量化投资策略换手率大于7%但小于10%m股票、非涨停、行业板块涨幅前5

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

这个策略的基本逻辑是通过筛选出换手率大于7%且小于10%的非涨停股,然后进一步筛选出行业板块涨幅前5的股票。

选股逻辑分析

这种策略的优点在于可以找出那些活跃度高、换手频繁、且行业表现良好的股票,可能会有一定的投资价值。但是,也需要注意的是,如果换手率过高,可能是市场炒作导致的短期行为,可能存在一定的风险。同时,行业板块的表现受多种因素影响,包括政策、经济等,因此也需要结合其他信息进行综合判断。

有何风险?

这种策略的主要风险在于:

  1. 如果换手率过高,可能是市场炒作导致的短期行为,可能存在较大的波动风险。
  2. 行业板块的表现受多种因素影响,包括政策、经济等,因此需要关注这些因素的变化,以免错过投资机会或遭遇损失。
  3. 由于这种策略涉及到多个参数的筛选和计算,可能存在一些计算误差或复杂性,可能会影响结果的准确性。

如何优化?

可以通过以下方式来优化这种策略:

  1. 对于换手率的筛选,可以选择适当的比例范围,比如7%-10%,或者根据实际情况调整。
  2. 对于行业板块的表现,可以选择不同的衡量指标,如市盈率、市净率、净利润增长率等,以获取更全面的信息。
  3. 可以考虑引入更多的参数来进行筛选,例如股价走势、财务状况等。

最终的选股逻辑

综合以上分析,我们可以得出如下最终的选股逻辑:

  1. 换手率:7%-10%
  2. 行业板块:涨幅前5

常见问题

  1. 换手率是如何计算的?
    换手率是指在一定时间内,股票买卖双方的数量之比。计算公式为:换手率 = 成交量 / (流通股本 * 股票价格) * 100%。
  2. 行业板块是如何确定的?
    行业板块通常是按照证监会发布的分类标准进行划分的。可以通过使用相关的数据接口来获取最新的行业板块数据。

python代码参考

import pandas as pd

# 获取换手率数据
data = pd.read_csv('sh_bk_data.csv') # 这里假设已经有一个包含换手率的数据文件
data['SH_BK换手率'] = data['SH_BK换

## 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