mindgo选股策略-去掉新股与次新股、7天内有大于=1次的vr增长值小于-90、涨幅小于

用户头像神盾局量子研究部
2023-11-23 发布

问财量化选股策略逻辑

在本次量化选股中,我们主要关注以下选股逻辑:

  1. 排除新股与次新股:首先,我们将排除那些最近一周内还没有进行过股票交易的股票,这类股票往往风险较高,不适合作为投资目标。
  2. VR增长值与跌幅限制:我们关注股票的VR增长值,即近期股价涨跌幅度与股票价值的比值,以及跌幅,设定一个合适的阈值,筛选出近期有较大跌幅或者VR增长值小于-90的股票。
  3. 涨幅限制:我们设定涨幅小于5%的股票也为目标股票,以纳入我们的分析范围。

选股逻辑分析

以下是对于上述选股逻辑的分析:

  1. 排除新股与次新股:这一步主要是为了排除那些最近一周内还没有进行过股票交易的股票,这类股票往往风险较高,不适合作为投资目标。
  2. VR增长值与跌幅限制:我们关注股票的VR增长值和跌幅,筛选出近期有较大跌幅或者VR增长值小于-90的股票。这一步主要是为了找出那些可能存在较大风险的股票。
  3. 涨幅限制:我们设定涨幅小于5%的股票也为目标股票,以纳入我们的分析范围。这一步主要是为了进一步缩小风险范围,确保我们找到的股票具有一定的投资价值。

有何风险?

尽管我们采用了上述的选股逻辑,但是仍然存在一些潜在的风险:

  1. 市场风险:股票市场本身具有一定的波动性,选股策略并不能完全消除市场风险。
  2. 技术分析风险:选股策略主要依赖于历史数据和技术分析,可能存在一定的历史数据偏见,影响策略的有效性。
  3. 基本面风险:股票的基本面风险,如公司盈利能力、财务状况等,也是影响选股策略有效性的重要因素。

如何优化?

为了优化选股策略,我们可以考虑从以下几个方面入手:

  1. 扩大数据范围:扩大数据范围,增加历史数据的样本量,提高策略的稳定性。
  2. 参数调整:根据市场情况,适时调整选股策略的参数,提高策略的灵活性。
  3. 融合多因素分析:结合基本面分析、技术分析和市场情绪等多方面因素,提高选股策略的准确性。

如何优化?

  1. 扩大数据范围:增加历史数据的样本量,提高策略的稳定性。
  2. 参数调整:根据市场情况,适时调整选股策略的参数,提高策略的灵活性。
  3. 融合多因素分析:结合基本面分析、技术分析和市场情绪等多方面因素,提高选股策略的准确性。

最终的选股逻辑

在经过优化后,我们的选股策略主要关注:

  1. 排除新股与次新股:排除最近一周内没有进行过股票交易的股票。
  2. VR增长值与跌幅限制:关注股票的VR增长值和跌幅,筛选出近期有较大跌幅或者VR增长值小于-90的股票。
  3. 涨幅限制:设定涨幅小于5%的股票也为目标股票。

常见问题

  1. 市场风险:股票市场本身具有一定的波动性,选股策略并不能完全消除市场风险。
  2. 技术分析风险:选股策略主要依赖于历史数据和技术分析,可能存在一定的历史数据偏见,影响策略的有效性。
  3. 基本面风险:股票的基本面风险,如公司盈利能力、财务状况等,也是影响选股策略有效性的重要因素。

指标公式代码参考

以下是对于选股策略中涉及到的部分指标的公式代码参考:

  1. VR增长值:VR增长值可以由近期股价涨跌幅度与股票价值的比值计算得出。
  2. 跌幅:跌幅可以通过计算股票价格相对于某一参考价格的跌幅来得出。

总结

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

需要帮助?

试试AI小助手吧