问财量化选股策略逻辑
在选股过程中,我们采用了以下策略逻辑:
-
竞价匹配量除以流通股排序:该策略基于竞价匹配量,即某股票的成交价与股票的總成交量之比。我们将这个比例进行排序,选择比例较高的股票进行投资。
-
10日振幅<,上15个交易日涨停数大于0:我们关注股票在过去10个交易日内的振幅是否小于10%,同时关注股票在过去15个交易日内的涨停数是否大于0。这两个条件可以帮助我们筛选出具有较强波动性和投资价值的股票。
选股逻辑分析
-
竞价匹配量除以流通股排序:这个策略可以帮助我们筛选出成交活跃且具有较高成交量的股票,有利于我们进行短线交易。
-
10日振幅<,上15个交易日涨停数大于0:这个策略可以帮助我们筛选出有较强波动性和投资价值的股票,有时候股票的剧烈波动可以为我们的投资带来较高的收益。
有何风险?
-
市场风险:股票市场受到多种因素的影响,包括宏观经济、政策、市场情绪等。这些因素可能会导致股票价格波动,从而影响我们的投资收益。
-
技术风险:选股策略本身可能存在技术风险,比如选股逻辑的错误、数据的精度等,可能导致我们的投资决策出现错误。
如何优化?
-
完善选股策略:我们可以对选股策略进行调整和优化,比如增加其他选股条件,或者改进数据的精度。
-
风险控制:我们可以通过设置止损点、仓位管理等手段来降低市场风险和技术风险。
最终的选股逻辑
在综合以上策略后,我们的选股逻辑如下:
-
竞价匹配量除以流通股排序,选择比例较高的股票进行投资。
-
关注股票在过去10个交易日内的振幅是否小于10%,同时关注股票在过去15个交易日内的涨停数是否大于0。
常见问题
- 选股策略是否适用于所有股票市场?
答:该策略主要适用于股票市场,不适用于其他投资市场,如外汇、期货等。
- 如何计算竞价匹配量?
答:竞价匹配量是指某股票的成交价与股票的總成交量之比。可以通过以下公式计算:
竞价匹配量 = 成交价 / 总成交量
- 股票的10日振幅和15日涨停数如何计算?
答:10日振幅是指股票在过去10个交易日内的振幅,可以通过计算每天涨跌幅的平均值来得到。15日涨停数是指股票在过去15个交易日内的涨停数,可以通过统计股票在指定时间段内的涨停次数来得到。
- 选股策略的风险如何控制?
答:我们可以通过设置止损点、仓位管理等手段来降低市场风险和技术风险。
指标公式代码参考
-
竞价匹配量除以流通股排序:
def fmdiv(df): return df['成交价'] / df['总成交量']
-
10日振幅:
def ten_day_v(df): return df['涨跌幅'].rolling(window=10).mean()
-
15日涨停数:
def十五_day_xiandao(df): xiandao_count = df['涨停数'].cumsum() return xiandao_count.where(xiandao_count > 0, 0)
-
最终选股逻辑:
def final_fmdiv(df): return fmdiv(df) def final_ten_day_v(df): return ten_day_v(df) def final_xiandao(df): return十五_day_xiandao(df) def final_select(df): return df[(final_ten_day_v(df) < 0.1) & (final_xiandao(df) > 0)]
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?
点击页面下方的复制按钮,复制到自己的账户即可使用模板进行回测。