承诺收益是不负责任的。我们选择公开全部失败实验,让你清楚这套工具的边界。
以上数据来自本系统自有研究环境,统计区间截至 2026-11。历史表现不代表未来收益。 本页面仅为研究方法披露,不构成任何投资建议。