问财量化选股策略逻辑
- 今日增仓占比>5%
- 今日最大跌幅＜-4且＞-5
- 10天内涨停天数大于2
选股逻辑分析
- 今日增仓占比>5%：说明该股票近期有主力资金流入，且流入比例较高，可能具有上涨潜力。
- 今日最大跌幅＜-4且＞-5：说明该股票今日跌幅较大，但并未跌穿一定支撑位，可能具有反弹的机会。
- 10天内涨停天数大于2：说明该股票近期表现较为活跃，有较强的市场关注度和资金流入。
有何风险？
- 该策略只考虑了股票的短期表现，没有考虑长期趋势和基本面因素，因此可能会错过一些优质股票。
- 该策略过于侧重于技术分析，可能会忽略一些重要的基本面因素，导致选出的股票不符合投资者的预期。
如何优化？
- 可以结合基本面和技术面因素，综合考虑股票的长期趋势和短期表现，以提高策略的准确性和稳定性。
- 可以加入一些其他指标，如市盈率、市净率等，以更好地评估股票的价值和风险。
最终的选股逻辑
- 今日增仓占比>5%
- 今日最大跌幅＜-4且＞-5
- 10天内涨停天数大于2
- 基本面良好，市盈率、市净率等指标合理
- 技术面趋势向上，短期均线多头排列
python代码参考
import talib
def get_top_gainers():
# 获取所有A股股票的代码和名称
codes = get_all_codes()
# 获取每个股票的今日增仓占比
v1 = get_v1(codes)
# 获取每个股票的今日最大跌幅
v2 = get_v2(codes)
# 获取每个股票的10天内涨停天数
v3 = get_v3(codes)
# 合并三个指标
v4 = v1.join(v2.join(v3))
# 按照今日增仓占比降序排序
v4 = v4.sort_values(by=v4.columns[-1], ascending=False)
# 返回前20个股票的代码和名称
return v4.head(20).index.tolist()
def get_v1(codes):
# 获取每个股票的今日增仓比例
v1 = pd.read_csv('v1.csv', index_col=0)
v1 = v1[codes]
v1 = v1['v1']
return v1
def get_v2(codes):
# 获取每个股票的今日最大跌幅
v2 = pd.read_csv('v2.csv', index_col=0)
v2 = v2[codes]
v2 = v2['v2']
return v2
def get_v3(codes):
# 获取每个股票的10天内涨停天数
v3 = pd.read_csv('v3.csv', index_col=0)
v3 = v3[codes]
v3 = v3['v3']
return v3
def get_all_codes():
# 获取所有A股股票的代码和名称
codes = list(ta.get_all_code_set())
return codes
def get_v4(codes):
# 合并三个指标
v4 = pd.read_csv('v4.csv', index_col=0)
v4 = v4[codes]
v4 = v4.join(v2.join(v3))
return v4
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。
