问财量化选股策略逻辑
本选股策略选取振幅大于1、昨日非涨停板、K线图中K值小于20的股票作为投资标的。
选股逻辑分析
振幅大于1可以筛选出波动性较大的股票,有更大的投资机会;昨日非涨停板是为了避免选出快速上涨过程中不稳定的股票;K线图中K值小于20是为了找到有下跌趋势但具备一定价值潜力的股票。
有何风险?
本选股策略忽略了公司基本面和行业因素对股价的影响,容易出现过度依赖K线图和技术指标的情况,可能会盲目跟风和赌博心理,盈亏比低于预期。
如何优化?
可以结合公司基本面和行业因素进行综合分析和筛选,同时考虑市场情况和宏观经济因素,分散投资风险,搭建多样化的投资组合。
最终的选股逻辑
本选股策略选取振幅大于1、昨日非涨停板、K线图中K值小于20的股票作为投资标的,同时结合公司基本面和行业因素进行综合分析和筛选,选出具有高成长性和价值潜力的个股,同时搭建多样化的投资组合。
同花顺指标公式代码参考
无
python代码参考
# 引入Tushare库、Numpy库、Pandas库
import tushare as ts
import numpy as np
import pandas as pd
# 连接Tushare库
pro = ts.pro_api()
def select_stocks(n):
selected_stocks = []
for ts_code in quote["ts_code"]:
# 获取股票数据
stock_data = pro.daily(ts_code=ts_code, start_date='20180101', end_date='today')
if ts_code[:2] != "BJ" and ts_code.startswith("6") or ts_code.startswith("0") or ts_code.startswith("3") and len(stock_data) > 100 and stock_data["pct_chg"].iloc[0] != 0 and (stock_data["high"].iloc[0] - stock_data["low"].iloc[0]) / stock_data["close"].iloc[1] > 0.01 and stock_data["pct_chg"].iloc[0] > 0 and stock_data["k"].iloc[0] < 20:
selected_stocks.append(ts_code)
if len(selected_stocks) == n:
return selected_stocks
## 如何进行量化策略实盘?
请把您优化好的选股语句放入文章最下面模板的选股语句中即可。
select_sentence = '市值小于100亿' #选股语句。
模板如何使用?
点击图标右上方的复制按钮,复制到自己的账户即可使用模板进行回测。
## 如果有任何问题请添加 下方的二维码进群提问。
