问财量化选股策略逻辑
- 首先，我们选择涨幅小于0的股票，这样可以排除掉已经大幅上涨的股票。
- 其次，我们选择在最近7天内至少有一次VR增长值小于-90的股票，这意味着这些股票近期可能有大幅度的下跌趋势。
- 再次，我们排除S及TDDDE大单净额为负的股票，这些股票可能受到了机构或者主力的大量卖出。
选股逻辑分析
这种选股逻辑的优点是能够及时发现股票的下跌趋势，并且避免了受到主力和机构的影响。但是，它也存在一些缺点。首先，这种方法可能会误选一些刚刚开始下跌的股票，因为VR增长值的变化速度比较快，而且也不是非常准确。其次，这种方法可能会忽略了一些重要的信息，比如公司的基本面情况、行业前景等。
有何风险？
这种选股逻辑的风险主要有两个方面。一是可能会误选一些刚刚开始下跌的股票，导致投资者错过机会。二是可能会忽略了一些重要的信息，比如公司的基本面情况、行业前景等，导致投资者做出错误的投资决策。
如何优化？
我们可以考虑将VR增长值的阈值调整得更高一些，这样可以减少误选刚刚开始下跌的股票的可能性。同时，我们也可以结合其他的数据进行分析，比如公司的财务报表、行业报告等，来获取更多的信息，帮助我们做出更准确的投资决策。
最终的选股逻辑
我们的选股策略是：选择涨幅小于0的股票，在最近7天内至少有一次VR增长值小于-90的股票，且非S及TDDDE大单净额为正的股票。
常见问题
读者可能会问：为什么选择非S及TDDDE大单净额为正的股票？这是因为非S及TDDDE大单净额为正的股票通常代表着主力资金没有大规模出逃，因此可能是较好的投资标的。
python代码参考
import pandas as pd
# 获取股票数据
df = pd.read_csv('stock_data.csv')
# 筛选出满足条件的股票
selected_stocks = df[(df['涨跌幅'] < 0) &
(df['近7日VR增长率'] < -90) &
(df['大单净额'] > 0)]
# 输出结果
print(selected_stocks)
以上就是我们的选股逻辑以及优化方法，希望能对你
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。