问财量化选股策略逻辑
今日增仓占比>5%,连续3天以上大单净量大于0.05,20日均线大于120日均线
选股逻辑分析
这个策略基于三个条件来筛选股票:
- 今日增仓占比>5%:表示主力资金在今天有较大的买入力度,可能是看好后市的表现。
- 连续3天以上大单净量大于0.05:表示股票在最近3天内有较大的成交量,可能是有资金在进出。
- 20日均线大于120日均线:表示股票的短期趋势比长期趋势要强,可能是有上涨的潜力。
综合这三个条件,我们可以筛选出一些有潜力的股票,但需要注意的是,这些股票的上涨还需要后续的验证。
有何风险?
这个策略的风险主要来自于以下几点:
- 今日增仓占比>5%:如果主力资金只是为了拉高出货,而不是真正看好后市,那么这个条件可能会导致我们选择错误的股票。
- 连续3天以上大单净量大于0.05:如果股票的成交量并不是真实的交易行为,而是庄家的对倒行为,那么这个条件也可能会导致我们选择错误的股票。
- 20日均线大于120日均线:如果股票的短期趋势只是暂时的反弹,而不是真正的上涨趋势,那么这个条件也可能会导致我们选择错误的股票。
因此,在使用这个策略时,我们需要对股票的基本面和技术面进行综合分析,以降低风险。
如何优化?
我们可以对这个策略进行以下优化:
- 增加更多的条件:例如,我们可以加入股票的市盈率、市净率等指标,以更全面地评估股票的价值和风险。
- 采用量化交易系统:使用量化交易系统可以更准确地执行交易策略,避免因为人为因素导致的错误决策。
- 定期重新评估策略:随着市场的变化,股票的特征也会发生变化,因此我们需要定期重新评估策略,以确保其仍然有效。
最终的选股逻辑
最终的选股逻辑如下:
- 今日增仓占比>5%
- 连续3天以上大单净量大于0.05
- 20日均线大于120日均线
- 市盈率小于30倍
- 市净率小于2倍
python代码参考:
import talib
def get_strategy_scores(symbols):
# 获取股票的基本信息
data = yf.download(symbols, start='2021-01-01', end='2021-12-31')
# 计算今日增仓占比
data['今日增仓占比'] = data['net_value'].pct_change()
# 计算连续3天以上大单净量
data['连续3天以上大单净量'] = data['volume'].rolling(3).sum() / data['volume'].rolling(3).sum().sum() * 100
# 计算20日均线
data['20日均线'] = talib.MA(data['close'], timeperiod=20)
# 计算120日均线
data['120日均线'] = talib.MA(data['close'], timeperiod=120)
# 计算市盈率和市净率
data['市盈率'] = data['pe_ratio']
data['市净率'] = data['pb_ratio']
# 过滤条件
data = data[(data['今日增仓占比'] > 5) & (data['连续3天以上大单净量'] > 0.05) & (data['20日均线'] > data['120日均线']) & (data['市盈率'] < 30) & (data['市净率'] < 2)]
# 返回策略分数
return data['net_value'].pct_change().rolling(3).sum() / data['volume'].rolling(3).sum().sum() * 100
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。


