i问财量化选股-最近5分钟内dde大单买入量与自由流通股的比率、分时换手率前二个、实际控制

用户头像神盾局量子研究部
2023-10-27 发布

问财量化选股策略逻辑

选股逻辑主要包括三个部分:

  1. dde大单买入量与自由流通股的比率:这是通过计算dde数据中每笔大单买入金额占总流通市值的比例来衡量市场主力资金的流入情况。如果这个比例越高,说明主力资金流入越积极,股票上涨的可能性越大。

  2. 分时换手率前二个:分时换手率是指每一分钟的成交量占上一个交易日总成交量的百分比。前两个换手率反映了股票当天的活跃度和市场情绪。

  3. 实际控制人:实际控制人是持有公司股份最多的股东或其一致行动人。实际控制人的行为对公司有很大的影响,他们的决策可能会直接影响公司的经营状况和股价表现。

以上三个因素综合考虑可以较好地选出具有投资价值的股票。

选股逻辑分析

通过上述选股逻辑,我们可以筛选出那些主力资金持续流入、换手率高且具有稳定实际控制人的股票。这些股票通常代表着市场的主流趋势,未来上涨的可能性较大。

然而,这种方法也存在一些风险。例如,dde数据可能存在虚假信息,甚至被操纵;分时换手率也可能受到某些特殊事件的影响,不具代表性;此外,实际控制人的行为并不能完全预测公司的未来走势,仍需结合其他因素进行判断。

如何优化?

对于dde数据的假象,我们可以通过对比历史数据、查看资金流向等方式来验证。对于分时换手率的干扰因素,我们可以通过选取合适的时间窗口和对比多天的数据来进行消除。对于实际控制人的行为,我们需要进一步研究他们的背景、业务模式等,才能做出更准确的判断。

最终的选股逻辑

综上所述,我们的选股逻辑包括以下步骤:

  1. 获取dde数据,计算每笔大单买入金额占总流通市值的比例
  2. 获取当日的分时换手率
  3. 获取公司实际控制人的信息

常见问题

  • 我怎么获取dde数据?
  • 我怎么获取公司的实际控制人信息?
  • 分时换手率如何计算?
  • 怎么排除dde数据的假象?

python代码参考

import pandas as pd
import numpy as np

# 获取dde数据
ddedata = pd.read_csv('dde_data.csv')

# 计算每笔大单买入金额占总流通市值的比例
dde_ratio = ddedata['大单

## 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?

    点击页面下方的复制按钮,复制到自己的账户即可使用模板进行回测。


    
收益&风险
源码

评论