(原mindgo量化策略-)集中度70_20%_、涨幅_2

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,涨幅<2.6且涨幅>-5,集中度70<20%

选股逻辑分析

这个策略的逻辑是基于股票价格的短期波动来筛选股票。具体来说,它要求股票在最近两天的交易中达到最高价,并且在这两天内的涨幅要小于2.6倍,同时涨幅要大于-5倍。此外,它还要求股票的集中度要低于70%。

这个策略的逻辑看起来比较简单,但是它可能会面临一些风险。首先,短期价格波动是不可预测的,因此这个策略可能会选择一些表现不佳的股票。其次,这个策略可能会忽略一些长期表现良好的股票,因为它们可能不符合短期价格波动的条件。最后,这个策略可能会过度集中在一些特定的行业或公司,从而增加投资组合的集中度风险。

有何风险?

这个策略可能会选择一些表现不佳的股票,因为它只考虑了短期价格波动。此外,这个策略可能会忽略一些长期表现良好的股票,因为它们可能不符合短期价格波动的条件。最后,这个策略可能会过度集中在一些特定的行业或公司,从而增加投资组合的集中度风险。

如何优化?

为了优化这个策略,我们可以考虑增加一些其他的条件来筛选股票。例如,我们可以要求股票的市盈率(P/E)在合理范围内,或者要求股票的股息收益率(Dividend Yield)较高。此外,我们还可以考虑使用技术分析指标来筛选股票,例如移动平均线(Moving Average)或布林线(Bollinger Bands)。

最终的选股逻辑

以下是最终的选股逻辑:

def select_stocks():
    # 获取所有A股股票的代码和名称
    stocks = get_stocks()

    # 筛选出最近两天内达到最高价的股票
    highs = get_highs(stocks)

    # 筛选出在这两天内的涨幅小于2.6倍、涨幅大于-5倍的股票
    filtered_stocks = filter_stocks(highs, 2.6, -5)

    # 筛选出集中度低于70%的股票
    filtered_stocks = filter_stocks(filtered_stocks, 0.7)

    # 返回筛选后的股票列表
    return filtered_stocks

python代码参考

import tushare as ts

# 初始化pro

    ## 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