问财量化选股策略逻辑
- 近2天没有涨停板：这是为了避免追涨杀跌的风险，选择在股票价格没有被过分炒作的情况下进行买入。
- 涨幅2%-7%：这是一个相对较低的投资回报要求，同时也可以避免高估的股票。
- 上15个交易日涨停数大于0：这说明该股票有一定的上涨潜力和市场热度。
选股逻辑分析
以上逻辑主要是基于技术面和基本面的考虑，通过筛选出符合条件的股票，然后进一步研究其背后的基本面情况和市场趋势，以做出投资决策。
有何风险？
- 技术面：如果市场出现大幅波动或者某些技术指标出现异常，可能会导致选出的股票不符合预期。
- 基本面：如果公司的基本面出现恶化，也可能会影响到股票的价值。
如何优化？
可以尝试使用更多的数据源和更复杂的技术指标，同时结合公司的财务报告和行业动态等因素进行综合分析，提高选股的准确性和稳定性。
最终的选股逻辑
根据上述逻辑，我们选择在近2天内没有涨停板、涨幅在2%-7%之间并且在过去15个交易日中有过涨停的股票进行投资。
常见问题
- 为什么只考虑过去15个交易日的涨停数？
- 因为我们希望选出的是具有长期上涨潜力的股票，而不是短期的热点股票。
- 同时，15个交易日的时间段也足够长，可以覆盖大多数的行情波动。
python代码参考
import pandas as pd
from sklearn.preprocessing import MinMaxScaler
# 假设df是包含所需信息的数据框
scaler = MinMaxScaler(feature_range=(0, 1))
df_scaled = scaler.fit_transform(df)
# 定义选股条件
def选股条件(data):
# 近2天没有涨停板
no_stocks = data['NoStocks'] > 0
# 涨幅在2%-7%
percentage_change = (data['PercentageChange'] - 1) / 2
gain_threshold = 1 + percentage_change * 0.07
return no_stocks & (data['PercentageChange'] >= gain_threshold)
# 在dataframe上应用选股条件
stocks = df_scaled[选股条件(df_scaled)]
以上代码首先将原始数据进行标准化处理，然后定义了选股条件，最后在经过
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。