量化交易j值小于k值、近五个交易日有单日涨幅大于5%、2天前涨跌幅排列

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

  • j值小于k值: J值是收盘价相对于最低价的百分比,K值是收盘价相对于最高价的百分比,当J值小于K值时,说明股价相对较低,可能具有投资价值。
  • 近五个交易日有单日涨幅大于5%: 表示股票在最近五个交易日内有一个交易日的涨幅超过了5%,这是一个比较积极的趋势信号。
  • 2天前涨跌幅排列: 指的是在过去两个交易日中,股票的最大涨幅和最大跌幅分别是什么,如果一个股票在两天内的涨跌幅排列都比较靠前,那么这个股票可能会受到市场的关注。

选股逻辑分析

以上三种逻辑结合起来,可以筛选出那些在过去几天内表现较为活跃、价格相对较低并且趋势向上的股票。

有何风险?

然而,这种选股逻辑也存在一定的风险。首先,过去的表现并不能保证未来的表现。其次,j值和k值只是一种技术指标,不能完全反映股票的真实价值。最后,单一的投资策略可能存在过于依赖某个或某几个因素的风险。

如何优化?

为了降低风险,我们可以在选股的同时,考虑其他因素,如公司的基本面、行业发展趋势等。此外,还可以结合其他的技术指标,如均线、MACD等进行综合判断。

最终的选股逻辑

综合考虑j值小于k值、近五个交易日有单日涨幅大于5%以及2天前涨跌幅排列等因素,选择那些过去表现活跃、价格相对较低并且趋势向上的公司股票。

常见问题

读者可能会问到以下问题:

  1. J值和k值是如何计算的?
  2. 怎样才能获取近五个交易日的数据?
  3. 如何获取2天前的涨跌幅数据?
  4. 如何确定股价的走势是否向好?
  5. 如何进行多因素分析来降低风险?

python代码参考

import pandas as pd

# 获取j值和k值
def get_j_k(df):
    df['j_value'] = (df['close'] / df['low']) - 1
    df['k_value'] = (df['close'] / df['high']) - 1
    return df

# 获取近五个交易日有单日涨幅大于5%的股票
def get_large_daily_return(df):
    return df[df['daily_return'] > 0

## 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