问财量化选股策略逻辑
- 资金强度由大到小: 使用成交量指标，选取成交量较大的股票。
- 9点25分涨幅小于6%: 选取开盘价涨幅小于6%的股票。
- 近25个交易日有单日涨幅大于等于百分之10: 选取过去25个交易日中有单日涨幅大于等于10%的股票。
选股逻辑分析
- 该策略选取成交量较大、开盘价涨幅较小且过去25日有单日涨幅大于等于10%的股票，这些股票可能具有较好的市场表现和资金流入。
- 但是，该策略没有考虑股票的基本面因素，因此可能无法选出真正有投资价值的股票。
有何风险？
- 该策略没有考虑股票的基本面因素，因此可能选出一些基本面较差的股票，导致投资风险较高。
- 该策略只选取过去25日有单日涨幅大于等于10%的股票，因此可能漏掉一些短期波动较大的股票。
如何优化？
- 可以考虑加入股票的基本面因素，例如市盈率、市净率等，以筛选出真正有投资价值的股票。
- 可以加入技术分析指标，例如移动平均线、布林线等，以更好地判断股票的走势和趋势。
最终的选股逻辑
- 选取成交量较大、开盘价涨幅小于6%且过去25日有单日涨幅大于等于10%的股票，并加入股票的基本面因素和技术分析指标进行筛选，以选出真正有投资价值的股票。
python代码参考
- 以下是一个简单的Python代码示例，用于实现上述的选股策略：
import talib
import pandas as pd
def get_stock_data(stock_code):
# 获取股票的历史数据
df = pd.read_csv(f'https://query1.finance.yahoo.com/v7/finance/download/{stock_code}', index_col='Date')
df = df[['Adj Close']]
df = df.resample('D').last()
return df
def get_volume_data(stock_code):
# 获取股票的成交量数据
df = pd.read_csv(f'https://query1.finance.yahoo.com/v7/finance/download/{stock_code}', index_col='Date')
df = df[['Volume']]
df = df.resample('D').last
## 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。
