(问财量化交易策略)昨日主力控盘_、换手率3%-12%、高点为两日最高

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

  • 高点为两日最高
  • 换手率3%-12%
  • 昨日主力控盘

选股逻辑分析

  • 高点为两日最高:这个条件筛选出近期有明显的上涨趋势的股票,说明市场对该股票的预期较高。
  • 换手率3%-12%:这个条件筛选出流通盘适中的股票,避免流通盘过小或过大对股票价格的影响。
  • 昨日主力控盘:这个条件筛选出昨日主力资金净流入的股票,说明主力对该股票有较大的兴趣。

有何风险?

  • 过于依赖于技术指标,可能会忽略公司的基本面情况。
  • 过于集中在某几个指标上,可能会忽略其他重要的因素。

如何优化?

  • 可以加入更多基本面指标,如市盈率、市净率等,综合考虑公司的基本面情况。
  • 可以加入更多技术指标,如布林线、移动平均线等,更好地分析股票的价格走势。

最终的选股逻辑

  • 高点为两日最高
  • 换手率3%-12%
  • 昨日主力控盘
  • 市盈率低于30倍
  • 市净率低于2倍

python代码参考

import talib
import pandas as pd

def get_top_gainers():
    # 获取所有A股股票的代码和名称
    codes = list(a股股票代码)
    names = list(a股股票名称)
    
    # 获取股票的高点、换手率和昨日主力控盘数据
    highs = []
    turnover_rates = []
    is_controlled = []
    for code in codes:
        data = pd.read_csv('data.csv', usecols=['date', 'high', 'turnover_rate', 'is_controlled'])
        highs.append(data['high'].max())
        turnover_rates.append(data['turnover_rate'].mean())
        is_controlled.append(data['is_controlled'].mean())
    
    # 将数据合并成一个DataFrame
    df = pd.DataFrame({'code': codes, 'name': names, 'high': highs, 'turnover_rate': turnover_rates, 'is_controlled': is_controlled})
    
    # 筛选出符合条件的股票

    ## 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