(原mindgo量化策略-)非科创_、9点25分涨幅小于6%、资金强度由大到小

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

  • 资金强度由大到小: 使用量比指标,选取量比排名前100的股票。
  • 9点25分涨幅小于6%: 使用开盘价和昨日收盘价计算涨幅,选取涨幅小于6%的股票。
  • 非科创: 筛选出非科技创新板股票。

选股逻辑分析

  • 该策略通过三个指标来筛选股票,分别是资金强度、涨幅和板块。其中,资金强度和涨幅的筛选标准相对简单,而板块的筛选则需要使用非科创的标签。
  • 该策略的优点是能够筛选出具有较强资金流入和低涨幅的股票,这些股票可能具有较好的投资价值。同时,该策略也能够排除科技创新板股票,避免了板块内过于集中的风险。

有何风险?

  • 该策略的缺点是可能无法准确预测股票的未来表现,因为其筛选标准相对简单。此外,该策略也可能会漏掉一些具有潜力的科技创新板股票。

如何优化?

  • 为了优化该策略,可以考虑增加更多的筛选标准,例如市值、市盈率等。这样可以更好地筛选出具有投资价值的股票。
  • 另外,可以考虑使用机器学习算法来预测股票的未来表现,从而更好地筛选出具有潜力的股票。

最终的选股逻辑

  • 通过量比指标筛选出量比排名前100的股票。
  • 计算开盘价和昨日收盘价的涨幅,选取涨幅小于6%的股票。
  • 筛选出非科技创新板股票。
  • 根据市值、市盈率等指标进行进一步筛选。

python代码参考

  • 以下代码使用了问财量化交易的量化策略模块,需要先安装问财量化交易。
  • 首先,需要导入必要的模块和数据源。
import tushare as ts
import talib as ta
from datetime import datetime, timedelta
from qstools import *

# 设置数据源
ts.set_token('your_token')
pro = ts.pro_api()

# 获取股票数据
df = pro.daily(ts_code='600036', start_date=datetime(2021, 1, 1), end_date=datetime.now())
df = df.sort_values('trade_date')
df = df

    ## 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