(问财量化交易策略)振幅大于1_、9点25分涨幅小于6%、资金强度由大到小

用户头像神盾局量子研究部
2023-09-06 发布

问财量化选股策略逻辑

  • 资金强度由大到小
  • 9点25分涨幅小于6%
  • 振幅大于1

选股逻辑分析

  • 该策略基于资金强度和股票价格波动性来筛选股票。
  • 首先,筛选出在9点25分涨幅小于6%的股票,这表明这些股票的价格波动性较小,可能不会出现大幅上涨或下跌的情况。
  • 其次,筛选出振幅大于1的股票,这表明这些股票的价格波动性较大,可能存在较大的投资机会。

有何风险?

  • 该策略可能无法准确预测股票价格的走势,因为股票价格受到许多因素的影响,包括市场情绪、公司业绩、政治经济等。
  • 该策略可能会选择一些波动性较大的股票,这些股票的价格可能会出现较大的波动,从而给投资者带来风险。

如何优化?

  • 为了优化该策略,可以考虑加入更多的筛选条件,例如加入公司的财务数据、行业数据等,以更准确地预测股票价格的走势。
  • 可以考虑使用更高级的量化技术,例如机器学习、深度学习等,以更准确地筛选股票。

最终的选股逻辑

  • 通过筛选出在9点25分涨幅小于6%且振幅大于1的股票,结合公司的财务数据、行业数据等,选择具有较高投资价值的股票。

python代码参考

  • 以下是一个简单的Python代码示例,用于筛选符合该策略的股票:
import talib

def get_stock_data(stock_code):
    # 获取股票数据
    data = yf.download(stock_code, start='2021-01-01', end='2021-12-31')
    # 计算涨幅和振幅
    open_price = data['Open']
    close_price = data['Close']
    high_price = data['High']
    low_price = data['Low']
    price_change = close_price - open_price
    price_change_percentage = price_change / open_price * 100
    high_price_change = high_price - open_price
    high_price_change_percentage = high_price_change / open_price * 100
    low_price_change = low_price - open_price
    low_price_change_percentage = low_price_change

    ## 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。
    ![94c5cde12014f99e262a302741275d05.png](http://u.thsi.cn/imgsrc/pefile/94c5cde12014f99e262a302741275d05.png)
    
收益&风险
源码

评论