量化交易选股策略大全-近2天没有涨停板、9点25分交易额≥55万元、开盘涨幅大于小于5

用户头像神盾局量子研究部
2023-10-26 发布

问财量化选股策略逻辑

  1. 近2天没有涨停板: 策略是为了筛选出近期没有连续上涨过多的股票,避免过高的泡沫风险。
  2. 9点25分交易额≥55万元: 这个条件是为了筛选出市场关注度较高的股票,通常情况下,交易额较大的股票更容易受到市场的关注和炒作。
  3. 开盘涨幅大于小于5: 开盘涨幅大于5说明股票当天可能会有较好的表现;开盘涨幅小于5说明股票可能处于弱势状态。

选股逻辑分析

这个策略主要考虑了以下几点:

  • 股票的历史表现,没有连续上涨过多的股票更有可能有后续的表现;
  • 市场的关注度,交易额较大的股票更容易受到市场的关注和炒作;
  • 当日的开盘情况,如果开盘涨幅较大,那么股票当天可能会有较好的表现。

然而,这个策略也有一些潜在的风险:

  • 如果市场环境不好,即使股票符合上述条件,也可能无法获得较好的收益;
  • 如果投资者盲目跟风,买入那些市场关注度较高的股票,也可能会面临较大的风险。

如何优化?

对于以上策略,可以从以下几个方面进行优化:

  • 考虑更多的因素,如公司的基本面、行业前景等;
  • 将多个策略结合起来使用,形成一个综合的选股模型;
  • 定期调整策略,适应市场的变化。

最终的选股逻辑

最终的选股逻辑可以是:

  1. 近7天没有连续上涨超过10%的股票 : 过高的上涨可能导致泡沫,需要适当的冷却。
  2. 9点25分交易额在前5%的股票 : 市场关注度较高,交易活跃,可能有更好的表现机会。
  3. 开盘涨幅在-5%到+5%之间的股票 : 开盘涨跌幅适中,可能是日内波动较小的股票,更适合投资。

常见问题

  • 这个策略是否适用于所有的股票?
  • 是否可以根据不同的市场环境调整策略?
  • 这个策略是否存在过度拟合的问题?

python代码参考

# 选出近7天没有连续上涨超过10%的股票
df筛选 = df[(df['close'] - df['open']) / df['open'] < 0.1]

# 选出9点25分交易额在前5%的股票
df筛选 = df筛选[df['9:

## 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