问财量化选股策略逻辑
- 今日增仓占比>5%
- 前日实际换手率>3～28
- 流通市值大于100亿元
选股逻辑分析
- 今日增仓占比>5%：表示最近一段时间内，该股票的成交量有所增加，说明有资金在买入该股票，这可能是一个好的买入信号。
- 前日实际换手率>3～28：表示该股票的成交量相对较高，说明市场对该股票的关注度较高，也有可能是资金在对该股票进行炒作。
- 流通市值大于100亿元：表示该股票的市值相对较大，说明该股票的流动性较好，也有可能是机构投资者的关注对象。
有何风险？
- 由于该策略只考虑了股票的成交量和市值等因素，可能无法准确预测股票的未来表现。
- 如果市场出现极端情况，如大规模资金流出或市场情绪极端，该策略可能无法准确预测股票的走势。
如何优化？
- 可以考虑加入更多的因素，如技术指标、基本面数据等，以提高策略的准确性。
- 可以通过回测等方式，对策略进行模拟测试，以评估其在不同市场环境下的表现。
最终的选股逻辑
- 今日增仓占比>5%
- 前日实际换手率>3～28
- 流通市值大于100亿元
- 在加入技术指标和基本面数据后，对策略进行优化，提高其准确性。
python代码参考
- 以下代码仅供参考，具体实现方式可能因不同的数据源和计算环境而有所不同。
import talib
def get_stock_data(stock_code):
# 获取股票的历史行情数据
data = get_data(stock_code)
# 计算今日增仓占比
open_price = data['open']
close_price = data['close']
volume = data['volume']
if len(open_price) > 0:
today_open_price = open_price[-1]
today_close_price = close_price[-1]
today_volume = volume[-1]
today_turnover = today_volume / today_open_price
today_buy_volume = today_volume - today_turnover
today_buy_percent = today_buy_volume / today_volume * 100
else:
today_buy_percent = 0
# 计算前日实际换手率
if len(data['close']) > 1:
yesterday_close_price = data['close'][-2]
yesterday_volume = data['volume'][-2]
yesterday_turnover = yesterday_volume / yesterday_close_price
yesterday_buy_volume = yesterday_volume - yesterday_turnover
yesterday_buy_percent = yesterday_buy_volume / yesterday_volume * 100
else:
yesterday_buy_percent = 0
# 获取股票的流通市值
market_cap = data['market_cap']
# 判断是否符合条件
if today_buy_percent > 5 and yesterday_buy_percent > 3 and market_cap > 100e9:
# 返回符合条件的股票数据
return data
else:
# 返回空数据
return pd.DataFrame()
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。
