量化投资策略换手率大于7%但小于10%m股票、今日不涨停、30日内涨停过

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

换手率大于7%但小于10%m股票,今日不涨停,30日内涨停过。

选股逻辑分析

该选股策略的逻辑是基于换手率、今日表现和短期涨幅来筛选出具有潜力的股票。具体来说,它首先筛选出换手率大于7%,并且今天没有涨停的股票;然后,再从这组股票中筛选出在最近30天内有涨停记录的股票。

这种策略的优点在于,它可以筛选出那些已经在市场上有所表现,并且有可能再次上涨的股票。但是,它的缺点也很明显,那就是可能会错过一些即使短期涨幅不大,但是在长期来看具有增长潜力的股票。

有何风险?

使用这种选股策略的风险主要来自于两个方面。首先,由于只关注换手率和短期涨幅,因此可能会忽视一些其他重要的市场因素,比如公司的财务状况、行业前景等。其次,如果选择的股票在短期内确实出现了大幅上涨,那么投资者可能会因为过度追涨而承担较高的风险。

如何优化?

为了优化这种选股策略,可以考虑引入更多的市场信息,例如公司的财务报告、行业研究报告等,以更全面地了解候选股票的情况。此外,还可以通过设置不同的阈值来平衡换手率和短期涨幅的影响,比如设定一个更高的换手率阈值,或者将短期涨幅设为一个更大的阈值。

最终的选股逻辑

在更换手率和短期涨幅这两个参数的同时,也可以考虑引入其他的市场信息,以期获得更准确的投资建议。

常见问题

  1. 这种策略是否适用于所有市场?
  2. 是否需要调整换手率和短期涨幅的阈值?
  3. 如何评估新的市场信息的效果?
  4. 在实际投资过程中,还需要考虑哪些因素?

python代码参考

import pandas as pd

# 假设我们有一个包含以下列的DataFrame: 'date', 'volume', 'close'
df = pd.read_csv('stock_data.csv')

# 选取换手率大于7%,并且今天没有涨停的股票
df筛选后的数据 = df[(df['volume'] > 7) & (df['close'] == df['open'])]

# 选取在最近30天内有涨停记录的股票
df筛选后的数据 = df筛选后的数据[df筛选后的数据['change'].shift(-30) == True]

#

## 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