Sequoia-X: selección cuantitativa de acciones chinas
Sequoia-X V2 es un sistema de selección cuantitativa para acciones A de China. Está reconstruido en Python con una arquitectura orientada a objetos, cálculo vectorizado y actualización incremental de datos; usa baostock para descargar históricos y datos diarios, y SQLite como almacenamiento local. Tras el cierre del mercado puede ejecutar la selección y enviar resultados a un grupo de Feishu.
El proyecto ofrece dos modos de operación: uno diario, que actualiza datos y ejecuta las estrategias con procesamiento paralelo, y otro de backfill para cargar el histórico inicial. El README documenta estrategias como TurtleTrade, rupturas con medias y volumen, High Tight Flag, confirmación tras límites de subida y RPS Breakout, por lo que funciona como una base extensible para experimentar con reglas de selección.
Su fortaleza principal es reunir adquisición de datos, persistencia, estrategias y notificaciones en un flujo reproducible que puede ejecutarse localmente. También deja claros los requisitos —Python 3.10 o superior, configuración mediante variables de entorno y una primera carga histórica—, algo útil para quien quiera estudiar o modificar el sistema.
No es una garantía de rentabilidad ni un sistema listo para usar sin validación: las estrategias dependen de la calidad de los datos, de sus supuestos y del mercado chino. Antes de tomar decisiones financieras habría que revisar el código, probarlo con datos fuera de muestra, contemplar costes y sesgos, y evaluar el mantenimiento de la fuente baostock. Veredicto: interesante como proyecto educativo y punto de partida cuantitativo, con riesgo real si se interpreta como asesoramiento.