i问财量化选股-价小于历史最高价50%小于12

用户头像神盾局量子研究部
2023-10-30 发布

问财量化选股策略逻辑

选股逻辑分析

  • 价<历史最高价50%: 选择价格低于其历史最高价50%的股票,这意味着这些股票的价格已经低于其历史最高价,可能是由于市场环境的变化或公司的经营状况等因素导致。
  • 2天前涨跌幅排列: 选取过去两天内的涨幅排名靠前的股票,说明这些股票在这段时间内表现较好,具有一定的投资价值。
  • 现价大于5元小于30元: 选择目前价格在5元到30元之间的股票,这个区间内的股票可能有一定的上涨空间。

有何风险?

这种选股逻辑的主要风险在于过于依赖短期的表现,而忽视了公司的长期基本面。例如,有些公司可能会因为市场环境的变化或者竞争压力等原因,短期内股价下跌,但这并不意味着公司本身的价值下降。此外,如果所选股票的价格过高,也可能会面临较大的风险。

如何优化?

为了降低风险,可以在选股时结合更多的基本面因素,如公司的财务状况、行业地位、管理团队等。另外,也可以采用更长的时间周期进行比较,以更好地反映公司的长期表现。

最终的选股逻辑

综合考虑以上因素,可以得到以下的选股逻辑:

  1. 选择当前价格低于其历史最高价50%,并且在过去两天内的涨幅排名靠前的股票;
  2. 在此基础上,进一步筛选出当前价格在5元到30元之间的股票;
  3. 最后,结合公司的基本面因素和行业地位,对选出的股票进行评估。

常见问题

  1. 为什么需要同时考虑历史最高价和近期涨幅?
  2. 为什么只选择价格在5元到30元之间的股票?
  3. 是否可以将价格范围扩大到10元到40元?
  4. 是否需要同时考虑公司的基本面因素和行业地位?

python代码参考

import pandas as pd
from datetime import datetime

# 获取股票数据
df = pd.read_csv('stock_data.csv')

# 计算历史最高价和近期涨幅
df['历史最高价'] = df['close'].rolling(window=20).max()
df['涨幅'] = (df['close'] - df['历史最高价']) / df['历史最高价']

# 根据价格范围和涨幅筛选股票
df = df[(df['close'] < df['历史最高价']

## 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