问财量化选股策略逻辑
选股逻辑分析
- 该策略选取2021年为时间范围，可能无法涵盖最新的市场变化。
- 该策略选取前日实际换手率>3～28，可能无法涵盖所有具有投资价值的股票。
有何风险？
- 该策略可能无法涵盖所有具有投资价值的股票，导致错过一些潜在的投资机会。
- 该策略可能无法准确预测股票的未来表现，导致投资失误。
如何优化？
- 可以考虑加入更多的筛选条件，例如市值、盈利能力等。
- 可以考虑加入技术分析指标，例如收盘价、成交量等。
最终的选股逻辑
- 选取2021年
- 选取前日实际换手率>3～28
- 选取市值大于10亿
- 选取盈利能力大于10%
- 选取收盘价大于10元
- 选取成交量大于100万手
python代码参考
import talib
def get_top_trading_days(symbol):
# 获取股票的历史交易数据
data = yf.download(symbol, start='2021-01-01', end='2021-12-31')
# 计算前日换手率
data['prev_trading_day'] = data['trading_day'].shift(-1)
data['prev_trading_day'] = data['prev_trading_day'].where(data['prev_trading_day'] != data['trading_day'], np.nan)
data['prev_trading_day'] = data['prev_trading_day'] / data['close']
data['prev_trading_day'] = data['prev_trading_day'].fillna(0)
data['prev_trading_day'] = data['prev_trading_day'].cumsum()
data['prev_trading_day'] = data['prev_trading_day'] / data['prev_trading_day'].max()
data['prev_trading_day'] = data['prev_trading_day'].where(data['prev_trading_day'] > 3, 0)
data['prev_trading_day'] = data['prev_trading_day'].
## 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。
