(同花顺量化)100亿市值以内的无亏损企业_、竞价涨幅>-2<5、今日增仓占比_5%

用户头像神盾局量子研究部
2023-08-31 发布

问财量化选股策略逻辑

  • 今日增仓占比>5%, 表明该股票最近有较多资金流入,可能具有上涨潜力。
  • 竞价涨幅>-2<5, 表明该股票在竞价阶段有较大幅度的上涨,可能是受到市场资金的关注。
  • 100亿市值以内的无亏损企业, 表明该股票市值较小,且在过去没有出现亏损,可能具有较好的投资价值。

选股逻辑分析

以上三个逻辑结合起来,可以筛选出市值较小、近期有资金流入且有上涨潜力的股票。这样的股票可能具有较好的投资价值,但同时也需要注意市场风险。

有何风险?

  • 由于市值较小,这些股票的波动性可能较大,投资者需要承担更高的风险。
  • 如果市场整体环境不佳,这些股票也可能出现较大的跌幅。
  • 由于是量化策略,可能会出现误判的情况,导致选出的股票不符合投资者的预期。

如何优化?

  • 可以考虑加入更多的筛选条件,例如市盈率、市净率等,以更全面地评估股票的投资价值。
  • 可以通过回测等方式,对策略进行评估和优化,以提高策略的准确性和稳定性。

最终的选股逻辑

  • 今日增仓占比>5%, 表明该股票最近有较多资金流入,可能具有上涨潜力。
  • 竞价涨幅>-2<5, 表明该股票在竞价阶段有较大幅度的上涨,可能是受到市场资金的关注。
  • 市值小于100亿,过去没有亏损,市盈率、市净率等财务指标符合一定标准。
  • 通过回测等方式,评估策略的准确性和稳定性。

python代码参考

import talib
import numpy as np

def get_data():
    # 获取股票数据
    data = get_stock_data()
    # 计算今日增仓占比
    today_buy_volume = data['volume'][-1]
    today_buy_amount = today_buy_volume * data['close'][-1]
    today_buy_amount /= data['close'][0]
    today_buy_percentage = today_buy_amount / data['close'][-1]
    # 计算竞价涨幅
    bid_price = data['bid'][-1]
    ask_price = data['ask'][-1]
    bid_ask_diff = ask_price - bid_price
    bid_ask_diff /= bid_ask_diff[0]
    bid_ask_diff = max(-5, bid_ask_diff)
    bid_ask_diff = min(5, bid_ask_diff)
    bid_ask_diff *= 100
    # 获取市值和财务指标
    market_cap = data['market_cap']
    pe_ratio = data['pe_ratio']
    pb_ratio = data['pb_ratio']
    # 返回数据
    return data, today_buy_percentage, bid_ask_diff, market_cap, pe_ratio, pb_ratio

def get_stock_data():
    # 获取股票数据
    data = yf.download('600036', start='2021-01-01', end='2021-12-31')
    return data

def get_trend(data, today_buy_percentage, bid_ask_diff, market_cap, pe_ratio, pb_ratio):
    # 计算趋势
    trend = np.sign(today_buy_percentage - bid_ask_diff)
    trend *= market_cap
    trend /= pe_ratio
    trend /= pb_ratio
    return trend

def optimize_trend(data, today_buy_percentage, bid_ask_diff, market_cap, pe_ratio, pb_ratio):
    # 优化趋势
    # ...

def get_final_data(data, today_buy_percentage, bid_ask_diff, market_cap, pe_ratio, pb_ratio, trend):
    # 返回最终数据
    return data, today_buy_percentage, bid_ask_diff, market_cap, pe_ratio, pb_ratio, trend

# 示例用法
data, today_buy_percentage, bid_ask_diff, market_cap, pe_ratio, pb_ratio = get_data()
trend = optimize_trend(data, today_buy_percentage, bid_ask_diff, market_cap, pe_ratio, pb_ratio)
final_data = get_final_data(data, today_buy_percentage, bid_ask_diff, market_cap, pe_ratio, pb_ratio, trend)

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。

94c5cde12014f99e262a302741275d05.png

收益&风险
源码

评论