(iwencai量化)底部抬高_、涨幅_2

问财量化选股策略逻辑

• 今日增仓占比>5%,涨幅<2.6且涨幅>-5
• 底部抬高

选股逻辑分析

• 今日增仓占比>5%：表示该股票在最近一段时间内有较多的主力资金流入，说明该股票可能具有较大的上涨潜力。
• 涨幅<2.6且涨幅>-5：表示该股票在最近一段时间内的涨幅不超过2.6%，并且涨幅要大于-5%，说明该股票在短期内具有较强的上涨动力，但不会出现大幅波动。
• 底部抬高：表示该股票的股价在最近一段时间内呈现上升趋势，说明该股票具有较好的上涨趋势。

有何风险？

• 该策略只考虑了股票的短期上涨趋势，没有考虑股票的基本面情况，可能会导致选取出的股票存在较大的风险。
• 如果主力资金在短期内大量撤出，可能会导致股票价格出现大幅下跌。

如何优化？

• 可以结合股票的基本面情况，例如公司的盈利能力、财务状况等，对股票进行更加全面的分析，以降低风险。
• 可以考虑加入其他因素，例如股票的市盈率、市净率等，以更加准确地判断股票的上涨潜力。

最终的选股逻辑

• 今日增仓占比>5%: 表示主力资金流入，有上涨潜力
• 涨幅<2.6且涨幅>-5: 表示短期上涨动力强，但不会出现大幅波动
• 底部抬高: 表示股价呈现上升趋势
• 结合基本面分析: 公司盈利能力、财务状况等
• 加入其他因素: 市盈率、市净率等

python代码参考

• 以下代码使用了pandas和ta-lib库

import pandas as pd
import talib

def get_top_gainers():
    # 获取所有股票的代码和涨跌幅数据
    df = pd.read_csv('stock_data.csv')
    # 计算今日增仓占比
    df['today_buy_ratio'] = df['buy_amount'] / df['total_amount'] * 100
    # 计算股票的涨跌幅
    df['price_change'] = df['close'] - df['open']
    df['price_change_percentage'] = df['price_change'] / df['open'] * 100
    # 计算底部抬高
    df['bottom_boost'] = talib.MIN(df['close'], timeperiod=3) - talib.MIN(df['close'], timeperiod=1)
    # 选择今日增仓占比>5%且涨幅<2.6且涨幅>-5的股票
    top_gainers = df[(df['today_buy_ratio'] > 5) & (df['price_change_percentage'] < 2.6) & (df['price_change_percentage'] > -5)]
    return top_gainers

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。