i问财量化选股-昨日压力位除以90%成本上限、换手率大于7%但小于10%m股票、剔除股价大

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

这个选股策略首先将昨日的压力位除以90%的成本上限,这可能是投资者关注的价格区间。然后,该策略要求换手率大于7%,但小于10%。最后,剔除了股价大于50元的股票。

选股逻辑分析

通过以上三个条件,该策略筛选出了在过去的一天里价格波动较大、换手率适中且股价在合理范围内的股票。

有何风险?

尽管这种策略有一定的优点,但也存在一些潜在的风险。首先,它可能过于依赖历史数据,而忽略了市场变化的可能性。其次,如果市场出现极端情况,如大幅度下跌或上涨,那么这些条件可能无法准确地捕捉到所有的优质股票。最后,由于这种方法依赖于具体的参数设定,因此可能会因人而异。

如何优化?

为了减少上述风险,可以考虑使用更复杂的模型来预测股价和换手率,并将这些因素与过去的交易数据相结合。此外,还可以根据市场状况调整参数设置,以便更好地适应当前的市场环境。

最终的选股逻辑

综合以上分析,一个可能的优化后的选股逻辑如下:

选出所有过去一天内:
- 压力位小于90%成本上限
- 换手率大于7%且小于10%
- 股价小于50元的股票

常见问题

  1. 如何获取昨日的压力位?
  2. 如何获取成本上限?
  3. 如何获取换手率?
  4. 如何获取股价?

python代码参考

# 假设df是包含日期、压力位、成本上限、换手率和股价的数据框
df['昨日压力位'] = df['压力位'].shift(1)
df['昨日成本上限'] = df['成本上限'].shift(1)

df筛选 = df[(df['昨日压力位'] / df['昨日成本上限']) < 0.9] \
             & (df['换手率'] > 0.07) & (df['换手率'] < 0.10) \
             & (df['股价'] < 50)

print(df筛选)

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