问财量化选股策略逻辑
- 今日增仓占比>5%
- 收盘价大于昨日的最低价
- 9点25分涨幅小于6%
选股逻辑分析
- 今日增仓占比>5%：说明该股票近期有资金流入，可能是机构或庄家在运作，具有一定的买入意愿。
- 收盘价大于昨日的最低价：说明该股票在昨日的下跌后，今日出现反弹，表明市场对该股票的预期较为乐观。
- 9点25分涨幅小于6%：说明该股票在开盘后出现了一定的涨幅，但涨幅不大，可能是因为市场对该股票的预期较为稳定。
有何风险？
- 今日增仓占比>5%：如果该股票的增仓比例过高，可能意味着机构或庄家对该股票的买入意愿过于强烈，可能导致股票短期内出现过大的涨幅，从而带来一定的风险。
- 收盘价大于昨日的最低价：如果该股票在昨日的下跌后，今日出现反弹，但反弹的幅度较小，可能意味着市场对该股票的预期较为稳定，缺乏足够的上涨动力，从而带来一定的风险。
- 9点25分涨幅小于6%：如果该股票在开盘后出现了一定的涨幅，但涨幅不大，可能意味着市场对该股票的预期较为稳定，缺乏足够的上涨动力，从而带来一定的风险。
如何优化？
- 可以考虑加入更多因素，例如市盈率、市净率等，以更全面地评估股票的价值和风险。
- 可以考虑加入更多技术指标，例如移动平均线、布林线等，以更准确地判断股票的趋势和买卖时机。
- 可以考虑加入更多市场因素，例如政策、经济等，以更准确地判断股票的走势和未来发展趋势。
最终的选股逻辑
- 今日增仓占比>5%
- 收盘价大于昨日的最低价
- 9点25分涨幅小于6%
- 市盈率小于20
- 市净率小于2
- 移动平均线在20日线上方
- 布林线开口向上
python代码参考
- 以下代码使用了pandas和ta-lib库，需要先安装这两个库
- 代码中使用了收盘价和最低价两个指标，可以根据实际情况进行调整
import pandas as pd
import talib
def select_stock():
# 读取股票数据
df = pd.read_csv('stock_data.csv')
# 计算今日增仓占比
df['今日增仓占比'] = df['今日成交量'] / df['昨日成交量'] * 100
# 计算收盘价和最低价
df['收盘价'] = df['收盘价'].astype(float)
df['最低价'] = df['最低价'].astype(float)
df['今日收盘价'] = df['今日收盘价'].astype(float)
df['今日最低价'] = df['今日最低价'].astype(float)
df['收盘价差'] = df['收盘价'] - df['昨日收盘价']
df['最低价差'] = df['最低价'] - df['昨日最低价']
df['今日收盘价差'] = df['今日收盘价'] - df['昨日收盘价']
df['今日最低价差'] = df['今日最低价'] - df['昨日最低价']
df['涨跌幅'] = df['今日收盘价差'] / df['昨日收盘价'] * 100
# 过滤条件
df = df[df['今日增仓占比'] > 5]
df = df[df['收盘价'] > df['昨日最低价']]
df = df[df['涨跌幅'] < 6]
# 计算市盈率和市净率
df['市盈率'] = df['收盘价'] / df['每股收益']
df['市净率'] = df['市值'] / df['净资产']
# 计算移动平均线和布林线
df['20日移动平均线'] = talib.SMA(df['收盘价'], timeperiod=20)
df['布林线下轨'] = df['20日移动平均线'] - (2 * talib.BBANDS(df['收盘价'], timeperiod=20, upperband=1, middleband=0, lowerband=-1)[0])
df['布林线上轨'] = df['20日移动平均线'] + (2 * talib.BBANDS(df['收盘价'], time
## 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。
