问财量化选股策略逻辑
在分时图上，当大单买入占比超过50%时，表明市场上的主力资金比较活跃，有可能出现股价上涨的情况。
选股逻辑分析
周一9点25分卖一量反映了当日市场的开盘情况，如果卖一量明显大于前几日，那么说明投资者对该股的预期较好，可能会推动股价上涨。
连续5天涨幅大于-4%，说明该股在过去的5个交易日内，累计涨幅超过了4%，这是一个比较明显的上涨趋势，符合积极的买入信号。
综合以上两个条件，我们可以选择分时大单买入占比大于50%,周一9点25分卖一量明显大于前几日,并且连续5天涨幅大于-4%的股票作为投资对象。
有何风险？
然而，这种策略也存在一些风险：
首先，大单买入占比和卖一量并不能完全反映股票的真实走势，有时可能是主力资金刻意营造出的买入氛围或者卖出压力。
其次，连续5天涨幅大于-4%的标准对于一些小盘股来说过于严格，可能会影响到选出来的股票数量。
如何优化？
为了降低风险，我们可以适当放宽一些条件，例如只考虑连续3天涨幅大于-4%的股票，或者将大单买入占比调整到60%以上。
最终的选股逻辑
我们的最终选股逻辑是：
-
分时大单买入占比大于60%
-
周一9点25分卖一量明显大于前几日
-
连续3天涨幅大于-4%
常见问题
在使用这个策略时，你可能会遇到以下一些问题：
-
我看到有些股票满足上述条件，但是股价并没有上涨，这是为什么呢？
-
我看到有些股票虽然满足上述条件，但是长期来看表现不佳，这是为什么呢？
python代码参考
import pandas as pd
from talib import *
def get_logic(data):
# 获取数据
df = data.copy()
# 计算分时大单买入占比
df['buy_percent'] = ta.BBANDS(df['High'], df['Low'], timeperiod=1)[1] / (df['High'] + df['Low'])
# 计算周一9点25分卖一量
df['Monday_open_volume'] = df['Volume
## 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。