问财量化选股策略逻辑
今日增仓占比>5%,收盘价大于昨日的最低价,竞价涨幅＞-2＜5
选股逻辑分析
这个策略逻辑看起来比较简单，主要关注了三个因素：今日增仓占比、收盘价和竞价涨幅。其中，今日增仓占比用来衡量股票的买入力度，收盘价大于昨日的最低价则表示股票价格有上涨的趋势，而竞价涨幅则用来衡量股票在开盘时的价格变动情况。
这个策略逻辑的目的是找到那些有买入力度、价格有上涨趋势并且开盘时价格有上涨的股票，这些股票可能有较大的上涨潜力。
有何风险？
这个策略逻辑的局限性在于它只能关注到股票的短期表现，而不能考虑长期趋势和公司的基本面情况。此外，如果市场整体表现不佳，即使有买入力度、价格有上涨趋势并且开盘时价格有上涨的股票也可能表现不佳。
如何优化？
为了优化这个策略逻辑，我们可以考虑加入一些基本面指标，例如市盈率、市净率等，来更好地评估股票的价值和风险。此外，我们还可以考虑加入一些技术指标，例如移动平均线、布林线等，来更好地判断股票的价格走势。
最终的选股逻辑
以下是最终的选股逻辑：
import tushare as ts
# 初始化pro接口
pro = ts.pro_api()
# 获取所有A股数据
df = pro.realtime_quotes()
# 筛选出今日增仓占比大于5%的股票
df = df[df['net_debt_ratio'] > 0.05]
# 筛选出收盘价大于昨日的最低价的股票
df = df[df['close'] > df['close'].rolling(window=2).min()]
# 筛选出竞价涨幅大于-2并且小于5的股票
df = df[df['pre_close'] > df['pre_close'].shift(1) - 0.02 and df['pre_close'] < df['pre_close'].shift(1) + 0.05]
# 输出符合条件的股票列表
print(df['code'].tolist())
python代码参考
import tushare as ts
# 初始化pro接口
pro = ts.pro_api()
# 获取所有A股数据
df = pro.realtime_quotes()
# 筛选出今日增仓占比大于5%的股票
df = df[df['net_debt_ratio'] > 0.05]
# 筛选出收盘价大于昨日的最低价的股票
df = df[df['close'] > df['close'].rolling(window=2).min()]
# 筛选出竞价涨幅大于-2并且小于5的股票
df = df[df['pre_close'] > df['pre_close'].shift(1) - 0.02 and df['pre_close'] < df['pre_close'].shift(1) + 0.05]
# 输出符合条件的股票列表
print(df['code'].tolist())
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。
