(同花顺量化)60开头的股票_、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%, 表示该股票最近有明显的资金流入,可能具有上涨潜力。
  • 竞价涨幅>-2<5, 表示该股票在集合竞价阶段有明显的上涨趋势,且涨幅在合理范围内。
  • 60开头的股票, 表示该股票的代码以60开头,方便后续的处理和分析。

选股逻辑分析

以上三个条件分别从资金流入、市场趋势和股票代码三个方面来筛选股票,综合考虑了股票的上涨潜力和市场关注度。同时,限制了竞价涨幅的范围,保证了股票的上涨趋势是真实存在的,而不是受到市场噪音的影响。

有何风险?

  • 以上三个条件并不是绝对的,可能存在一定的误差和不确定性。
  • 如果资金流入是由于庄家恶意拉高股价,那么股票可能会出现短期回调。
  • 如果市场趋势是受到短期消息的影响,那么股票的上涨趋势可能会受到影响。
  • 如果股票代码不符合条件,可能会导致筛选结果的偏差。

如何优化?

  • 可以加入更多的条件来筛选股票,例如成交量、换手率等。
  • 可以对筛选结果进行过滤和排序,以获得更加优质的股票。
  • 可以加入止盈止损等策略,以降低投资风险。

最终的选股逻辑

  • 今日增仓占比>5%, 筛选出最近有明显资金流入的股票。
  • 竞价涨幅>-2<5, 筛选出在合理范围内有上涨趋势的股票。
  • 60开头的股票, 筛选出代码以60开头的股票。
  • 过滤掉不符合条件的股票,对筛选结果进行排序。
  • 根据止盈止损策略,进行投资决策。

python代码参考

import tushare as ts

# 设置token
ts.set_token('your_token')

# 初始化pro接口
pro = ts.pro_api()

# 筛选出今日增仓占比>5%的股票
df = pro.daily(ts_code='600036', start_date='2021-01-01', end_date='2021-01-01')
df = df[df['net_md'] > 5]

# 筛选出竞价涨幅>-2<5的股票
df = df[df['pre_close'] > df['pre_close'].shift(-1) - 2]
df = df[df['pre_close'] < df['pre_close'].shift(-1) + 5]

# 筛选出60开头的股票
df = df[df['ts_code'].str.startswith('60')]

# 过滤不符合条件的股票
df = df.dropna()

# 对筛选结果进行排序
df = df.sort_values('pre_close', ascending=False)

# 根据止盈止损策略,进行投资决策
# ...

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