量化交易2天前涨跌幅排列、涨幅小于5%和、昨日9点25委卖除竞价量≤1

用户头像神盾局量子研究部
2023-10-26 发布

问财量化选股策略逻辑

选股逻辑分析

这个选股策略主要是通过两天前的涨跌幅来筛选股票,同时限制了昨日9点25委卖除竞价量不超过1,以此来排除短期炒作或者庄家出货的行为。

有何风险?

首先,这种方法可能会错过一些短期内有爆发性的股票,因为它们可能在短时间内就会出现较大的涨跌幅。其次,如果股票的价格在短期内波动较大,那么委卖量可能会超过1,导致不能入选。最后,这种方法并不能保证选出的股票一定会有好的收益,因为市场是变化的,股票的表现也会受到许多因素的影响。

如何优化?

可以通过调整涨跌幅阈值来提高或降低入选标准,或者增加对委卖量的要求,以此来减少风险。同时,也可以结合其他的选股指标,如市盈率、市净率等,来进一步提高选股的准确性和有效性。

最终的选股逻辑

我们的选股策略是在两天前的涨跌幅小于5%,并且昨日9点25委卖除竞价量不超过1的情况下,选出符合条件的股票。

常见问题

  1. 这个选股策略能适用于所有的股票吗?
    答:不一定,这需要根据具体市场的行情和股票的特点来进行调整。

  2. 这个选股策略能保证选出的股票一定能带来收益吗?
    答:不能,股市是有风险的,选择股票投资需要谨慎。

  3. 如果我想要扩大筛选范围,应该如何调整?
    答:可以通过增加涨跌幅阈值或者委卖量要求来扩大筛选范围。

python代码参考

import pandas as pd

# 加载数据
df = pd.read_csv('stock_data.csv')

# 筛选条件
criteria = ['< -5', '9:25 < -1']

# 创建一个空列表来保存符合条件的股票
selected_stocks = []

# 遍历所有符合条件的股票
for i in range(len(df)):
    if all(crit in df['Close'].iloc[i].astype(str) for crit in criteria):
        selected_stocks.append(df.iloc[i]['Stock'])

print(selected_stocks)

以上代码只是一个简单的示例,实际使用时可能需要根据具体的数据源和需求进行修改。

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?

点击页面下方的复制按钮,复制到自己的账户即可使用模板进行回测。
收益&风险
源码

评论