量化交易选股策略-市值大于93亿、10日振幅小于、现价大于5元小于30元

用户头像神盾局量子研究部
2023-10-26 发布

问财量化选股策略逻辑

选股逻辑:

  • 市值大于93亿: 这意味着被选中的股票具有一定的规模,公司可能有稳定的收入和利润。
  • 10日振幅<: 振幅是指股票价格波动的幅度,如果一个股票的振幅较小,说明它的波动性较低,可能相对稳定。
  • 现价大于5元小于30元: 这是一个区间筛选,选出价格在5元到30元之间的股票。

选股逻辑分析

这个选股策略逻辑主要关注公司的规模、波动性和价格范围。市值大的公司通常有一定的规模优势,而振幅小的股票可能比较稳定,适合长期投资。然而,价格在5元到30元之间的股票数量较多,可能需要进一步细化筛选条件。

有何风险?

这个选股策略的风险主要来自于市场环境和公司自身。市场环境的变化可能会影响股票的价格和表现,而公司自身的经营状况和财务状况也会影响其股票的表现。

如何优化?

可以考虑细化筛选条件,例如可以根据行业、市盈率等指标进行筛选。此外,也可以使用机器学习等技术进行更加复杂的预测和筛选。

最终的选股逻辑

最终的选股逻辑是选择市值大于93亿,过去10天的振幅小于20%,并且当前价格在5元到30元之间的股票。

常见问题

  1. 需要什么数据源?
    • 上证A股、深证A股等公开交易市场的股票数据
  2. 为什么只筛选这三种条件?
    • 根据常见的投资理念,大市值、低波动性和合理价格都是重要的投资因素。
  3. 如果想要筛选出更多的股票怎么办?
    • 可以考虑增加或调整筛选条件,或者使用更复杂的投资策略。

python代码参考

import pandas as pd
from pandas_datareader import data as pdr

# 获取数据
df = pdr.get_data_yahoo('AAPL', start='2022-01-01')

# 设置筛选条件
筛选条件 = ['market_cap > 93', 'stddev_diff < 0.2', 'close_price >= 5 and close_price <= 30']

# 根据筛选条件筛选股票
selected_stocks = df[df[筛选条件].all(axis=1)]

print(selected_st

## 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