(iwencai量化策略)k小于20_、竞价涨幅＞-2＜5、今日增仓占比_5%

问财量化选股策略逻辑

今日增仓占比>5%,竞价涨幅＞-2＜5,k小于20

选股逻辑分析

该策略的逻辑是基于股票当日的交易数据进行筛选。首先，要求股票当日的增仓比例大于5%，即说明有较多的资金流入该股票，可能是机构或大户在买入。其次，要求股票在竞价阶段的涨幅大于-2小于5，说明该股票的价格在开盘后有一定的上涨趋势，但涨幅不是很大，可能还有上涨的空间。最后，要求股票的K线图中K值小于20，说明该股票的短期趋势较为稳定，可能有上涨的机会。

有何风险？

该策略的逻辑较为简单，可能会漏掉一些优质股票。另外，由于该策略是基于历史数据进行筛选，因此可能会忽略一些突发性事件对股票价格的影响。

如何优化？

为了优化该策略，可以考虑加入更多的筛选条件，例如加入股票的市值、市盈率等指标，以更加全面地评估股票的价值。此外，可以考虑加入技术指标，例如移动平均线、布林线等，以更加准确地判断股票的趋势。

最终的选股逻辑

以下是最终的选股逻辑：

def select_stock():
    # 获取所有股票的交易数据
    data = get_stock_data()
    
    # 筛选出今日增仓比例大于5%的股票
    stocks = data[data['net_buy'] > data['net_sell'] * 0.05]
    
    # 筛选出竞价涨幅大于-2小于5的股票
    stocks = stocks[stocks['pre_close'] > stocks['pre_close'] * 0.05]
    stocks = stocks[stocks['pre_close'] < stocks['pre_close'] * 0.05 + 5]
    
    # 筛选出K线图中K值小于20的股票
    stocks = stocks[stocks['k'] < 20]
    
    # 返回筛选后的股票列表
    return stocks

python代码参考

import pandas as pd

def get_stock_data():
    # 获取股票交易数据
    data = pd.read_csv('stock_data.csv')
    return data

def select_stock():
    # 获取所有股票的交易数据
    data = get_stock_data()
    
    # 筛选出今日增仓比例大于5%的股票
    stocks = data[data['net_buy'] > data['net_sell'] * 0.05]
    
    # 筛选出竞价涨幅大于-2小于5的股票
    stocks = stocks[stocks['pre_close'] > stocks['pre_close'] * 0.05]
    stocks = stocks[stocks['pre_close'] < stocks['pre_close'] * 0.05 + 5]
    
    # 筛选出K线图中K值小于20的股票
    stocks = stocks[stocks['k'] < 20]
    
    # 返回筛选后的股票列表
    return stocks

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。