一种基于Python和聚宽平台的量化交易策略，主要包含以下内容：

 

1. 导入必要的库

 

   - 导入`jqdata`和`jqfactor`库用于数据获取和因子计算。

   - 导入`numpy`和`pandas`库用于数据处理。

 

2. 初始化函数

 

   - 设置基准指数为沪深300指数。

   - 配置交易参数，如使用真实价格交易、滑点设置为0、交易成本万分之三等。

   - 定义日志级别为错误级别。

   - 设置持仓数量和交易周期。

   - 定义每日运行时间和参考证券。

 

3. 交易逻辑

 

   - `my_trade`函数：定期换仓，筛选股票并进行调仓。

   - `get_stock_list`函数：获取初始股票列表，剔除不符合条件的股票（如ST股、科创板股、新股等），并按流通市值、PEG、净利润增长率和ROE等因子进行筛选。

   - `filter_*`系列函数：分别用于剔除停牌股、ST股、涨停股、跌停股、科创板股和新股。

   - `adjust_position`函数：根据筛选后的股票列表进行调仓操作，包括买入和卖出。

   - `print_trade_info`函数：打印交易信息和持仓信息。

 

4. 辅助函数

 

   - `order_target_value_`函数：用于下单并返回订单状态。

   - `open_position`函数：用于买入指定价值的证券。

   - `close_position`函数：用于卖出指定持仓。

 

5. 因子筛选

 

   - `get_factor_filter_list`函数：根据给定的因子和排序方式筛选股票。

 

 

该策略的主要特点包括：

 

- 定期换仓：每隔一定天数进行一次股票池的更新和调仓。

- 多因子筛选：结合流通市值、PEG、净利润增长率和ROE等多个因子进行股票筛选。

- 行业均衡：在各行业内进行筛选，确保行业分布均衡。

- 风险控制：通过剔除ST股、科创板股、新股等高风险股票，降低投资风险。

- 实时监控：每日打印交易信息和持仓信息，便于实时监控和调整策略。

策略思维导图: