包括基本面因子 、 量价因子（人工挖掘和机器学习挖掘）以及机器学习因子等 。 不同指增策略中因子占比不同 ， 如300指增策略中基本面因子约占40% ， 其余为人工量价和机器学习量价因子
推荐路径：
复现经典：从最经典的策略开始，如双均线策略、布林带均值回归、简易动量策略。用Python或在线平台(如聚宽、掘金)复现它。
理解逻辑：为什么这个策略在某些市场环境下赚钱，在另一些环境下亏钱？
微小改进：比如改变均线周期、加入一个简单的过滤条件（如只做多不做空）。
这个书值得看看。
https://github.com/Tvirus/ebook/blob/main/%E9%87%91%E8%9E%8D/%E6%89%93%E5%BC%80%E9%87%8F%E5%8C%96%E6%8A%95%E8%B5%84%E7%9A%84%E9%BB%91%E7%AE%B1(%E5%8E%9F%E4%B9%A6%E7%AC%AC2%E7%89%88).pdf书籍：《打开量化投资的黑箱》(Rishi K. Narang)，《Python金融大数据分析》(Yves Hilpisch)。
参考 https://xueqiu.com/3370845303/302828165
https://mp.weixin.qq.com/s?__biz=MzUzNDk1NjcyNg==&mid=2247484748&idx=1&sn=df5365c8d7ba1890ccb69984f9063b07&scene=21&token=1310368864&lang=zh_CN&poc_token=HKuF52mjdcIIBOo-jN5-vTTY_tgfxun0nF8wYn-a