(原mindgo量化策略-)资金强度由大到小_、竞价涨幅>-2<5、高点为两日最高

用户头像神盾局量子研究部
2023-09-08 发布

问财量化选股策略逻辑

高点为两日最高,竞价涨幅>-2<5,资金强度由大到小

选股逻辑分析

这个策略的逻辑是基于高点和竞价涨幅来筛选股票,同时考虑资金强度的大小。具体来说,它会筛选出在两天内出现最高价的股票,并且在竞价阶段的涨幅要大于-2并且小于5。最后,根据资金强度的大小对股票进行排序,选择排名靠前的股票作为最终的筛选结果。

有何风险?

这个策略的风险在于它可能过于侧重于短期的价格波动和资金强度,而忽略了其他重要的因素,例如公司的基本面、行业前景等等。因此,投资者在使用这个策略时需要谨慎,避免盲目跟风。

如何优化?

为了优化这个策略,我们可以考虑加入更多的筛选条件,例如公司的盈利能力、财务状况等等。同时,我们也可以考虑使用更高级的量化技术,例如机器学习算法,来提高策略的准确性和稳定性。

最终的选股逻辑

最终的选股逻辑如下:

def select_stock():
    # 筛选出两天内出现最高价的股票
    high_price = get_high_price()
    stocks = get_stocks_with_high_price(high_price)
    
    # 筛选出在竞价阶段的涨幅要大于-2并且小于5的股票
    open_price = get_open_price()
    bid_ask_diff = get_bid_ask_diff(open_price)
    stocks = stocks[bid_ask_diff > -2 and bid_ask_diff < 5]
    
    # 根据资金强度的大小对股票进行排序
    funds = get_funds(stocks)
    stocks = sorted(stocks, key=lambda x: funds[x], reverse=True)
    
    return stocks

python代码参考

def get_high_price():
    # 获取两天内出现最高价的股票
    # ...

def get_stocks_with_high_price(high_price):
    # 获取两天内出现最高价的股票
    # ...

def get_open_price():
    # 获取股票的开盘价
    # ...

def get_bid_ask_diff(open_price):
    # 获取股票的开盘价与收盘价的差值
    # ...

def get_funds(stocks):
    # 获取股票的资金强度
    # ...
## 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