问财量化选股策略逻辑
该选股策略选股逻辑为：换手率3%-12%,前25天有涨停,今日最低价小于昨日最低价。
选股逻辑分析
该选股策略主要是寻找换手率较活跃、前期多次有涨停表现的股票，同时通过比较今日和昨日最低价之间的关系，筛选出股价正在回调的股票并抓住其反弹的机会。
有何风险？
该选股策略也存在一定风险。首先，前期涨停的股票可能存在过度炒作的风险，其后续表现具有不确定性。其次，该策略缺乏具有长期价值评估的指标，需要结合其他指标来综合判断。
如何优化？
可以加入其他指标，如市盈率、市净率、资产负债率等因素，来更全面地评估股票的价值。此外，可以结合停盈止损的模型来控制投资的风险。
最终的选股逻辑
该选股策略选股逻辑为：选择换手率3%-12%、前25天有涨停的股票，同时选择今日最低价小于昨日最低价的股票。
同花顺指标公式代码参考
通达信指标代码：
HHV:=HHVBARS(HIGH, 25) > 0;
CONDITION1:=VOL/HGVBARS(V, 30) >= 3 AND VOL/HGVBARS(V, 30) <= 12 AND HHV;
CONDITION2:=LOW < REF(LOW, 1);
SELECTED:=CONDITION1 AND CONDITION2;
python代码参考
import pandas as pd
import numpy as np
import time
from datetime import datetime, timedelta
from pytdx.hq import TdxHq_API
from pytdx.util.best_ip import select_best_ip
api = TdxHq_API()
ip = select_best_ip('tdx')
api.connect(ip['ip'], ip['port'])
df_stocks = pd.read_csv('stock_list.csv')
selected_stocks = []
for code in df_stocks['code']:
if code.startswith('60') and df_stocks[df_stocks['code'] == code]['market_type'].values[0] != 5 and \
df_stocks[df_stocks['code'] == code]['delist_date'].values[0] == '':
if not api.is_ST(code) and api.get_stock_list_by_market(1)['name'].tolist().count(df_stocks[df_stocks['code'] == code]['name'].values[0]) == 0 and \
api.get_stock_list_by_market(2)['name'].tolist().count(df_stocks[df_stocks['code'] == code]['name'].values[0]) == 0 and \
df_stocks[df_stocks['code'] == code]['list_date'].values[0] <= '2000-01-01':
try:
stock_info = api.get_security_quotes([code])[0]
k_data = api.get_security_bars(9, 0, code, 4, (datetime.today() - timedelta(days=1)).strftime('%Y-%m-%d'))
k_data.set_index('date', inplace=True)
if len(k_data) > 0 and \
k_data['turnover'].quantile(0.7) >= 0.03 and \
k_data['turnover'].quantile(0.7) <= 0.12 and \
len(k_data[k_data['pct_chg'] >= 9.90]) >= 1 and \
k_data['low'][-1] < k_data['low'][-2]:
selected_stocks.append({'code': code,
'name': df_stocks[df_stocks['code'] == code]['name'].values[0],
'market_type': df_stocks[df_stocks['code'] == code]['market_type'].values[0],
'industry': df_stocks[df_stocks['code'] == code]['industry'].values[0]})
except Exception as e:
print(e)
continue
df_selected_stocks = pd.DataFrame(selected_stocks)
api.disconnect()
## 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。
