01
双低策略概述
什么是双低策略？双低策略的起源与发展。
概念起源
02
震荡市特征识别
震荡市的定义、技术指标特征（布林带、RSI、MACD）。
布林带RSIMACD
03
双低策略核心逻辑
低估值与低波动因子的数学定义与组合逻辑。
低估值低波动因子
04
数据获取与预处理
使用Python获取股票/ETF数据，清洗与标准化。
Python数据清洗
05
因子计算
市盈率、市净率、历史波动率的计算与滚动窗口处理。
PEPB波动率
06
策略信号生成
基于双低因子的打分模型与阈值设定。
打分阈值
07
回测框架搭建
用backtrader或自定义框架实现策略回测。
backtrader回测
08
震荡市回测分析
在2016-2018、2022-2023震荡区间回测策略表现。
回测震荡区间
09
绩效指标解读
夏普比率、最大回撤、胜率、盈亏比的计算与解读。
夏普回撤胜率
10
参数敏感性分析
波动率窗口、估值阈值对策略的影响。
参数敏感性
11
行业中性化处理
消除行业偏好，提升策略稳健性。
行业中性稳健
12
市值中性化处理
避免大小盘风格暴露。
市值中性风格
13
多因子融合
将双低因子与动量、质量因子结合。
动量质量多因子
14
风险控制模块
止损、仓位管理、再平衡频率优化。
止损仓位再平衡
15
交易成本模拟
滑点、佣金、冲击成本对策略的影响。
滑点佣金冲击成本
16
实盘与回测差异
为什么实盘表现往往不如回测？
实盘差异心理
17
震荡市中的假信号识别
如何过滤无效交易信号。
假信号过滤
18
趋势市与震荡市的切换
自适应策略设计思路。
自适应切换
19
机器学习辅助
用随机森林识别市场状态，动态调整策略。
随机森林动态
20
资金曲线平滑技术
波动率目标、风险平价在双低策略中的应用。
风险平价平滑
21
极端行情压力测试
2020年3月、2015年股灾中的表现。
压力测试股灾
22
策略失效诊断
因子衰减、拥挤交易、市场结构变化。
失效拥挤
23
改进方向
引入期权对冲、择时模型增强。
期权择时
24
跨市场验证
A股、港股、美股双低策略对比。
A股港股美股
25
心理与纪律
震荡市中如何坚持策略不放弃。
心理纪律
26
自动化交易部署
用Python定时任务实现自动盯盘与下单。
自动化定时任务
27
策略报告撰写
如何向投资者或团队汇报策略逻辑与表现。
报告沟通
28
合规与风控
量化交易中的法律风险与内控要点。
合规风控
29
未来展望
低利率环境、量化宽松对双低策略的影响。
低利率量化宽松
30
综合实战项目
从零搭建一个完整的双低策略交易系统。
实战全流程