主要是看你的量化指标需求，如果你的模型对大盘的指数依赖很高，或是大盘是你一个重要的决策指标，可以多一些量化指数的策略。核心还是要思考模型依赖什么信息，反应什么变量，这个变量在决策权重占比多少。[淘股吧]

单纯的看大盘量化情绪，基本板块是一个维度，涨跌家数是一个维度，大票是一个维度，中军是一个维度，小票是一个维度。还可以更细化的个性定制，所以核心还是要看目的和功能，也就是看什么然后干什么。

这些都是市场提供量化数据，也够满足一般的量化模型需求调用，重要的是如何利用这些数据提高策略的各项精度。

量化模型的开发，要看很多前提条件，资金维度，资金体量，资金效率，期望收益，资金风偏等。市场维度，期货、外汇、股市、币圈等。制度维度，T0 T1 多 空等。综合诸多因素条件和目的去定向的研发量化策略模型。量化真的要上体量是一件很复杂的事情，风评的要求非常高，涉及的信息考量分析方面也很多，不断的回测数据做出决策，对服务器和模型的计算等数据量级要求对应资金，资金越大硬件和计算的级别越高。很多模型在A股风控这关就要多伦评估验证，都不一定能过。一般大型量化风控第一位，然后再考虑收益预期。

小模型风偏要求低，可以博弈盈亏比高的模型，但也要接受账户的波动率。比如遇到模型连续亏损的概率内的小概率时刻，风偏低的资金不一定接受的，所以盈亏同源高风高回，低风低回。

目前市场的小型量化多数都是用技术指标为决策依据，选择投资组合，很少利用情绪数据决策，计算全单损益批量买卖高频交易，交易滑点的计算，单笔头寸都不能太大，不然流动性都是个问题。

如目前市场上的打板量化，单笔量几百万几千万不能，不及预期喜欢开盘，卖考虑的是流动性的策略条件。等大票中军有流动性，但市场的可交易机会又不多，单边下跌不能做空也无法保障模型稳定性。强势股投资组合高抛低吸策略赚差价，容量 价差 频率 滑点方面表现都还不错，收益预期整体也可以。是个不错的研究方向，可以论证做概率统计分析制定策略，针对体量、风偏、收益预期做落地方案规划。

我现在的指标重要是个股和板块，现在主要头疼是是对大盘没有办法量化。

我现在策略是强更强看大做小看长做短。但是板块要服从大盘，k线的进退规律无法琢磨，尾盘买也没有高确定性。

多观察样本和大盘的关系，指数与情绪背离，反向背离都要观察条件因子得出概率结论。样本周期 样本量要够长够多。不然你理解不全市场不同时期的环境规律。