问财量化选股策略逻辑
- 资金强度由大到小: 使用量比指标，选取量比排名前100的股票。
- 9点25分涨幅小于6%: 使用开盘价和昨日收盘价计算涨幅，选取涨幅小于6%的股票。
- 反包: 股票在早盘下跌后，午后出现反转上涨，且收盘价高于开盘价。
选股逻辑分析
- 该策略主要关注于资金强度和市场表现，通过选取量比排名前100的股票和涨幅小于6%的股票，筛选出具有资金流入和市场关注度的股票。
- 反包策略则是在寻找股票在早盘下跌后，午后出现反转上涨的股票，这种股票通常具有较强的反弹动力和市场关注度。
有何风险？
- 该策略可能过于侧重于短期市场表现，而忽略了长期价值投资的因素。
- 反包策略可能会选择到一些短期波动较大的股票，而不是长期稳定的投资标的。
如何优化？
- 可以考虑加入更多的量化指标，例如市盈率、市净率等，以更全面地评估股票的价值和风险。
- 可以通过调整筛选条件和参数，例如放宽涨幅限制、增加筛选条件等，以提高策略的准确性和稳定性。
最终的选股逻辑
- 选取量比排名前100的股票，计算开盘价和昨日收盘价的涨幅，选取涨幅小于6%的股票。
- 计算股票在早盘下跌后的跌幅，选取跌幅小于等于0.5的股票。
- 计算股票在午后上涨的幅度，选取收盘价高于开盘价的股票。
- 选取符合以上三个条件的股票作为最终的筛选结果。
python代码参考
- 以下代码使用了问财量化交易的量化策略模块，需要先安装问财量化交易和量化策略模块。
import qstools as qt
# 量比指标
def get_volume_ratio(data):
return qt.indicators.get_volume_ratio(data)
# 计算涨幅
def get_price_change(data):
return qt.indicators.get_price_change(data)
# 计算跌幅
def get_price_change_negative(data):
return qt.indicators.get_price_change_negative(data)
# 计算午后上涨幅度
def
## 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。
