量化交易中的择时策略，核心是利用数学模型和数据分析来判断市场趋势，从而生成买卖信号。根据市场状态和交易逻辑，这些策略主要可以分为以下几大类：

趋势跟踪策略

· 核心逻辑：认为趋势具有惯性（“追涨杀跌”）。上涨时买入持有，下跌时卖出或做空。
· 常用工具：均线（MA）、MACD、ADX、布林带（BOLL）等。

均值回归策略

· 核心逻辑：认为价格会围绕均值波动（“高抛低吸”）。价格过高时卖出，过低时买入。
· 常用工具：RSI、布林带等震荡指标。

市场情绪策略

· 核心逻辑：利用“羊群效应”，通过市场情绪指标判断走势。
· 常用工具：换手率、融资余额、新增开户数、期权成交量PCR等。

基本面与宏观策略

· 核心逻辑：基于资产的内在价值或宏观经济周期进行判断。
· 常用工具：市盈率（PE）、宏观库存周期、PPI预期差等。

机器学习与复杂模型策略

· 核心逻辑：利用算法捕捉市场中的非线性、复杂规律。
· 常用工具：支持向量机（SVM）、深度学习、隐马尔可夫模型（HMM）、Hurst指数等。

⚡ 波动率策略

· 核心逻辑：根据市场波动率水平调整风险暴露。高波动时可能意味着强趋势机会。
· 常用工具：历史波动率、期权隐含波动率等。

事件驱动策略

· 核心逻辑：利用特定事件（如政策发布、财报公布）带来的短期价格异动。
· 常用工具：对新闻、公告等文本数据进行量化分析，生成交易信号。

实际应用中，成熟的量化择时策略通常会融合多种方法，通过多维度信号综合决策。例如，先识别市场处于趋势还是震荡状态，再切换相应的子策略。

量化择时是一个复杂的系统工程，没有一种策略能永远有效，需要持续优化和严格的风险管理。