问财量化选股策略逻辑
在问财选股策略中,我们将关注以下几个方面:
- 涨停: 我们会选择连续两天都出现涨停板的股票,因为这意味着该股已经获得了市场的高度认可和追捧。
- 所属行业板块2天排名前3: 这意味着该股所属的行业板块在近两日内表现优异,可以视为行业内龙头或者热点股。
- 分时换手率前二个: 分时换手率是指股票在某一时间段内的交易量占总流通盘的比例,高换手率通常说明市场对该股的关注度较高,活跃度较高。
- 收红: 收红表示股价当天收盘价高于开盘价,对于短线投资者来说,收红意味着股票当天有一定的涨幅。
选股逻辑分析
以上选股逻辑的优点是能够选出近期走势较好的股票,尤其是属于热门行业的龙头股。缺点是可能会筛选出一些短期涨幅过大、风险较高的股票。
有何风险?
由于该策略主要关注的是短期的股票价格波动,因此可能存在以下风险:
- 股价过度上涨导致回调的风险:如果某只股票短时间内涨幅过大,可能会引发市场对其价值的质疑,从而引发股价下跌。
- 行业风险:如果所选行业的整体景气度下降,那么该股的业绩也可能会受到影响。
如何优化?
可以通过调整上述四个条件的权重来优化策略,例如增加对行业板块排名的权重,降低对换手率的要求等。
最终的选股逻辑
最后的选股逻辑如下:
# 导入所需库
import pandas as pd
from pandas_datareader import data as pdr
from datetime import datetime, timedelta
# 获取数据
start = datetime(2021, 1, 1)
end = datetime.now()
stock_df = pdr.get_data_yahoo('AAPL', start=start, end=end)
# 设置选股条件
stock_df['涨跌幅'] = stock_df['Close'].pct_change()
top_3_industry = stock_df.groupby('Industry')['涨跌幅'].apply(lambda x: x.nlargest(3).mean()).reset_index()
top_3_industry.columns = ['Industry', 'Average_Pct_Change']
stock_df = pd.merge(stock_df, top_3_industry, on='Industry')
stock_df['Volume_Ratio'] = stock_df['Volume'] / stock
## 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。