问财量化选股策略逻辑
在问财的量化选股策略中，我们会根据以下两个条件进行股票筛选：
-
两天前的涨跌幅排列：我们希望选择的是在过去两天内，其股价表现相对稳定的股票。这意味着我们可以排除那些过去两天内价格波动较大的股票。
-
涨幅小于5%和非涨停：我们不希望选择那些涨幅过大或者已经连续涨停的股票，因为这样的股票可能存在泡沫，投资价值并不高。
以上就是我们的选股逻辑。
选股逻辑分析
这个策略的优点是它可以帮助我们过滤掉那些短期价格波动较大、不具备长期投资价值的股票。但是，这个策略也有其局限性。例如，如果一只股票虽然涨幅不大，但其实内在价值正在逐渐提升，那么按照这个策略，我们可能会错过这只股票的投资机会。
此外，这个策略也不适用于所有类型的投资者。对于一些喜欢追求短期收益的投资者来说，他们可能不会接受这种过于保守的策略。
有何风险？
首先，这个策略可能会错过一些有潜力的股票。其次，由于使用了过去的股票数据，所以未来的表现可能会受到市场环境的影响。
如何优化？
为了克服这些缺点，我们可以考虑引入更多的因子来影响我们的选股决策。例如，我们可以通过分析公司的财务报表、行业地位等因素，来判断一只股票是否值得投资。
此外，我们也可以通过使用更复杂的模型，如神经网络等，来提高我们的预测准确率。
最终的选股逻辑
综上所述，我们的最终选股逻辑是：选择过去两天内涨跌幅排名稳定，且涨幅小于5%，且不是连续涨停的股票。
常见问题
- 为什么我们要选择两天前的涨跌幅？
答：这是为了避免短期内的价格波动对我们的决策产生影响。 - 为什么我们不选涨幅大的股票？
答：因为涨幅过大的股票可能存在泡沫，投资价值不高。 - 为什么我们不选连续涨停的股票？
答：因为连续涨停的股票往往是因为庄家炒作，而非真正的业绩增长，因此其投资价值不高。
python代码参考
import pandas as pd
from sklearn.linear_model import LogisticRegression
# 获取过去两天内的数据
data = pd.read_csv('stock_data.csv')
# 筛选出满足条件的股票
selected_stocks = data[(data['two_days_ago_close'] - data['close']) / data['two_days_ago_close']
## 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。