(iwencai量化策略)竞价涨幅＞-2＜5_、竞价主力净买大于0、今日增仓占比_5%

问财量化选股策略逻辑

今日增仓占比>5%,竞价主力净买大于0,竞价涨幅＞-2＜5

选股逻辑分析

这个策略的逻辑是基于盘中竞价交易数据来筛选股票。首先，要求股票在当日的竞价交易中，买入量占总成交量的比例大于5%，说明有明显的主力资金在买入。其次，要求股票在竞价交易中，主力净买入量大于0，说明主力资金在净买入。最后，要求股票在竞价交易中，涨幅大于-2小于5，说明股票价格有上涨的趋势。

有何风险？

这个策略的逻辑基于盘中竞价交易数据，因此存在以下风险：

1. 数据准确性：竞价交易数据可能存在延迟或不准确的情况，因此筛选出的股票可能不符合实际情况。
2. 技术指标：选择的指标可能不适用于所有股票，因此筛选出的股票可能不符合实际情况。
3. 市场变化：市场变化可能影响股票的价格和成交量，因此筛选出的股票可能不符合实际情况。

如何优化？

为了优化这个策略，可以考虑以下几点：

1. 选择更准确的指标：可以尝试使用其他技术指标来筛选股票，以提高筛选出的股票的准确性。
2. 考虑更多的因素：可以考虑加入其他因素，如股票的市值、行业、盈利能力等，以提高筛选出的股票的准确性。
3. 加强数据验证：可以加强数据验证，例如使用多个数据源进行验证，以确保数据的准确性。

最终的选股逻辑

最终的选股逻辑如下：

def select_stock():
    # 获取所有股票的竞价交易数据
    data = get_biq_data()

    # 筛选出买入量占总成交量的比例大于5%的股票
    filtered_data = data[(data['BQ买量占比'] > 0.05) & (data['BQ买量占比'] < 1)]

    # 筛选出主力净买入量大于0的股票
    filtered_data = filtered_data[(filtered_data['主力净买入量'] > 0)]

    # 筛选出涨幅大于-2小于5的股票
    filtered_data = filtered_data[(filtered_data['竞价涨幅'] > -2) & (filtered_data['竞价涨幅'] < 5)]

    # 返回筛选出的股票列表
    return filtered_data['股票代码'].tolist()

python代码参考

import tushare as ts

# 设置token
ts.set_token('your_token')

# 初始化pro接口
pro = ts.pro_api()

# 获取所有股票的竞价交易数据
data = pro.biq('600036.XSHG', start_date='2021-01-01', end_date='2021-12-31')

# 筛选出买入量占总成交量的比例大于5%的股票
filtered_data = data[(data['BQ买量占比'] > 0.05) & (data['BQ买量占比'] < 1)]

# 筛选出主力净买入量大于0的股票
filtered_data = filtered_data[(filtered_data['主力净买入量'] > 0)]

# 筛选出涨幅大于-2小于5的股票
filtered_data = filtered_data[(filtered_data['竞价涨幅'] > -2) & (filtered_data['竞价涨幅'] < 5)]

# 返回筛选出的股票列表
return filtered_data['股票代码'].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。