(i问财选股策略)规模2亿以上_、涨幅_2

问财量化选股策略逻辑

在问财量化中，我们可以使用多种策略来筛选股票。今天我们将介绍一种基于今日增仓占比、涨幅和规模的策略。

选股逻辑分析

该策略的逻辑如下：

1. 今日增仓占比：选择今日增仓比例超过5%的股票。
2. 涨幅：选择涨幅小于2.6%且涨幅大于-5%的股票。
3. 规模：选择规模大于2亿的股票。

该策略的目的是寻找那些今日增仓比例较高、涨幅适中且规模较大的股票。这些股票可能具有良好的市场表现和投资价值。

有何风险？

该策略存在以下风险：

1. 市场风险：股票市场存在波动性，因此策略选出的股票也可能出现下跌。

2. 选择偏差：该策略基于一些特定的参数进行筛选，如果这些参数选择不当，可能会导致策略的偏差。

3. 筛选数量：该策略可能会选出较少的股票，这可能使得投资者无法获得充分的分散投资。

如何优化？

为了优化该策略，我们可以考虑以下几点：

1. 增加参数：可以增加更多的参数来筛选股票，例如市盈率、市净率等。

2. 调整参数：可以调整参数的值来优化策略，例如调整今日增仓比例的阈值、涨幅和规模的限制等。

3. 使用量化交易：可以使用量化交易来执行策略，以提高执行效率和减少人为因素的影响。

最终的选股逻辑

最终的选股逻辑如下：

def select_stock():
    # 今日增仓比例超过5%
    today_buy_percent = data['buy_percent'] > 0.05
    
    # 涨幅小于2.6%且涨幅大于-5%
    up_down = data['close'] - data['open'] > 0
    up_down &= data['close'] / data['open'] < 1.26
    up_down &= data['close'] / data['open'] > 0.95
    
    # 规模大于2亿
    market_cap = data['market_cap'] > 2000000000
    
    # 合并条件
    selected = today_buy_percent & up_down & market_cap
    
    # 返回符合条件的股票
    return selected

python代码参考

import pandas as pd

# 读取数据
data = pd.read_csv('data.csv')

# 选择股票
selected = select_stock()

# 输出结果
print(selected)

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。