问财量化选股策略逻辑
- 今日增仓占比>5%
- 昨日9:15匹配价跌停
- 换手率>2%且<9%
选股逻辑分析
- 今日增仓占比>5%：表示该股票在最近一天内有较多的资金流入，表明市场对该股票的看好程度较高。
- 昨日9:15匹配价跌停：表示该股票在昨日的开盘价上出现跌停板，表明市场对该股票的看空程度较高。
- 换手率>2%且<9%：表示该股票在最近一天内的换手率较高，表明市场对该股票的关注度较高，但同时也表明该股票的流通性较好。
有何风险？
- 由于该策略主要关注资金流入和股票价格波动，因此对于市场风险的抵御能力较弱。
- 如果市场出现极端行情，如突发性政策变化或大规模资金流出等，该策略可能会出现较大亏损。
如何优化？
- 可以考虑加入更多的筛选条件，如市值、行业、盈利能力等，以提高策略的稳健性和适应性。
- 可以考虑加入止盈和止损机制，以控制策略的亏损风险。
最终的选股逻辑
- 今日增仓占比>5%
- 昨日9:15匹配价跌停
- 换手率>2%且<9%
- 市值>10亿
- 行业为金融、科技、医疗等
- 盈利能力稳定
python代码参考
- 代码中使用了wind数据源和pandas库进行数据处理和筛选
- 代码中使用了动量策略的思想，即选择最近一段时间内资金流入量较大、价格波动较大的股票
- 代码中使用了技术分析指标，如收盘价、换手率等，以辅助筛选股票
- 代码中使用了止盈和止损机制，以控制策略的亏损风险
import pandas as pd
import wind as w
from talib import *
# 获取数据
df = w.wsdq('000001.SZ', start='2021-01-01', end='2021-12-31')
# 筛选条件
df = df[df['昨收'] < df['今日开盘价']]
df = df[df['今日成交额'] > df['昨日成交额']]
df = df[df['换手率'] > 2.0]
df = df[df['换手率'] < 9.0]
df = df[df['流通市值'] > 10.0]
df = df[df['行业'] == '金融、科技、医疗']
df = df[df['eps'] > 0.0]
# 计算动量指标
df['动量'] = df['收盘价'].diff()
# 筛选动量指标较大的股票
df = df[df['动量'] > 0]
# 计算止盈和止损价位
df['止盈价'] = df['收盘价'] + 2 * df['动量']
df['止损价'] = df['收盘价'] - 2 * df['动量']
# 筛选符合止盈和止损条件的股票
df = df[df['止盈价'] > df['收盘价']]
df = df[df['止损价'] < df['收盘价']]
# 输出符合条件的股票列表
print(df[['代码', '收盘价']])
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。
