(原mindgo量化策略-)近25个交易日有单日涨幅大于等于百分之10_、昨日竞价换手率大

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,昨日竞价换手率大于0.26,近25个交易日有单日涨幅大于等于百分之10

选股逻辑分析

这个策略的逻辑是基于高点、昨日竞价换手率和近25个交易日单日涨幅的条件来筛选股票。具体来说,它会筛选出高点为两日最高、昨日竞价换手率大于0.26、近25个交易日有单日涨幅大于等于百分之10的股票。这些条件可以用来筛选出具有较强市场表现和活跃度的股票。

有何风险?

这个策略的潜在风险包括市场风险、流动性风险和交易成本风险。首先,市场风险是指由于市场波动而导致投资组合价值变动的风险。其次,流动性风险是指由于市场流动性不足而导致交易无法完成或者交易价格与市场价格不一致的风险。最后,交易成本风险是指交易过程中产生的费用和税收对投资组合价值的影响。

如何优化?

为了优化这个策略,可以考虑以下几点:

  1. 增加筛选条件:可以增加其他条件来筛选股票,例如市值、市盈率等,以提高策略的准确性和稳定性。

  2. 优化交易频率:可以考虑减少交易频率,以降低交易成本和市场风险。

  3. 使用技术分析:可以结合技术分析来筛选股票,例如使用趋势线、均线等指标来判断股票的走势。

最终的选股逻辑

最终的选股逻辑如下:

def select_stock():
    # 筛选出高点为两日最高、昨日竞价换手率大于0.26、近25个交易日有单日涨幅大于等于百分之10的股票
    stocks = get_stocks()
    filtered_stocks = []
    for stock in stocks:
        if stock['high'] == max(stock['high'], stock['high'].shift(1)):
            if stock['pre_close'] * stock['volume'] > 0.26:
                if stock['close'] > stock['close'].shift(25) * 1.1:
                    filtered_stocks.append(stock)
    return filtered_stocks

python代码参考

def get_stocks():
    # 获取所有股票数据
    # ...

    # 筛选出高点为两日最高、昨日竞价换手率大于0.26、近25个交易日

    ## 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