(python量化策略)(昨日换手率_(今日竞价成交量除昨日成交量))_0

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
  • 收盘价<boll(upper值)且收盘价>boll(mid值)
  • (昨日换手率*(今日竞价成交量/昨日成交量))>0.5<2

选股逻辑分析

  • 资金强度由大到小:表示资金流入的强度,越大说明资金流入越多,有利于股价上涨。
  • 收盘价<boll(upper值)且收盘价>boll(mid值):表示股价在布林带上轨上方,说明股价处于上涨趋势中。
  • (昨日换手率*(今日竞价成交量/昨日成交量))>0.5<2:表示昨日换手率和今日竞价成交量的比例大于0.5,且小于2,说明市场活跃度较高,有利于股价上涨。

有何风险?

  • 这个策略只考虑了资金强度、收盘价和换手率等因素,没有考虑其他因素,如公司基本面、行业情况等,因此可能会忽略一些重要的信息。
  • 如果市场出现极端情况,如大资金集中买入或卖出,可能会导致股价短时间内出现大幅波动,从而导致策略失效。

如何优化?

  • 可以考虑加入其他因素,如公司基本面、行业情况等,以提高策略的准确性和稳定性。
  • 可以通过调整参数来优化策略,如调整布林带的上下轨宽度、昨日换手率和今日竞价成交量的比例等。

最终的选股逻辑

  • 资金强度由大到小
  • 收盘价<boll(upper值)且收盘价>boll(mid值)
  • (昨日换手率*(今日竞价成交量/昨日成交量))>0.5<2
  • 公司基本面良好
  • 行业情况较好

python代码参考

  • import talib

  • import numpy as np

  • import pandas as pd

  • def get_k_data(symbol, start_date, end_date):

    • df = pd.read_csv('data.csv')
      
    • df = df[df['symbol'] == symbol]
      
    • df = df[df['date'] >= start_date]
      
    • df = df[df['date'] <= end_date]
      
    • df = df[['date', 'open', '
      

    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

收益&风险
源码

评论